珠寶產品雖然不是產品質量監(jiān)督檢查的重點產品,也沒有強制性標準,但其特殊性,用珠寶界的話說,即是財產濃縮的一種形式。因此,提高我國珠寶玉石質檢技術人員的整體素質成為當務之急。眾所周知,珠寶首飾檢測工作需要責任心強、技術水平高、實踐經驗豐富的技術人員。可是人工檢測的速度很慢，短時間內很難完成大規(guī)模的檢測。另外人工檢測精度低，受主觀影響較大。因此，為了解決人工檢測時的精度低和效率低的問題，基于機器視覺的人工檢測已經得到了很多珠寶生產商的重視，利用工業(yè)相機、鏡頭進行圖像的獲取，在對圖像進行圖像處理，篩選出有瑕疵及相關不合格的產品。一珠寶生產廠家采用維視圖像的高分辨率相機、遠心鏡頭和遠心光源獲取的鉆石外觀圖像，結合MVIPS圖像處理軟件，對鉆石進行外觀檢測和尺寸的測量，解決了生產時人工檢測的缺陷，極大的提高了檢測速度和精度。機器視覺檢測技術，在產品整體自動檢測和產品品質保障、產品質量保障層面有著非常重要的作用；通過機器視覺檢測技術，可有效防止不合格產品外流，大幅提品出廠合格率，對于提高企業(yè)的核心競爭力，有著不可替代的作用。機器視覺技術在產品質量檢測領域的應用已經越來越廣泛，尤其是在產品的外觀缺陷檢測上，這一技術已經成功挑起了大梁。機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲關于理解多面體組成的積木世界研究開始的。當時運用的預處理、邊緣檢測、輪廓線構成、對象建模、匹配等技術，后來一直在機器視覺中應用。羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術來確定輪廓線，用區(qū)域分析技術將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域對所分析的圖像進行描述，以便同機內存儲的模型進行比較匹配。實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目標分為若干子目標的分析方法，運用啟發(fā)式知識對對象進行預測。這同言語理解中采用的自底向上和自頂向下相結合的方法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發(fā)式知識，表明用符號過程來解釋輪廓畫的方法不必求助于諸如zui小二乘法匹配之類的數值計算程序。70年代，機器視覺形成幾個重要研究分支：①目標制導的圖像處理；②圖像處理和分析的并行算法；③從二維圖像提取三維信息；④序列圖像分析和運動參量求值；⑤視覺知識的表示；⑥視覺系統(tǒng)的知識庫等。在布匹的生產過程中，像布匹質量檢測這種有高度重復性和智能性的工作只能靠人工檢測來完成，在現代化流水線后面常?？煽吹胶芏嗟臋z測工人來執(zhí)行這道工序，給企業(yè)增加巨大的人工成本和管理成本的同時，卻仍然不能的檢驗合格率（即“零缺陷”）。對布匹質量的檢測是重復性勞動，容易出錯且效率低。流水線進行自動化的改造，使布匹生產流水線變成快速、實時、準確、的流水線。在流水線上，所有布匹的顏色、及數量都要進行自動確認（以下簡稱“布匹檢測”）。采用機器視覺的自動識別技術完成以前由人工來完成的工作。在大批量的布匹檢測中，用人工檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。