在各生產企業中，零部件、半成品、成品均可能因為各種原因造成不良，其中，外觀不良zui常見、也zui容易識別。傳統生產模式中，一般依靠人工進行識別，一方面需要投入大量人工，增加企業生產成本；另一方面由于工人勞動時間長、勞動強度大、容易造成疲勞，可能導致漏判，致使不良半成品或零部件進入下一道工序，或者不良成品進入市場，對于前者而言，會導致后續生產的成品不良，增加不合格成本，對于后者而言，會增加客戶投訴率，加大售后維護工作量及成本，并增加產品不合格率，影響企業形象。不論何種情況，均增加了企業生產經營成本，降低了企業綜合效益。

　　隨著物聯網技術的快速發展，智能制造成為各生產型企業的重要發展目標，簡單來說，智能制造即是通過各種現代化的傳感器對生產過程參數進行采集，通過合適的傳輸網絡進行傳輸，再經過專家或各專業分析診斷模塊進行智能分析，根據分析診斷結果對生產參數進行實時調節，以達到提高生產效率，降低生產成本，解放人工勞動力，提高企業綜合競爭力的目標。其中，產品外觀瑕疵檢測因重復性高，便于機器識別，人工投入大，有大量提升空間而成為智能制造改革的，各項智能應用快步發展。

　　對于產品外觀瑕疵檢測的眾智能方案中，機器視覺以其直觀度、準確率、快速性、擴展性等優點迅速成為產品外觀瑕疵檢測的重要手段。

　　利用機器視覺對產品外觀瑕疵進行檢測的主要思路是通過智能相機即時獲取零部件、半成品、成品外觀圖像信息，對其主要特征進行識別，并綜合運用測量、定位等功能對相關產品的主要控制尺寸進行識別，然后與系統預設正常值進行對比，得到其與標準件的誤差值，若在允許范圍內，則為合格品，若超出允許范圍，則判定不良，并輸出相應控制指令，控制相應執行機構將其送入不合格區。若檢測出現連續故障，系統則進行報警，并根據設定是否輸出停車控制信號，便于及時查找原因，改善參數，避免不合格產品的發生，降低故障影響。

　　應用機器視覺進行產品外觀瑕疵檢測，可以基本替代人工檢測，不僅降低人工成本投入，更可大幅降低不合格品進入下道工序或市場的概率，同時，降低工作人員勞動強度，創造良好的企業社會形象。

　　可以預見，智能制造將會迅猛發展，工業品的生產、檢測將會更加智能，產品的附加值、企業的綜合效益也會進一步提高。