在现代工业自动化生产中，涉及到各种各样的测量、识别、分选和检查。例如微小工件尺寸的精确测量，工件装配的段差和间隙的测量，产品包装上的条码和字符识别等。它们可能具有以下一些特点：高速大批量检测、检测精度要求高、被测对象尺寸微小等。
在上述的这些情况下，利用人工无法连续稳定的进行检测；另外，每个人的判断标准不统一也导致检测结果的不一致。这时，人们开始考虑把利用相机镜头来代替人类视觉并结合图像处理技术来实现检测，于是形成了一门新学科----机器视觉。
目前从视觉系统的运行环境分类，主要分为PC-BASED系统和PLC-BASED系统。前者是基于个人计算机的视觉系统，由光源、CCD或CMOS相机、图像采集卡、图像处理软件以及一台PC机构成。软件一般完全或部分由用户直接开发，用户可针对特定应用开发适合自己的专用算法。
PLC-BASED系统（也称视觉传感器）是一种基于PLC的视觉系统，由光源、CCD/CMOS相机、图像处理单元、监视器构成。图像处理单元独立出来，一般通过串/并行接口与PLC交换数据，用户通过类似游戏手柄的装置对显示在监视器中的菜单进行配置，或在PC上开发软件然后下载到系统中。此时，视觉系统的作用更像一个智能化的传感器。
下面主要以在汽车行业应用广泛的OMRON公司的视觉传感器为主，简要介绍一下视觉检测的基本原理以及目前在行业中的相关应用案例。
系统检测过程由以下几步组成：
1、 相机将被摄取物体转换成图像信号，并传送到专用的图像处理单元隔行扫描传输型摄像机的情况下，在传输1个画面时，图像信号将分开偶数半帧和奇数半帧输出，然后将两个半帧图像合并后便是全帧图像。
2、 图像处理单元将图像的像素分布、亮度和颜色等信息，转变成数字化信号<br/>处理方法有2值化处理和浓淡处理。前者指将从摄像机读入的256灰度的浓淡图像转换为白像素与黑像素（2值）后进行处理的方式。白像素为测量对象；后者指对从摄像机读入的256灰度的浓淡图像直接进行图像处理的方式。保持浓淡的模拟量部分与2值化处理相比，理论上能得到高精度的稳定结果。
3、 图像处理单元对这些信号进行各种运算来抽取目标的特征如：面积、长度、数量、位置等
4、 图像处理单元根据用户预设的判断条件输出结果如：尺寸、角度、偏移、合格/不合格、有/无等
5、 上位机如PC或PLC实时获得检测结果后，指挥系统执行相应的控制动作如：定位、分选。
在汽车行业针对不同的工艺情况，一般视觉系统都提供多种检测方法，使用者可以根据需要选择合适的检测方法。基本的检测方法包括以下几种：面积（检测零件有无，密封胶涂层），缺陷（检测注塑产品的缺陷和毛刺），重心和面积（机械手的定位），字符识别（检测车身打刻号码），边缘间距（检测传送链的拉伸量），边缘位置（检测安装螺栓的长度），灰度搜索（气门锁片压装检测），分类（混线生产时的车型检测）等等。
汽车行业近几年在中国迅猛发展，国际知名公司纷纷在中国设立工厂。在提高就业率的同时，也将先进的生产工艺，严格的质量控制观念带了进来。以丰田公司的焊装线为例就使用了10几套OMRON公司的视觉传感器，以这些传感器为基础建立起来的在线质量检测系统，实现了实时、100%的品质监管，减少了不可复原不良零件的数量，降低了成本；并通过存储的数据，可以清晰地把握品质变化的趋势、预防大批量不良品的产生。
视觉传感器不仅仅在质量监控方面起着举足轻重的地位，在设备的预防保全方面同样也有用武之地。例如在涂装/总装使用的输送链，经常因为链条的疲劳老化断裂而产生断链的故障，并且修复时间长严重影响生产。如果能对链条的拉伸变化量进行测量，就可以在疲劳断裂前进行更换，从而减少停机时间，降低成本；而视觉传感器正可以做到这一点！同时传感器的高速计测可以在输送链运行时作检测，根据存储的数据（OMRON视觉传感器F160视野为150mm的场合精度为0。3mm），维修人员作出保养维护计划。
可见在汽车的四大生产工艺冲压/焊装/涂装/总装的生产线上大量的视觉装置已经逐步应用起来。以前人们对视觉传感器有一种恐惧心理，认为其操作复杂，设定繁琐；其实现在厂商使用的都是菜单化操作，并将频繁使用的操作转化为控制器上的特定按钮，单触发就可以完成菜单的转换。
随着汽车行业的竞争加剧，各厂家对产品的品质要求会更高，可以预见今后的机器视觉在汽车行业在线品质检查中将占据主流！
