视觉检测作为这几年新发展起来的新技术，这几年日益得到了市场的认可，也逐渐被推广使用。据了解，目前已经有不少行业开始引入这一技术，并且开始发挥着较为重要的作用，其市场潜力不断提升。那么，机器视觉检测的方法有哪些呢？

1、检测区域定位

机器视觉检测在对待检测图像进行模板匹配时，需要通过进行相同的预处理算法，来保持与模板图片的一致性。旋转角度以及缩放比例均与制作模板时相同，将相似度较小值设为即当待匹配区域与模板区域有大于一半的遮盖，此时就会返回找不到模板的信息（也可认为内丝接头本身受损，亦可判定为不合格品）。当待检测图像中匹配到模板图像时，获取其模板的中心坐标点和旋转角度，然后将预先设定好的检测框仿射变换。

2、频域图像差分

由于零件本身材质纹理较丰富，且干扰因素较多，若采用空间滤波（均值滤波、中值滤波等）无法有效分离前景与背景，故采用频域图像差分法。首先通过傅里叶变换将图像从空间域变换至频率域，在频率域中使用高斯低通滤波器对图像的频谱图进行滤波；然后将滤波后的频谱图通过傅里叶反变换至空间域得到背景图；然后使用原图像与背景图进行差分得到频域变换处理后的图像。

3、缺陷特征提取

紧固套表面经过频域差分运算后，待检测区域会保留背景以及残留的轻微噪点，采用全局阈值方法，进行单一的分割图像无法达到理想效果，故采用改进的动态阈值法。将原图与模糊图像进行差分运算，目标区域通过将差分运算后的灰度差异值与设定阈值（Set Val）对比，提取出缺陷备选图。

机器视觉检测是在人工智能技术下新发展起来的一种技术，该技术目前已经开始逐渐被推广开来，并且日益起着较为重要的作用。视觉检测技术作为当今社会重要的检测技术之一，开始被广泛使用，也日益起着较为重要的作用。