机器视觉系统具有引导、测量、检测、识别四大类典型应用，具体如下图：

引导

引导定位是机器视觉的一个普遍的应用，它就是通过图像识别物体的特征姿态，把姿态数据传递给机器人等执行机构进行精确的抓取，组装操作。引导应用一个关键的技术就是要通过手眼标定把相机的坐标系和机械手等运动机构的坐标系统一起来。引导系统有2D引导和3D引导，分为抓取、组装、精定位和轨迹引导几种方式。应用场景有上下料，手机零件组装，汽车零件无序抓取，引导精定位放置到载具，引导点胶和引导焊接等等。

测量

视觉测量就是通过视觉算法提取图像的边缘，轮廓等信息，进行非接触的尺寸测量，位置度测量和高度测量。视觉测量具有精度高、速度快的特点，由于不用接触产品，有效避免了人工测量对产品造成的二次伤害。测量视觉系统一般使用远心镜头和平行背光源进行获取更清晰的图像轮廓，通过高精度的标定片把像素坐标转换成物理坐标，然后再通过找边，找圆，提取轮廓，查找平面，求距离等视觉工具方法进行几何测量。典型的应用场景有OMM光学测量仪，一键测量仪，锂电池长宽测量和厚度测量，PIN针位置度检测和PIN针高度检测等。

检测

视觉检测应用范围非常广泛。主要是对产品进行有无，表面缺陷，表面瑕疵进行检测。检测方法有常规的通过模板匹配，图像滤波，斑点分析等方法对图像进行处理，获取需要检测位置的尺寸，形态，面积等参数进行判断。现在也普遍使用深度学习的方式，通过对小批量的样本数据进行学习训练，生成检测模型在进行结果判断的方式。检测类项目的典型应用有汽车零件漏装检测，锂电池的异物、划痕、压痕、极耳不亮、污染、腐蚀、字符模糊等，PCB电路板的零件漏装、反装、错装和漏焊等，食品包装的破损、黑点等外观检测，矿泉水瓶的液位检测等等。

识别

机器视觉的图像识别，通常是对象目标识别，颜色识别，读码和OCR字符识别。典型的应用场景有物品分拣、颜色分拣、一维码和二维码读取、字符读取等。