机器视觉作为实现工业自动化和智能化的关键技术，正在成为人工智能发展最快的分支。机器视觉由四部分组成，分别是光源、摄像头、图像采集卡和视觉处理软件(集成AI算法)。图像采集卡由SoC处理器和计算能力支持，这是工厂自动化的常见采购组件，也是解决方案提供商的主要市场。机器视觉技术涉及计算机科学、人工智能、信号处理、图像处理、机器学习、光学、自动化等诸多领域。主要介绍机器视觉在汽车、机器人工厂的应用案例，为解决方案网引导商机。
机器视觉的基本概念非常重要。
机器视觉就是用机器代替人眼进行测量和判断。机器视觉系统是指通过机器视觉产品将拍摄的物体转换成图像信号，传输到专门的图像处理系统，根据像素分布、亮度、颜色等信息转换成数字信号；图像系统对这些信号进行各种运算，提取目标的特征，然后根据判别结果控制现场设备的动作。
机器视觉的组成包括:
①光源
光源作为辅助成像设备，往往对成像质量起着至关重要的作用。以LED照明产品为例，其灵活性更高，角度和附加波长可调，光谱响应更一致。市场上有多种不同波长和形状的光源可供选择，选择产品并不困难。
②照相机
一台传输效率更高、抗干扰能力更强、成像能力更稳定的工业摄像机是一台优秀视觉检测设备必不可少的组成部分。根据输出信号方式，相机可分为模拟相机和数码相机；按芯片类型可分为CCD相机和CMOS相机。
③图像采集卡
图像采集卡通常以计算机卡的形式存在，其主要工作是将图像输出传输到计算机主机。图像采集卡需要将来自相机的模拟或数字信号转换成特定格式的图像数据流，还可以控制相机的一些参数，如触发信号、曝光/积分时间、快门速度等。图像采集卡通常针对不同类型的摄像机有不同的硬件结构，也有不同的总线形式，如PCI、PCI、ISA等。
④视觉处理软件
机器视觉软件用来完成对输入图像数据的处理，然后通过一定的计算可以得到所需的结果。通用的机器视觉软件以C/C++图像库、控件和基于图形的编程环境的形式出现，可以独占使用，例如只用于LCD检测、BGA检测、模板对准等。或者一般来说，包括定位、测量、条形码/字符识别、斑点检测等。
机器视觉助力汽车制造
与其他制造业相比，汽车制造业有几个典型特点:产量巨大且仍保持高速增长；车辆型号更新快；制造过程非常复杂。机器视觉技术在汽车制造业中的应用，大大提高了工序的作业质量和效率，降低了劳动强度。已成功应用于国内外多家汽车主机厂，包括车辆及零部件的自动检测、零部件三维定位、车身装配/加工、零部件溯源等。机器视觉技术的应用贯穿了整个汽车车身制造过程，包括从最初的原材料质量检测发展到汽车零部件100%在线测量，再到制造过程中的焊接、涂胶、冲压等工艺过程控制，最后是车身总成和整车的质量检查。