珠宝产品虽然不是产品质量监督检查的重点产品,也没有强制性标准,但其特殊性,用珠宝界的话说,即是财产浓缩的一种形式。因此,提高我国珠宝玉石质检技术人员的整体素质成为当务之急。众所周知,珠宝首饰检测工作需要责任心强、技术水平高、实践经验丰富的技术人员。可是人工检测的速度很慢，短时间内很难完成大规模的检测。另外人工检测精度低，受主观影响较大。因此，为了解决人工检测时的精度低和效率低的问题，基于机器视觉的人工检测已经得到了很多珠宝生产商的重视，利用工业相机、镜头进行图像的获取，在对图像进行图像处理，筛选出有瑕疵及相关不合格的产品。一珠宝生产厂家采用维视图像的高分辨率相机、远心镜头和远心光源获取的钻石外观图像，结合MVIPS图像处理软件，对钻石进行外观检测和尺寸的测量，解决了生产时人工检测的缺陷，极大的提高了检测速度和精度。机器视觉检测技术，在产品整体自动检测和产品品质保障、产品质量保障层面有着非常重要的作用；通过机器视觉检测技术，可有效防止不合格产品外流，大幅提品出厂合格率，对于提高企业的核心竞争力，有着不可替代的作用。机器视觉技术在产品质量检测领域的应用已经越来越广泛，尤其是在产品的外观缺陷检测上，这一技术已经成功挑起了大梁。机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。罗伯兹在图像分析过程中，采用了自底向上的方法。用边缘检测技术来确定轮廓线，用区域分析技术将图像划分为由灰度相近的像素组成的区域，这些技术统称为图像分割。其目的在于用轮廓线和区域对所分析的图像进行描述，以便同机内存储的模型进行比较匹配。实践表明，只用自底向上的分析太困难，必须同时采用自顶向下，即把目标分为若干子目标的分析方法，运用启发式知识对对象进行预测。这同言语理解中采用的自底向上和自顶向下相结合的方法是一致的。在图像理解研究中，A.古兹曼提出运用启发式知识，表明用符号过程来解释轮廓画的方法不必求助于诸如zui小二乘法匹配之类的数值计算程序。70年代，机器视觉形成几个重要研究分支：①目标制导的图像处理；②图像处理和分析的并行算法；③从二维图像提取三维信息；④序列图像分析和运动参量求值；⑤视觉知识的表示；⑥视觉系统的知识库等。在布匹的生产过程中，像布匹质量检测这种有高度重复性和智能性的工作只能靠人工检测来完成，在现代化流水线后面常常可看到很多的检测工人来执行这道工序，给企业增加巨大的人工成本和管理成本的同时，却仍然不能的检验合格率（即“零缺陷”）。对布匹质量的检测是重复性劳动，容易出错且效率低。流水线进行自动化的改造，使布匹生产流水线变成快速、实时、准确、的流水线。在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中，用人工检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。