21世紀，伴隨著工業(yè)自動化的發(fā)展而逐漸完善和發(fā)展。機器視覺光源已經(jīng)被運用到更加多的領(lǐng)域。但是目前為止，還有很多人對這個行業(yè)還是相當陌生。機器視覺光源系統(tǒng)的特點是提高生產(chǎn)的柔性和自動化程度。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)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(chǎn)效率和生產(chǎn)的自動化程度。而且機器視覺易于實現(xiàn)信息集成，是實現(xiàn)計算機集成制造的基礎(chǔ)技術(shù)。由于機器視覺光源是自動化的一部分，沒有自動化就不會有機器視覺光源，機器視覺光源軟硬件產(chǎn)品正逐漸成為協(xié)作生產(chǎn)制造過程中不同階段的核心系統(tǒng)，無論是用戶還是硬件供應(yīng)商都將機器視覺產(chǎn)品作為生產(chǎn)線上信息收集的工具，這就要求機器視覺產(chǎn)品大量采用“標準化技術(shù)”，直觀的說就是要隨著自動化的開放而逐漸開放，可以根據(jù)用戶的需求進行二次開發(fā)。當今，自動化企業(yè)正在倡導(dǎo)軟硬一體化解決方案，機器視覺光源的廠商在未來5-6年內(nèi)也應(yīng)該不單是只提供產(chǎn)品的供應(yīng)商，而是逐漸向一體化解決方案的系統(tǒng)集成商邁進。在未來的幾年內(nèi)，隨著中國加工制造業(yè)的發(fā)展，對于機器視覺光源的需求也逐漸增多；隨著機器視覺光源產(chǎn)品的增多，技術(shù)的提高，國內(nèi)機器視覺光源的應(yīng)用狀況將由初期的低端轉(zhuǎn)向高端。由于機器視覺光源的介入，自動化將朝著更智能、更快速的方向發(fā)展。另外，由于用戶的需求是多樣化的，且要求程度也不相同。那么，個性化方案和服務(wù)在競爭中將日益重要，即用特殊定制的產(chǎn)品來代替標準化的產(chǎn)品也是機器視覺光源未來發(fā)展的一個取向。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(guān)于理解多面體組成的積木世界研究開始的。當時運用的預(yù)處理、邊緣檢測、輪廓線構(gòu)成、對象建模、匹配等技術(shù)，后來一直在機器視覺中應(yīng)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(shù)來確定輪廓線，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域?qū)λ治龅膱D像進行描述，以便同機內(nèi)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(yù)測。這同言語理解中采用的自底向上和自頂向下相結(jié)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(shù)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(dǎo)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。機器視覺是一項綜合技術(shù)，包括圖像處理、機械工程技術(shù)、控制、電光源照明、光學成像、傳感器、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)(圖像增強和分析算法、圖像卡、I/O卡等)。一個典型的機器視覺應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機械控制執(zhí)行模塊。機器視覺系統(tǒng)基本的特點就是提高生產(chǎn)的靈活性和自動化程度。在一些不適于人工作業(yè)的危險工作環(huán)境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重復(fù)性工業(yè)生產(chǎn)過程中，用機器視覺檢測方法可以大大提高生產(chǎn)的效率和自動化程度。