检测，视觉，从产品图像中提取所需信息，通过图像处理，做出决策并向分拣机构发送相应的信息。通常，功能的这一部分由机器视觉软件完成。好的机器视觉软件可以准确地和快速检测图像中的目标特征联系起来，大大减少了系统对硬件的依赖

　　而算法设计不够成熟的机器视觉软件，具有检测，慢、误判率高、对硬件依赖性强的特点。机器视觉检测和系统的视觉处理信息主要依靠图像处理方法，包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征提取、目标识别和理解等。

　　重庆机器视觉检测，国内镜像处理技术绝大部分在公司主要在代理，国外在产品，没有或很少涉足机器视觉Online，检测设备，拥有自主知识产权，对视觉技术的开发和应用停留在相对低端的小系统集成上。在需要大量数据的实时在线检测的研究中，很少有成功的案例。但是，随着国内经济的发展和技术手段的不断提高，对在线检测和设备的需求更高，市场潜力巨大。

　　表面缺陷检测，应用中存在多种表面缺陷，因此缺陷识别问题通常是一个多类分类问题。分类的难点在于分类器的设计。目前常用的分类器方法大致可以分为两种：不需要学习的分类器和需要学习的分类器。不需要学习的分类器通常基于统计方法，如贝叶斯理论、距离判别、Fisher判别、k-邻近法、聚类分析、决策树分类等；需要学习的分类器，如神经网络、支持向量机等。不需要学习的分类器通常需要大样本支持和一些先验知识，因此难以在实时检测应用中实现。

　　本项目应用嵌入式中央控制和工业-level图像高速传输控制技术，基于CCD/CMOS和DSP/FPGA图像识别和处理技术成功搭建了光电检测系统。通过使用模糊控制的自校正技术，系统具有对精确检测，的自适应调节，而产品的自动可以用来分离功能