一个典型的机器视觉系统，应该包括哪些硬件设备？

一套完整的机器视觉系统，都包含哪些硬件？

视觉是人类观察和认知世界的重要手段。随着信息技术的发展，人类逐渐把这种技能赋予计算机、机器人或者其他智能机器，这就是我们今天所要提到的机器视觉技术。

目前机器视觉技术已经实现了产品化、实用化，镜头、高速相机、光源、图像软件、图像采集卡、视觉处理器等相关产品功能日益完善。机器视觉技术在信息化时代正扮演着越来越重要的角色。

与计算机视觉相比，机器视觉偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，对准确度和处理速度要求都比较高，一般而言，计算机视觉多用来识别“人”，而机器视觉则多用来识别“物”。

具体来讲，计算机视觉应用的场景相对复杂，要识别的物体类型也多，形状不规则、规律性不强，有时甚至很难用客观量作为是被的依据，比如识别年龄、性别，对于光线、距离、角度等条件要求较低；而对准确度和处理速度要求都比较高，一般机器视觉的分辨率远高于计算机视觉，而且往往要求实时，处理速度非常关键。

那么一个典型的机器视觉系统应该包括哪些硬件呢？

一个典型的机器视觉系统包括以下五大块：

01

照明

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉光源照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，已达到最佳效果。光源可分为可见光可不可见光。

02

镜头

工业镜头

FOV=所需分辨率*亚像素*相机尺寸/PRTM（零件测量公差比）

选择镜头时应注意：

①焦距  ②目标高度  ③影像高度  ④放大倍数  ⑤影像至目标的距离  ⑥中心点/节点  ⑦畸变

03

相机

按照不同的标准可分为：标准分辨率数字相机和模拟相机。要根据不同的实际应用场合选择不同的相机和高分辨率相机：线扫描CCD和面阵CDD、单色相机和彩色相机。

04

图像采集卡

图像采集卡是完整的机器视觉系统的一个部件，但是它扮演的角色非常重要，图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等。

05

视觉处理器

视觉处理器集采集卡与处理器与一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。现在由于采集卡可以快速传输图像到存储器，而且计算机也快很多，所以现在视觉处理器用的少了。

什么是机器视觉系统？

机器视觉系统是指通过机器视觉产品（即图像获取装置，分为CMOS和CCD两种）将被获取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

机器视觉的工作原理：

机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。

机器视觉与计算机视觉的区别？

计算机视觉，主要是对质的分析，比如分类识别，这是一个杯子那是一条狗。或者做身份确认，比如人脸识别，车牌识别。或者做行为分析，比如人员入侵，徘徊，遗留物，人群聚集等。

机器视觉，主要侧重对量的分析，比如通过视觉去测量一个零件的直径，一般来说，对准确度要求很高。我记得以前接触过一个需求: 视觉测量铁路道岔缺口。哥刚毕业的时候在铁路上班，做过控制系统，还开过内燃机车，很清楚道岔缺口的重要性，这玩意儿你说要是测不准，呵呵：）

当然，也不能完全按质或量一刀切，有些计算机视觉应用也需要分析量，比如商场的人数统计。有些机器视觉也需要分析质，比如零件自动分拣。但，计算机视觉一般来说对量的要求不会很高，商场人数统计误差个百分之几死不了人的，但机器视觉真的会，比如那个道岔缺口测量。