基于虚拟仪器的质量检测机器视觉系统是一种利用计算机图像处理和分析技术，结合软件和硬件的综合应用系统，用于对产品进行质量检测和判别的系统。

这种系统的关键技术主要包括以下几个方面：

图像采集技术：系统需要使用高性能的相机或图像传感器对产品进行图像采集。采集到的图像需要具备高分辨率、高清晰度和准确的颜色还原能力，以保证后续的图像处理和分析的准确性。

图像预处理技术：采集到的图像往往会受到光线、噪声、失真等干扰因素的影响，需要进行图像预处理来去除这些干扰。预处理技术包括图像去噪、图像增强、图像平滑等，以提高图像质量和准确性。

特征提取与选择技术：通过对图像进行特征提取和选择，提取出与产品质量相关的特征信息。这些特征可以是形状、纹理、颜色等，通过对特征的分析和比较，可以对产品进行质量判别。

分类与识别技术：通过建立合适的分类模型和算法，对产品进行自动化的分类和识别。常用的方法包括模式识别、机器学习、深度学习等。通过对大量样本的训练和学习，系统可以自动判断产品的质量是否合格，并给出相应的判别结果。

虚拟仪器技术：虚拟仪器是一种软件定义的仪器设备，可以通过软件控制和配置实现多种功能。在质量检测机器视觉系统中，虚拟仪器可以模拟传统仪器的功能，如测量、分析、控制等。通过虚拟仪器技术，系统可以实现对产品的各项参数进行测量和分析。

基于虚拟仪器的质量检测机器视觉系统可以实现对产品质量的自动化检测和判别，提高检测的准确性和效率。该系统在工业生产中具有广泛应用前景，可以广泛应用于电子、汽车、食品、医药等行业中的质量检测领域。