視覺的一個分支，工業自動化領域中的視覺控制或視覺應用，主要指的是通過前端光學攝像頭，從采集到的數字化圖像中提取相關信息，進行分析處理之后，用于對生產線流程或質量的控制，以代替重復性人工操作。目前，機器視覺在工廠生產環節中的實際應用包括：對生產工件的完整性質量檢測、識別、分類、零件位置及方向、尺寸測量、讀碼識別追溯、表面/色差檢測、自動化流水線作業等等?？梢哉f，機器視覺為流水產線、自動化設備安裝上了一雙“眼睛”，能夠提供全天候、高一致性、高可靠性的檢測結果，增添了工廠生產的智能化水平，因而也成為了邁向智能制造的一項重要技術。

從整體供應鏈來看，參與機器視覺系統開發的廠商大致上可以分為上游底層開發商，含核心零部件和軟件開發商；中游從事二次開發的設備集成和軟件服務商；以及下游所面對的各類機器視覺應用廠商。其中，核心零部件及軟件供應商主要包括光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件等類型廠商，而在整個成本構成中，零部件及軟件開發的費用基本上占了約80%的比例，可謂是重中之重。

目前機器視覺在工業控制領域大多屬于二次開發層面，形式主要包括系統集成以及組裝生產自動化專機等等，要求開發商能夠掌握不同生產制造環境中的Know-How技術，設計出有針對性的產品或集成方案，視覺點膠控制、視覺螺絲機控制、視覺定位+飛拍、視覺檢測等電子產品后段制造流程都是現在市場上的開發熱點。大部分廠商采用的都是“軟件平臺+視覺開發包”的開發模式，開發包基于軟件平臺對常用各種圖像處理算法進行封裝，軟件工程師可直接調用封裝好的算法，實現各種復雜的圖像處理和分析功能，大幅降低了二次開發的難度和工作量。

    機器視覺產業供應鏈組成

    工業自動化領域機器視覺應用分析

視覺應用的三大層面難題

但就實際應用而言，在目前機器視覺+運動控制方案的實施過程中，各種“門檻”依然較高，問題主要來自于三個方面：一是，對于大部分技術開發工程師來說，機器視覺技術是一個全新的領域，要學習一種新的編程語言（如C++）存在一定的難度，需要花費大量的時間和精力，加上視覺項目一般都是非標的，開發者的經驗非常重要，普通電氣工程師要想快速掌握機器視覺應用的編程和調試，絕非易事。

其次，對于設備制造商而言，為了提高工廠的生產效率，制造業產線升級的需求迫切，機器視覺的應用已經成為其中的一個重點，但機器視覺的硬件投資成本一直居高不下，令他們望而卻步；除了硬件投入之外，往往后期還需要高薪聘請視覺工程師對買回來的視覺系統進行開發和維護，這無疑又加重了工廠的人力成本。如何能夠有效地控制投資成本，是他們的主要訴求點，例如是否可以既經濟又方便地在現有設備系統的基礎上添加機器視覺功能等。

另外，對于終端用戶來說，在使用機器視覺技術的過程中會發現，機器視覺和自動化控制（流程控制、工藝控制等）往往分屬于兩套不同的系統之中，兩者之間常?？赡軙捎谕ㄓ嵉榷喾N因素而導致整個系統的不穩定（如出現停機、停線等狀況）。尤其是在當前多品種、小批量、柔性化的生產模式下，產線的頻繁更換，增加了對機器視覺系統流程的修改和調試時間，從而大大影響了工廠產能，因此，如何讓設備在生產中更加穩定，同時操作也更為便捷，能夠滿足產線快速調整和切換的需要，是機器視覺技術開發的一個課題。

實際上，在各種復雜的工業生產場景中，照明光源尤為重要，它直接關系到采集圖像的質量，例如圖像輪廓是否清晰、成像特征是否完美體現等等。為此，樂視科技提供了種類非常齊全的光源照明樣品，包括最近推出新品高精度同軸光源、迷你線光源，此類光源輕便小巧，亮度高，適用于狹窄場所檢測。還可以根據現場應用進行配置，實時修改曝光時間長度、角度、顏色等等，這些功能讓機器視覺應用變得更加靈活。