视觉定位能够精准的匹配识别和确定零件的位置和方向，这样在机器人定位应用的工业中可节约大量的编程时间，提高生产效率和加工质量。一般的机器视觉定位系统组成如下：

一般机器人视觉定位系统由两大部分组成，视觉采集处理系统和机器人控制系统，维视图像RVATS左侧为机器人及生产线，在机器人上安装了视觉采集CCD相机，右侧为视觉处理系统和机器人PLC控制系统。基本工作流程为：

载物盘随着生产流水线运动到机器人下方，CCD工业相机采集到物品图像，通过数据采集卡将信号输入计算机，并对其进行处理，通过处理采集到的信息，传输到PLC控制卡上，控制机器人进行抓取相关物品。

常用的机器视觉定位方法有：

●边缘轮廓提取定位

●模板匹配定位

●Mark点定位

当今制造业需要可靠性高和性能优异的产品，伴随着视觉定位系统的成熟，将较大的推进工业自动化进展。

iPhone系列概括起来有三个外观：iPhone4的三明治夹心设计；iPhone5的三段式铝合金一体成型；iPhone6的全金属一体成型设计。iPhone4的一个显著特点是采用了CNC不锈钢边框，前后配上玻璃，让整机有了一种硬朗、坚固、简洁之美；iPhone5/S的特点是把Unibody技术运用到了手机上，手机外壳全CNC加工；iPhone6较之前有很大的改变主要在首次实现了真正的全金属外壳，而且从方到圆，机身变大，做成弧形的边框利于握持。

手机的生产工艺也有原来的CNC，CNC、氧化，再到CNC、氧化、喷砂等，复杂多样的工艺加工过程中，器件表面不可避免的会产生碰刮伤、压伤、腐蚀点等外观缺陷。尤其目前类似于iPhone6/S这类型弧边更容易产生缺陷。日常见到的视觉缺陷检测项目主要集中在平面上，那现在的弧边缺陷检测该如何实现呢？

第一幅是大多数系统在弧边上的成像情况，中间亮，两边暗；第二幅图是较好一些系统的成像情况，但是在最边缘处成像还是会存在一些暗区。