百度
视觉工程师在不同领域的职责和技能要求有所不同。如果从事视觉系统集成，主要负责按客户工艺要求调试检测物体画面，并提供光源和机械方面的建议。此外，还需要进行项目后期的现场服务。而从事视觉开发，则需要不断倾听客户反馈并思考算法改进，编写软件代码等。图像处理工程师需要掌握图像处理开发与研究、图像去燥、图像增强、复原、质量改善、检测等方面的知识。他们还需要了解光学成像问题，并具备出色的数学功底，特别是线性代数、优化理论和统计知识。机器视觉应用于检测和机器人视觉两个方面。在检测方面，可以实现高精度定量或半定量检测（如细胞分类或零部件尺寸定位）。在机器人视觉方面，可以指引机器人进行大范围操作和行动。机器视觉具有以下特点：自动调整与被测物速度相匹配以获取理想的图像；可根据操作员选择不同尺寸的工件来调用相应的视觉程序进行尺寸检测，并输出结果；通过排序装置和输送装置精确调整料道宽度，使零件在固定路径上运动并进行视觉检测。机器视觉工程师需要了解机器视觉系统的分辨率、动态检测精度等技术参数。此外，还需要具备废品漏检率低、废品剔除功能强等特点。在实际应用中，机器视觉可以实现对物品进行尺寸测量、外观检查、缺陷性检测与装配完全性检测等任务。同时，在系统开发过程中，需要考虑图像处理算法的优化与改进、设备状态的自检以及与用户权限相关的操作权限设置等问题。参考资料：
百度百科机器视觉
