机器视觉的应用主要分为四大类别，包括引导、识别、测量和检验（英文首字母缩写：GIGI），GIGI表示Guidance（引导）、Inspection（检验）、Gauging（测量）和Identification（识别）。接下来四元数数控主要介绍机器视觉应用的引导部分。

机器视觉应用前的准备工作 从本质上讲，机器视觉系统就是在工业环境中引导机器人、测量物品、统计物品、读取条码、字母和数字，以及检测缺陷。在任何机器视觉应用中，无论是最简单的装配检验，还是复杂的3D机器人箱子拾取应用，通常第一步都是采用图案匹配技术定位相机视场内的兴趣物品或特征。兴趣物品的定位往往决定机器视觉应用的成败。所以机器视觉应用前的准备工作至关重要。

元件定位是机器视觉应用前非常关键的第一步。如果图案匹配软件工具无法精确地定位图像中的元件，那么，它将无法引导、识别、检验、计数或测量元件。虽然元件定位听上去很简单，但在实际生产环境中，元件外观的差异可能导致这一步变得非常具有挑战性。因照明或遮挡而出现的外观变化可能导致元件定位变得困难 虽然视觉系统经过培训，基于图案来识别元件，但即使是最严格控制的流程，也允许元件外观存在一定的变化。元件呈现或姿势畸变影响也可能导致元件定位变得困难 要实现精确、可靠、可重复的结果，视觉系统的元件定位工具必须具备足够的智能，能够快速、精确地将培训图案与生产线上移动过来的实际物品进行比较（图案匹配）。

什么是引导？

引导就是使用机器视觉报告元件的位置和方向。需要进行引导的原因可能有多种。首先，机器视觉系统可以定位元件的位置和方向，将元件与规定的公差进行比较，以及确保元件处于正确的角度，以验证元件装配是否正确。

接着，引导可用于将元件在2D或3D空间内的位置和方向报告给机器人或机器控制器，让机器人能够定位元件或机器，以便将元件对位。 机器视觉引导在许多任务中都能够实现比人工定位高得多的速度和精度，比如将元件放入货盘或从货盘中拾取元件；对输送带上的元件进行包装；对元件进行定位和对位，以便将其与其他部件装配在一起；将元件放置到工作架上；或者将元件从箱子中移走。 引导还可用于与其他机器视觉工具进行对位，这是机器视觉一个非常强大的功能。

因为在生产过程中，元件可能是以未知的方向呈现到相机面前的。通过定位元件，并将其他机器视觉工具与该元件对位，机器视觉能够实现工具自动定位