这章描述了如何进行许多常见的机器视觉检查工作。最常见的检查工作是发现在一幅图像中出现或不存在的部分并以任何一种度量形式测量这些部分来决定它们是否符合规格。
测量是基于图像中描绘的对象的典型特征的。图像处理算法传统上由一幅图像中包含的信息类型分类例如边缘、表面和纹理、或模式。不同类型的机器视觉算法利用和提取一种或多种类型的信息。
边缘检测及其衍生技术——如耙、同心耙和辐条——在图像中用边缘描绘。它们可以高精度地定位一个物体边缘的位置。你可以使用边缘检测来进行一些测量例如一部分的宽度，这是一种叫做clamping（夹紧）的技术。你还可以结合多个边缘的位置来计算的交叉点、投影、圆或椭圆。
模式匹配算法用的是边缘和模式。模式匹配可以高精度地定位被检查的零件的基准或者典型特征的位置。你可以结合这些位置来计算长度、角度和其他对象测量。
测量的鲁棒性依赖于图像采集环境的稳定性。传感器分辨率、光照、光学器件、震动控制、部分定位器和一般的环境是成像过程的重要组成部分。图像采集链的所有要素直接影响了测量的精度。
