摄像头 摄像头的选择与应用的需求直接相关，通常考虑三点：

 

　　a）黑白还是彩色；

 

　　b）部件/目标的运动；

 

　　c）图像分辨率。

 

　　在检测应用中大部分使用黑白摄像头，因为黑白图像能提供 90%可视数据，并且比彩色便宜。彩色摄像头主要用于一些需要分析彩色图像的场合里。根据部件在检测时是否移动，决定我们选择标准隔行扫描摄像头还是逐行扫描摄像头。另外，图像的分辨率必须足够高，以提供检测任务需要的足够的数据。***后，摄像头必须质量好和可以避免工业现场中的振动、灰尘和热的影响。

 

　　02

 

　　光学部件和照明这个至关重要的因素往往被人所忽略。

 

　　当你使用一个很差的光学部件或照明，就算你使用***好的机器视觉系统，它表现出的性能甚至比不上一个配上良好光学部件和适当照明的低能力系统。光学部件的目标是产生***好和***大可用面积的图像，并且提供***好的图像分辨率。照明的目标是照亮需要测量或检测的部分的关键特征。通常，照明系统的设计由如下因素决定：颜色、纹理、尺寸、外形、反射率等等。

 

　　03

 

　　图像采集卡虽然图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。

 

　　图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。

 

　　使用模拟输入的图像采集卡，目标是尽量不变地将摄像头采集的图像转换为数字数据。使用不正确的图像采集卡可能得到错误的数据。

 

　　工业用的图像采集卡通常用于检测任务，多媒体采集卡由于它通过自动增益控制、边沿增强和颜色增强电路来更改图像数据，所以不用在这个领域里。使用数字输入的图像采集卡的目标是将摄像头输出的数字图像数据转换并输送到 PC 中作处理。

 

　　01

 

　　考虑各种变化：

 

　　人类的眼睛和大脑可以在不同的条件下识别目标，但是机器视觉系统就不是这样多才多艺了，它只能按程序编写的任务来工作。了解你的系统能看到什么和不能看到什么能帮助你避免失败（例如将好的部件认为是坏的）或其它检测错误。一般要考虑的包括部件颜色、周围光线、焦点、部件的位置和方向和背景颜色的大变化。

 

　　02

 

　　正确选择软件：

 

　　机器视觉软件是检测系统中的智能部分，也是***核心的部分。软件的选择决定了你编写调试检测程序的时间、检测操作的性能等等。

 

　　机器视觉提供了图形化编程界面 (通常称为“Point&Click”) 通常比其他编程语言(例如 VisualC++)容易，但是在你需要一些特殊的特征或功能时有一定的局限性。基于代码的软件包，尽管非常困难和需要编码经验，但在编写复杂的特殊应用检测算法具备更大的灵活性。一些机器视觉软件同时提供了图形化和基于代码的编程环境，提供两方面***好的特征，提供了很多灵活性，满足不同的应用需求。

 

　　03

 

　　通信和记录数据：

 

　　机器视觉系统的总的目标是通过区分好和坏的部件来实现质量检测。为了实现这一功能，这个系统需要与生产流水线通信，这样才可以在发现坏的部件是做某种动作。通常这些动作是通过数字 I/O 板，这些板与制造流水线中的 PLC相连，这样坏的部件就可以跟好的部件分离。