机器视觉的主要组成部分主要有光源、摄像机、图像采集卡、计算机等硬件设备和用于处理数字图像的软件。而机器视觉的工作原理过程一般为：图像输入——数字化——预处理——图像分割图像识别特征提取——特征识别——结果输出，其中前两项总结为获取数字图像，而后四项总结为数字图像处理。

在农副产品中加入了机器视觉的运用，极大提升了农副产品的品质。农副产品的表面颜色是反应他品质的一个重要特征，其色泽特征可以反映农副产品的成熟程度，也可以反应农副产品的级别。

如果单纯依靠人的眼睛、感官进行评定分级，缺乏一定的客观性和准确性。这时加入机器视觉系统对农副产品的的色泽、表面损失、缺陷、大小形状等进行评价，可以克服人眼的疲劳和视觉差异。

枇杷降火化痰，成熟的枇杷味道鲜甜，除了能直接食用外还能酿酒、制作成枇杷罐头、或是入药制作成“川贝枇杷膏”等等。

传统人工对枇杷进行分类检测不能满足市场需求，检测速度慢且检测准确度不高。使用机器视觉代替人工进行检测，可以精准分类枇杷的大小，是否带杆等品质问题。

Smartmake.pro视觉系统运用在枇杷直径大小以及是否带杆的视觉分类检测中，首先通过筛选机筛选尺寸最大和最小的，然后将大小范围符合要求的传送到相机处，相机进行360°拍摄后识别是否带杆等，通过相机识别后NG输出，分拣出良品。

传统人工对枇杷进行分类检测不能满足市场需求，检测速度慢且检测准确度不高。使用机器视觉代替人工进行检测，可以精准分类枇杷的大小，是否带杆等品质问题。Smartmake.pro视觉系统运用在枇杷直径大小以及是否带杆的视觉分类检测中，首先通过筛选机筛选尺寸最大和最小的，然后将大小范围符合要求的传送到相机处，相机进行360°拍摄后识别是否带杆等，通过相机识别后NG输出，分拣出良品。

通过机器视觉检测代替人工，在长时效运转下也能保证高准确率，帮助企业提升了效率，降低了人工成本。在算法程序的控制下，也能达到极高的准确率，品质和质量也随之而提升。