导读：随着我国各行各业自动化、智能化需求的不断增加，机器视觉技术已经深入到我们身边，或是生活中，或是工作中，在半导体、电子、工业、科研、医药、交通等各行业中广泛运用。例如：工业生产中的质量检测监控、印刷业的印刷色彩质量检测、制药行业的药品检测分...
随着我国各行各业自动化、智能化需求的不断增加，机器视觉技术已经深入到我们身边，或是生活中，或是工作中，在半导体、电子、工业、科研、医药、交通等各行业中广泛运用。例如：工业生产中的质量检测监控、印刷业的印刷色彩质量检测、制药行业的药品检测分装等等。市场需求的增加，除了能促进产品应用越来越广泛，也同时刺激着产品质量的不断提高。机器视觉技术的提升，体现在相机质量的提高及功能的增加，体现在光源形态的丰富，体现在图像采集从灰度到彩色的升级。
一般情况下，我们知道色彩是由红、绿、蓝三原色的变幻组合形成的，而在机器视觉应用中，色彩则要考虑的饱和度、彩度、色相。因此，彩色图像处理分析软件，必须能够从描述色彩的彩度与色相中区分出无色组件，也就是色彩的饱和度，这样才能直觉而完整地解释色彩，有效的对色彩对象进行检测与分割。在机器视觉应用中，我们也经常遇到色彩不平衡的情况，产生这种情况主要的原因有两种，一种使用的光线类型造成的，另一种就是因为图像采集装置校正错误而造成的。
上面说到了机器视觉技术图像分析的实质是对色彩对象进行检测与分割，色彩对象的检测很容易理解，那么分割指的是什么呢？分割指的是可通过机器视觉技术根据对比从图像背景中区分出对象。在彩色图像的部分，可自由指定特定对象的数值范围，然后对数据范围进行选择，消除表面的光线效果。也可以针对场景中不同对象指定每个像素的层级，以此分解不同区域里的彩色图像。
彩色图像的采集分析是目前很多行业的需求，也是未来发展的方向。彩色图像采集相比于灰度采集，图像更加的清晰，更容易进行分析处理，是更为宝贵的生产、科研资料。当然，正如我们上面所说的，想要达到最终效果，机器视觉技术也是需要不断进步，才能满足采集需求。
