机器视觉检测是工业生产中非常重要的一个环节。拥有极高准确度的机器视觉检测系统，可以自动处理大量的信息。机器视觉检测系统将传统的“简单工具+人眼”模式变成高速度高准确度的自动检测结果，节省了大量的监测工人，取代了密集型的人工检测。所以机器视觉检测技术在工业中的应用非常广泛，许多的视觉检测设备相继被研发。

　　一：打光的稳定性

　　工业视觉应用一般分成四大类：定位、测量、检测和识别，其中测量对光照的稳定性要求较高，因为光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素，这不是软件的问题，这是光照变化，导致了图像上边缘位置发生了变化，即使再厉害的软件也解决不了问题，必须从系统设计的角度，排除环境光的干扰，同时要保证主动照明光源的发光稳定性。当然通过硬件相机分辨率的提升也是提高精度，抗环境干扰的一种办法了。比如之前的相机对应物空间尺寸是1个像素10um，而通过提升分辨率后变成
1个像素5um，精度近似可以认为提升1倍，对环境的干扰自然增强了。

　　二：工件位置的不一致性

　　一般做测量的项目，无论是离线检测，还是在线检测，只要是全自动化的检测设备，首先做工作是要能找到待测目标物。每次待测目标物出现在拍摄视场中时，要能准确知道待测目标物在哪里，即使你使用一些机械夹具等，也不能特别高精度保证待测目标物每次都出现在同一位置的，这就需要用到定位功能，如果定位不准确，可能测量工具出现的位置就不准确，测量结果有时会有较大偏差

　　三：标定

　　一般在高精度测量时需要做以下几个标定，一光学畸变标定(如果您不是用的软件镜头，一般都必须标定)，二投影畸变的标定，也就是因为您安装位置误差代表的图像畸变校正，三物像空间的标定，也就是具体算出每个像素对应物空间的尺寸。

　　不过目前的标定算法都是基于平面的标定，如果待测量的物理不是平面的，标定就会需要作一些特种算法来处理，通常的标定算法是解决不了的。

　　此外有些标定，因为不方面使用标定板，也必须设计特殊的标定方法，因此标定不一定能通过软件中已有的标定算法全部解决。

　　四：物体的运动速度

　　如果被测量的物体不是静止的，而是在运动状态，那么一定要考虑运动模糊对图像精度(模糊像素=物体运动速度*相机曝光时间)，这也不是软件能够解决的。

　　五：软件的测量精度

　　在测量应用中软件的精度只能按照1/2—1/4个像素考虑，可以按照1/2，而不能向定位应用一样达到1/10-1/30个像素精度，因为测量应用中软件能够从图像上提取的特征点非常少。

　　本文来源于网络，如有侵权请联系删除，谢谢！