机器视觉的机器选型

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最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最大的对比度，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。
亮度：当选择两种光源的时候，最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。第一，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最大。
鲁棒性：另一个测试好光源的方法是看光源是否对部件的位置敏感度最小。当光源放置在摄像头视野的不同区域或不同角度时，结果图像应该不会随之变化。方向性很强的光源，增大了对高亮区域的镜面反射发生的可能性，这不利于后面的特征提取。
好的光源需要能够使你需要寻找的特征非常明显，除了是摄像头能够拍摄到部件外，好的光源应该能够产生最大的对比度、亮度足够且对部件的位置变化不敏感。光源选择好了，剩下来的工作就容易多了。具体的光源选取方法还在于试验的实践经验。

机器视觉现在已经成为工厂自动化中的一个常用应用，但是针对您的项目或应用，如何选择最有效和最具成本效益的视觉产品，这经常是一个很棘手的问题。

我们可以从多个角度去讨论机器视觉，例如市场细分和应用或图像处理技术等等不同的视角。在本文中，将重点介绍“视觉传感元件”本身。

视觉传感元件是观察目标物体、分析并进行数据评估的产品。PC机作为机器视觉的一部分，可以嵌入视觉传感器或像控制器一样分离。我们可以采取许多不同的方法，但是让我们根据应用程序的复杂性来看看每一个视觉应用项目。基本的机器视觉硬件有：

• 智能传感器

• 智能相机

• 视觉系统