典型的机器视觉系统由五个主要模块组成：照明、镜头、相机、图像采集和视觉处理器。让我们看一下这五个结构的目的、特征和工作原理。

　　照明是影响机器视觉系统输入数据质量和应用效果的主要的因素。照明系统最大限度地展现被测物体的特性，并减少背景中对比物体的影响，使高速相机能够清晰地“看到”被测物体。

　　高对比度图像能够更好的降低系统难度，提高系统稳定性；另一方面，低对比度图像会增加处理时间和复杂性。机器视觉应用的成功特别大程度上取决于照明设置。合适的照明系统能让整个视觉检测系统更高效、准确。由于没有通用的机器视觉照明设备，因此应针对每种应用选择特定的照明设备以达到最佳效果。

　　光源可以是可见的或不可见的。常用的可见光源有白炽灯、荧光灯、汞灯、钠灯等。可见光的缺点是光能不能保持稳定。实际过程中迫切地需要解决某些特定的程度的稳光问题。另一方面，环境光可能会影响图像质量，因此能采用添加防护屏的方法来减少环境光的影响。机器视觉系统照明的要点：使用强光检测缺失材料、使用合适的波长进行精确定位、使用非散射光检测玻璃裂纹、使用漫射光检查透明包装、使用颜色创建对比度等。

　　相机镜头由多个镜头、可变（亮度）光圈和对焦环组成。操作人员通过观察摄像机显示屏来调整可变光圈和焦距，以保证图像的亮度和清晰度。选择镜头时需要仔细考虑多重因素，如焦距、目标高度、像高、变焦比、像到目标的距离等。在实际应用中，选择与视场相匹配的镜头，着重关注大景深图像是选择镜头时的两个重要方面。

　　机器视觉系统使用相机将通过镜头投射到传感器上的图像传输到可以存储、分析和/或显示这些图像的机器设备。

　　根据不同的标准，相机可大致分为不同的类型。根据芯片类型，可分为CCD相机和CMOS相机。根据传感器结构，可分为线扫描相机和面扫描相机。根据扫描方式可分为隔行扫描摄像机和逐行扫描摄像机。根据分辨率大小，可分为普通分辨率摄像机和高分辨率摄像机。依据输出信号方式，可分为模拟相机和数码相机。依据输出颜色，可分为单色（黑白）相机和彩色相机。依据输出信号速度，可分为普通速度摄像机和高速摄像机。根据响应频率范围可分为可见光（普通）摄像机、红外摄像机、紫外摄像机等。

　　CCD和CMOS是两种普遍的使用的图像处理技术，它们的主要不同之处在于传输方法不一样。主要性能差异包括噪声、功耗、分辨率、灵敏度、成本和许多其他因素。

　　对于工业和科学应用，图像采集卡的目标是从初始视频信号中获得准确的数字图像。机器视觉系统中的图像采集卡主要由视频输入、A/D转换、定时与采集控制、图像处理、总线接口与控制、输出与控制等几个模块组成。

　　图像采集卡只是完整机器视觉系统的一个组成部分，但却起着至关重要的作用。图像采集卡直接决定了摄像机的接口，如黑白、彩色、模拟、数字等。机器视觉检测系统中不一样的工业相机需要不同的图像采集卡选择。选择时应仔细考虑卡的稳定性、价格、功能及其对产品成本的影响等因素。

　　视觉处理器将图像采集卡和处理器合二为一。过去，当计算机速度较慢时，视觉处理器被用来加速视觉处理任务。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　一个门店一名员工，“咖啡店已接近小吃摊模式” 风波下的Manner依旧人手紧缺⋯⋯

　　7名研究生花上万元请导师、同门吃饭，直言毕业季“谢师宴”快成师门传统...

　　“妈，我在新加坡很好，就是有点儿...”揭秘留学生光鲜背后的孤独与挣扎！

　　华硕发布新款RTX 4070 Ti SUPER TUF OG：RTX 30同款散热器