​外观视觉检测是一种基于机器视觉技术，通过图像采集、处理和分析，对产品表面或外观特征（如缺陷、尺寸、颜色、纹理等）进行自动检测的技术，广泛应用于制造业质量控制环节，以替代或辅助人工检测，提升检测效率和准确性。外观视觉检测模拟人类视觉判断过程，通过 “机器眼”+“大脑” 实现自动化检测：
图像采集：通过工业相机（CCD/CMOS）、镜头、光源等设备，对被检测产品进行多角度、高分辨率图像拍摄，将物理外观转化为数字图像（像素矩阵）。
图像预处理：对原始图像进行降噪、增强、畸变校正等处理，突出检测目标（如缺陷区域），抑制干扰信息（如反光、背景杂色）。
特征提取：通过算法（如边缘检测、阈值分割、纹理分析）提取图像中的关键特征（如缺陷的形状、大小、位置，尺寸的长度 / 宽度，颜色的 RGB 值等）。
分析判断：将提取的特征与预设标准（如合格产品的模板、缺陷阈值）进行比对，通过逻辑算法（如模板匹配、深度学习分类）判定产品是否合格，输出 “通过”“不通过” 或具体缺陷类型（如划痕、凹陷、色差）。