运用高速高精度视觉处理技术自动检测PCB板上各种不同贴装错误及焊接缺陷。PCB板的范围可从细间距高密度板到低密度大尺寸板，并可提供在线检测方案，以提高生产效率，及焊接质量。通过使用AOI作为减少缺陷的工具，在装配工艺过程的早期查找和消除错误，以实现良好的过程控制。早期发现缺陷将避免将坏板送到随后的装配阶段，AOI将减少修理成本将避免报废不可修理的电路板。
随着工业视觉在精确度和重复性上的优势以及核心技术的不断完善，工业视觉的下游应用领域也不断拓展：在智能制造汽车行业，几乎所有的系统和零部件制造流程均可无接触式生产代替人工危险性的工作;而医疗器械和制药行业，产品质量的高要求更高也需要机器视觉进行参与食品饮料领域，机器视觉能帮助企业快速实现产品的准确定位检测，跟上生产线的速度，一体化生产检测降低沉本提效......
机器视觉检测是采用机器代替人眼来做测量与判断，其功能不仅局限于通过计算机摄取图像接收信息，也包括对信息的处理和判断，实现人眼视觉的延伸。作为机器视觉的一大分支，工业视觉更多注重广义图像信号(激光，摄像头)与自动化控制(生产线)方面的应用，即“眼睛对着机器”，具有自动化和非接触性的特点。与人眼相比，工业视觉在精确程度、客观程度、可重复性、成本以及效率上都有明显的优势。正是因为这些特点，现今工业视觉广泛应用于工业生产的各个步骤。在智能制造体系中，机器视觉的应用主要可以归纳为四个方向：
尺寸测量
随着制造工艺的不断提高，工业产品尤其是大型构件的外形设计日趋复杂。同时，由于大型构件的体积和重量限制，不便于经常移动，给传统的测量方式带来了巨大的困扰。机器视觉测量技术是一种基于光学成像、数字图像处理、计算机图形学的无接触的测量方式，拥有严密的理论基础，测量范围更广，而且相对于传统测量方式而言，拥有更高的测量精度和效率。
物体定位
传统制造业中的焊接、搬运、装配等固定流程在工业机器人的操作过程中，零件的初始状态与机器人的相对位置并不是固定的。这导致工件的实际摆放位置和理想加工位置存在差距，机器人难以按照原定的程序进行加工。随着机器视觉技术以及更灵活的机器手臂的出现，这个问题得到了很好的解决，为智能制造的迅速发展提供了动力。
零件检测
零件检测是机器视觉技术在工业生产中最重要的应用之一，在制造生产的过程中，几乎所有的产品都面临着质量检测。传统的人工检测存在着许多不足：首先，人工检测的准确性依赖于工人的状态和熟练程度;其次，人工操作效率相对较低，不能很好的满足大量生产检测的要求;近年来人工成本也在逐步上升。所以，机器视觉技术被广泛用于产品检测中，在制造环节中，某些步骤的缺失或者加工缺陷会导致零部件的丢失，以及孔洞、污渍、划痕等常见的表面缺陷，
图像识别
在工业领域中的主要应用有条形码读取、二维码扫描识别等，以往多用NFC标签等载体进行信息读取，需要与产品进行近距离接触。随着工业摄像机等硬件设备的更新换代，二维码等标识可以被远距离读取和识别，而且携带的信息更丰富，可以将所有产品信息写入二维码，而无需联网查询信息。变焦相机截取条码影像与其他可视化信息，以控管产品品质。
智能制造需求大，技术市场齐发展
可以预见随着机器视觉与机器人的深入融合，可视机器人将在未来十年内占据智能装备领域重要一席之地。目前，中国的机器视觉行业正处于快速发展阶段，是世界机器视觉发展最活跃的地区之一。受益于配套基础设施不断完善、制造业总体规模持续扩大、智能化水平不断提高、政策利好等因素，中国机器视觉市场需求不断增长。
