檢測，視覺，從產品圖像中提取所需信息，通過圖像處理，做出決策并向分揀機構發送相應的信息。通常，功能的這一部分由機器視覺軟件完成。好的機器視覺軟件可以準確地和快速檢測圖像中的目標特征聯系起來，大大減少了系統對硬件的依賴

　　而算法設計不夠成熟的機器視覺軟件，具有檢測，慢、誤判率高、對硬件依賴性強的特點。機器視覺檢測和系統的視覺處理信息主要依靠圖像處理方法，包括圖像增強、數據編碼和傳輸、平滑、邊緣銳化、分割、特征提取、目標識別和理解等。

　　重慶機器視覺檢測，國內鏡像處理技術絕大部分在公司主要在代理，國外在產品，沒有或很少涉足機器視覺Online，檢測設備，擁有自主知識產權，對視覺技術的開發和應用停留在相對低端的小系統集成上。在需要大量數據的實時在線檢測的研究中，很少有成功的案例。但是，隨著國內經濟的發展和技術手段的不斷提高，對在線檢測和設備的需求更高，市場潛力巨大。

　　表面缺陷檢測，應用中存在多種表面缺陷，因此缺陷識別問題通常是一個多類分類問題。分類的難點在于分類器的設計。目前常用的分類器方法大致可以分為兩種：不需要學習的分類器和需要學習的分類器。不需要學習的分類器通?；诮y計方法，如貝葉斯理論、距離判別、Fisher判別、k-鄰近法、聚類分析、決策樹分類等；需要學習的分類器，如神經網絡、支持向量機等。不需要學習的分類器通常需要大樣本支持和一些先驗知識，因此難以在實時檢測應用中實現。

　　本項目應用嵌入式中央控制和工業-level圖像高速傳輸控制技術，基于CCD/CMOS和DSP/FPGA圖像識別和處理技術成功搭建了光電檢測系統。通過使用模糊控制的自校正技術，系統具有對精確檢測，的自適應調節，而產品的自動可以用來分離功能