機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲關于理解多面體組成的積木世界研究開始的。當時運用的預處理、邊緣檢測、輪廓線構成、對象建模、匹配等技術，后來一直在機器視覺中應用。羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術來確定輪廓線，用區(qū)域分析技術將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域對所分析的圖像進行描述，以便同機內存儲的模型進行比較匹配。實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目標分為若干子目標的分析方法，運用啟發(fā)式知識對對象進行預測。這同言語理解中采用的自底向上和自頂向下相結合的方法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發(fā)式知識，表明用符號過程來解釋輪廓畫的方法不必求助于諸如zui小二乘法匹配之類的數(shù)值計算程序。70年代，機器視覺形成幾個重要研究分支：①目標制導的圖像處理；②圖像處理和分析的并行算法；③從二維圖像提取三維信息；④序列圖像分析和運動參量求值；⑤視覺知識的表示；⑥視覺系統(tǒng)的知識庫等。彈簧表面質量檢測是彈簧加工的重要環(huán)節(jié)。檢測時，人們通過各種試驗方法對彈簧的性能進行測定，從而把彈簧的質量定量數(shù)值化，為企業(yè)的質量管理與追蹤提供正確的評定依據(jù)。彈簧的成品檢驗主要包括對彈簧的外觀檢測、尺寸檢測、負荷檢測等內容，這里我們主要完成對彈簧的外觀檢測和尺寸檢測（包括彈簧長度、線徑、線徑間距和有效圈數(shù)）。國內現(xiàn)有的彈簧檢測方法一般是人工用游標卡尺等工具目測，這種方法不僅效率低，而且誤差大。有些公司也從國外先進設備進行彈簧自動檢測，這一方面大大增加了生產(chǎn)成本，另一方面設備的維護也很困難。針對以上不足，自主開發(fā)基于機器視覺的彈簧自動檢測系統(tǒng)具有十分重要的意義。在現(xiàn)代自動化生產(chǎn)過程中，機器視覺已經(jīng)開始慢慢取代人工視覺，尤其是在工況檢測、成品檢驗、質量控制等領域，應用廣泛，隨著工業(yè)4.0時代的到來，這一趨勢不可逆轉。那人們?yōu)橐脵C器視覺替代人工視覺呢？原因有很多，以下列出較主要的幾點:1、從生產(chǎn)效率的角度來說，由于操作工在長時間工作下容易疲憊，人工視覺質量效率低下且精度不高，而機器視覺可以大大提高生產(chǎn)效率和自動化程度。2、從成本控制的角度來說，培訓一個合格的操作工需要企業(yè)管理者花費大量的人力物力，然而單的培訓還遠遠不夠，后續(xù)還需要花費大量的時間，使操作工的水平在實踐中得到提升。而機器視覺系統(tǒng)只要設計、調試和操作得當，可以在很長一段時間內不間斷使用，同時確保生產(chǎn)效果。3、在某些特殊工業(yè)環(huán)境中實施工況檢測，如焊接、huo藥制造等，人工視覺可能會對操作工的人身安全造成威脅，而機器視覺從某種程度上有效地規(guī)避了這些風險。