随着经济和工业科技的发展，在全自动或半自动生产过程中，需要对零件或成品的缺陷进行检测，这有助于提高成品率。
众所周知，机器视觉系统可以说是一种非接触、非破坏性的自动检测技术，是实现生产自动化、智能化和精确控制的有效手段。
机器视觉系统具有速度快、精度高、稳定可靠的优点，光谱范围更广，更便于图像处理系统的精确计算。
以下是小编收集的机器视觉技术在探伤中的三个典型应用，见下文。
1、玻璃瓶表面探伤
在玻璃瓶的实际生产过程中，由于各种因素的影响，玻璃瓶表面会出现孔洞、蚊虫、黑点、斑点等缺陷，严重影响玻璃的质量。由于玻璃瓶的宽度一般较大，瑕疵较小，人眼无法及时准确地判断瑕疵。基于机器视觉技术的玻璃表面缺陷检测通过先进的CCD成像技术和智能光源采集玻璃表面图像。
、
因为玻璃是透明产品，所以没有缺陷的玻璃瓶样品质地均匀，表面光滑洁净。如果采集的图像整体灰度均匀性好，相邻像素之间的灰度值变化就会小。
如果采集到的图像存在缺陷，那么在对图像进行处理时，相邻像素的灰度值就会不同。
由于各种缺陷，图像失真会不一样，从而判断玻璃产品的缺陷类型，进一步分析玻璃制造过程中存在的问题，指导技术人员进行分析和调整。此外，通过对玻璃表面质量的在线检测，可以更加准确、快速地对玻璃进行分类和分割，不仅提高了成品率，还降低了工人的劳动强度。
2.手机外表面缺陷的检测
手机表面缺陷检测
随着手机的普及，手机壳产品需求量很大。在从配料到最终成型的过程中，由于运输、生产工艺、事故等原因，手机外表面往往会出现各种各样的缺陷，如磕碰、划伤、擦伤、着色不均匀等。目前手机外观的缺陷检测仍然采用人工检测。由于人员主观意识强，标准难以统一，缺陷难以量化，无法满足现代工业对产品质量和工业智能化的要求，严重阻碍了手机外壳检测效率的提高。基于机器视觉技术的手机外观缺陷检测主要通过图像处理和模板匹配来进行。
首先要制作手机外表面的标准灰度图像模板；然后对待检测手机外表面图像进行预处理，再与模板图像进行对比，判断待检测图像是否与模板一致，从而确认待检测产品是否存在缺陷。基于机器视觉的手机表面缺陷检测技术具有稳定、可靠、检测效率高、精度高、标准统一和非接触等特点。为手机外壳表面缺陷的原因分析提供数据支持，从根源上降低不良率。3.纺织工业中经纬线的测试
无纺布表面检测
在纺织行业，一些大型纺织机械，如圆型针织机，在日常生产中深受其害，因为现有的大量废布是由故障造成的，这使得制造商花费更多的成本。通过CCD镜头检测运转中的圆编机等机器的经纬度。一旦出现错误，系统会发出指令暂停机器的动作。因此，在纺织行业的应用中，机器视觉检测技术的出现，有效改善了厂家对于废旧面料的痛点。
此外，基于机器视觉的缺陷检测还可以检测陶瓷、印刷品、PCB生产、液晶屏等产品。基于机器视觉的缺陷检测在安全性、可靠性、检测精度、检测速度和检测成本方面具有较大的优势。然而，由于工作环境的复杂性、检测对象的多样性和检测任务的差异性，机器视觉系统的发展仍然存在各种技术瓶颈。随着人工智能和深度学习的逐渐成熟，机器视觉技术有望取得突破，为智能生产奠定坚实基础。
