在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。系统之所以成功，首先要保证图像质量好，特征明显。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。要保证好的图像，必须要选择一个合适的光源。
光源选型基本要素:
对比度:对比度对机器视觉来说非常重要。机器视觉应用的照明的重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生大的对比度，从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。
光源选型基本要素:亮度:当选择两种光源的时候，佳的选择是选择更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。，相机的信噪比不够;由于光源的亮度不够，图像的对比度必然不够，在图像上出现噪声的可能性也随即增大。其次，光源的亮度不够，必然要加大光圈，从而减小了景深。另外，当光源的亮度不够的时候，自然光等随机光对系统的影响会大。
在现代化的大生产之中，视觉检测往往是不可缺少的环节，视觉检测系统克服了人工检测方法的缺点实现了产品质量标准化，检测速度快，精度高，可减少人工成本30-50﹪，可提高产量3-5倍。海维鑫秉承以技术为核l心，以客户需求为高宗旨的经营管理理念，已成为上海神火铝箔、厦门厦顺铝箔、张家港飞江机械、南京可隆特种纺织、晓星化纤、神马帘子布有限公司等一批企业的合作供应商，并出口到韩国，越南，马来西亚等国家，2020年已完成产值306万。
所有自动生产线的目标都是零剔除。鉴于当今的高速技术和潜在的人为错误，这个目标很难实现。
视觉检测可以识别的典型缺陷包括：
标签缺陷
封口和盖顶缺陷
产品与包装完整性缺陷
打印缺陷容器缺陷
视觉检测的优势：
具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围。
利用了机器视觉解决方案，可以节省大量劳动力资源，为公司带来可观利益。
