我们先从机器视觉的定义开始，根据制造工程师协会的定义：机器视觉就是使用光学非接触式感应设备自动接收并解释真实场景的图像以获得信息控制机器或流程。
那么，这到底是什么意思呢？
简单来说，机器视觉就是为了流程控制或检测所制造的产品而从数字图像中自动提取信息，看下图示范：
为了更好地理解机器视觉，下面，我们以啤酒厂液位检测系统为例来进行说明：当每个啤酒瓶移动经过检测传感器时，检测传感器将会触发视觉系统发出频闪光，拍下啤酒瓶的照片。
采集到啤酒瓶的图像并将图像保存到内存后，视觉软件将会处理或分析该图像，并根据啤酒瓶的实际填充液位发出通过-未通过响应。
如果视觉系统检测到一个啤酒瓶未填充到位，即未通过检测，视觉系统将会向转向器发出信号，将该啤酒瓶从生产线上剔除。
操作员可以在显示屏上查看被剔除的啤酒瓶和持续的流程统计数据。
在这个应用示例中，填充液位检验系统仅可提供两种结果，这显示了二进制系统的特征：
1、如果产品合格，则检测结果为“通过”
2、如果产品不合格，则检测结果为“未通过”
机器视觉技术已出现并发展多年，在工业市场有了较为成熟的应用。机器视觉技术的最终目标，是将需要使用人类视觉的重复性或者危险性工作逐渐被机器所取代。
1.目标识别
目标识别可用来甄别不同的被测物体，也可以识别一维码、二维码、OCR等各类信息。
2.位置探测
位置探测多用于协助机器人在拆卸装配产品、加工喷涂部件、拆垛码垛等工序中准确寻找到目标位置。
3.完成性检测
完整性检测多用于判断元器件是否安装在正确的位置。
4.形状和尺寸测量
形状和尺寸测量多用于检测产品或部件的集合参数在允许的公差范围内。
5.表面检测
表面检测多用于检测产品或部件的是否存在各类缺陷，如是否有划痕、不平等等问题。
为了便于理解，我们把机器视觉功能总结为检测、测量、识别和定位四大功能。基于这些功能，配合机电或机器人等设备，并在算法和软件上进行开发，可为各行业智能化升级和改造的需求提供解决方案。
机器视觉系统由什么组成？视觉系统会包含硬件部分和软件部分。
硬件部分一般包括：工业相机（CCD或COMS相机）、镜头、光源。
软件部分一般包括：核心算法、图像识别及处理软件等。
这样的视觉系统基本可实现前述的测量、定位等功能。
在视觉系统的基础上，利用实现的视觉功能，加上机电和执行系统，就组成了人们所熟知的各类智能化设备或解决方案。
为了便于大家更直观理解，我们将机器视觉的组成整理成下方所示的图片。
从机器视觉的系统构成出发，小矩大致勾勒出机器视觉涉及到的产业链组成，和众多的产业链组成结构一样，机器视觉的产业链也包含了上、中、下游。
机器视觉上游的核心仍然集中在相机、镜头和算法软件几个部分，中游一般是承接上游硬件和下游需求间的设备或解决方案提供商。
而下游，依托不同领域的需求，可以建立起各类机器视觉应用场景。从广为人知的自动驾驶（ADAS机器视觉），到智慧城市（安防类机器视觉），再到无人工厂（生产类/工业类机器视觉）。机器视觉技术给人类带来的绝不仅仅是技术上的升级，更将是生活方式的巨大变革。
中国机器视觉起步于80年代的技术引进，随着98年半导体工厂的整线引进，也带入机器视觉系统，06年以前国内机器视觉产品主要集中在外资制造企业，规模都较小，06年开始，工业机器视觉应用的客户群开始扩大到印刷、食品等检测领域。
随着人们在生产生活中对智能化和信息化的需求不断变多，对机器视觉的需求也在不断增加。而伴随着机器视觉涉及的图像采集、图像处理、深度学习和3D视觉几大软硬件相关技术的不断发展和进步，我们相信未来将有无限的可能会被实现。
矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台，始终秉承0成本、0代码、0门槛、0硬件的产品理念。
平台以人工智能技术为核心，在机器视觉应用开发环节，为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、尺寸测量、目标定位等上百项通用功能，致力于成为全球用户量最多，落地场景最广泛的机器视觉低代码平台。
