刚开始我国在工业上应用图像检测也与国外有很大不同，光学检测具有一定的中国特色，由于我们较*的半导体与电子工业落后了几十年，尤其配套的装备制造业更是远远落后于国外，所以我国的图像检测和机器视觉的本土应用（不包括从国外引进设备商所带的视觉系统）并不是从这些行业开始的。相反，在我国一些传统的工业英语，如烟草、纺织、印刷、农产品色选，智能交通灯行业早早的就开始尝试使用机器视觉技术解决生产中的实际问题。当然，这两年随着半导体、电子、汽车等工业市场规模的不断扩大，一些国内的设备制造商也开始形成气候。
 

利用机器视觉技术提高了用户生产效率，使得生产更加细致化，分工更加明确，同时，减少了公司的人工成本支出，节省了财力，实现机器智能一体化发展 光学检测有哪些分类? 为了适应现今这个发展越来越快的社会，机器光学检测技术是*的。在一些不合适人类工作的环境场所机器视觉就可以代替人类进行。机器视觉检测技术分类：
(1)一般来说，机器视觉检测技术依照检测功用可区别：定位、缺点检测、计数/遗失检测、尺度丈量。
(2)机器视觉检测技术依照其装置的载体可分为：在线检测体系和离线检测体系。
(3)依照检测技能区别，一般有立体视觉检测技能、斑驳检测技能、尺度丈量技能、OCR技能等。
 

传统的工业生产制造，由于科学技术的限制仍然主要采用人工检测的方法去检测产品表面的缺陷，这种方法由于人工的限制和技术的落后，不仅检测产品的速度慢、效率低下，而且在检测的过程中容易出错，从而导致了检测结果的不精确。 当今社会，光学检测随着计算机技术，人工智能等科学技术的出现和发展，以及研究的深入，出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现，大大提高了生产作业的效率，避免了因作业条件，主观判断等影响检测结果的准确性，实现能更好更精确地进行表面缺陷检测，更加快速的识别产品表面瑕疵缺陷。

机器视觉智能检测系统 应用表面缺陷检测系统，提高了检测的准确度和效率。那么，在进行产品表面检测之前，有几个步骤需要注意。
首先，光学检测要利用图像采集系统对图像表面的纹理图像进行采集分析；
第二，对采集过来的图像进行一步步分割处理，使得产品表面缺陷能像能够按照其*的区域特征进行分类；
第三，在以上分类区域中进一步分析划痕的目标区域，使得范围更加的准确和精确。
通过以上的三步处理之后，产品表面缺陷区域和特征能够进一步确认，这样表面缺陷检测的基本步骤就完成了。