机器视觉​都有怎样的应用? 　　机器视觉的应用主要分为四大类别，包括引导、识别、测量和检验(英文首字母缩写：GIGI)，GIGI 表示 Guidance(引导)、Inspection(检验)、Gauging(测量)和 Identification(识别)。 接下来主要介绍机器视觉应用的引导部分。

　机器视觉与机器人的组合应用 　　机器视觉系统的构成 　　机器视觉与机器人系统构成 　　为什么机器人需要机器视觉系统? 　　1.没有机器视觉的机器人应用有局限性

多点触控 (又称多重触控、多点感应、多重感应，英译为Multitouch或Multi-Touch)是采用人机交互技术与硬件设备共同实现的技术，能在没有传统输入设备（如：鼠标、键盘等）下进行计算机的人机交互操作。

为了适应现今这个发展越来越快的社会，机器视觉检测技术是必不可少的。在一些不合适人类工作的环境场所机器视觉就可以代替人类进行。机器视觉检测技术分类：

对于每个机器视觉系统​应用，光学系统对整个图像的质量、准确性、速度和重复性都至关重要。构建机器视觉系统时，必须考虑应用、分辨率、照明、景深、视场、处理速度和其他要素。

在机器视觉系统​中，视觉信息的处理技术一般依赖于图像的处理方法，通常它包括数据编码、图像增强、图像传输和数据平滑、边缘锐化、图像分割、图像的特征抽取、图像识别与理解等相关内容。

人类视觉的适应性很强，能够在复杂及变化的环境中识别目标，具有高级智能，运用逻辑分析和推理能力去识别变化的目标，以及总结规律，虽然人类视觉对色彩的分辨能力强，但是极容易受人的心理影响，不能够很好的量化。

为了让机器检测出药片是否破碎或尚未成型，思普泰克机器视觉​在计数和装瓶机器的每个振动进料器的上方，各安装了一台相机。为给进料盘提供照明，需要开发出暗场照明系统

　　机器视觉系统​是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网膜上的二维的像来对该物体进行三维理解。