在當今這個時代，計算機視覺領(lǐng)域呈現(xiàn)出很多新的趨勢，其中顯著的一個，就是應(yīng)用的性增長。除了手機、個人電腦和工業(yè)檢測之外，計算機視覺技術(shù)在智能安防、機器人、自動駕駛、智慧醫(yī)、、增強現(xiàn)實（AR）等領(lǐng)域都出現(xiàn)了各種形態(tài)的應(yīng)用方式。計算機視覺迎來了一個應(yīng)用性增長的時代，目前的應(yīng)用如下圖所示，主要以運動控制為主。隨著各個領(lǐng)域技術(shù)不斷發(fā)展，許多科技巨頭也開始了在圖像識別和人工智能領(lǐng)域的布局，F(xiàn)acebook簽下的人工智能Yann LeCun重大的成就就是在圖像識別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡(luò)，在應(yīng)用到各種不同的圖像識別任務(wù)時都取得了不錯效果，被認為是通用圖像識別系統(tǒng)的代表之一；Google 借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”通過對數(shù)百萬份YouTube 視頻的學習自行掌握了貓的關(guān)鍵特征，這是機器在沒有人幫助的情況下自己讀懂了貓的概念。這也能看出國技公司對圖像識別技術(shù)以及人工智能技術(shù)的重視程度。

在易拉罐的生產(chǎn)過程中，需要對產(chǎn)品的瑕疵及印刷質(zhì)量進行檢測。而易拉罐瓶蓋的綜合檢測一直是一個難題，其中的原因在于產(chǎn)品的材質(zhì)具有極高的反射度并且表面印制了彩案，打光技術(shù)難以解決。

　　而機器視覺技術(shù)的運用，能迅速準確的發(fā)現(xiàn)印刷品的各種缺陷。工業(yè)鏡頭基于機器視覺的罐蓋質(zhì)量檢測系統(tǒng)，根據(jù)易拉罐罐蓋制造生產(chǎn)線的工作環(huán)境和檢測要求，實現(xiàn)了鋁制罐蓋瑕疵的自動檢測和快速剔除。該視覺系統(tǒng)實時性好，可靠性高，有效地提高了罐蓋檢測生產(chǎn)線的工作效率。

基于機器視覺的易拉罐質(zhì)量檢測系統(tǒng)使用機器視覺LED光源：圓頂式無影光，三環(huán)式無影光，低角度環(huán)形光，同軸光，有效地解決了打光的難題。通過對復合式光源的組合控制，能獲得輪廓清晰、色彩對比鮮明的瓶蓋圖像，并能迅速地與設(shè)定值比較，找出具有邊緣凹陷、表面劃傷、拉環(huán)變形、密封膠破損、印刷字符、圖案不清晰的不良產(chǎn)品，并立即剔出生產(chǎn)線。