机器视觉系统设计的基本结构

机器视觉技术是一门涉及人工智能、图像处理、模式识别等诸多领域的交叉学科。主要目的是提高生产的柔性和自动化程度，在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。

机器视觉主要用计算机软件来模拟人的视觉功能，从物体的图像中提取信息，进行处理并最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

视觉系统主要由图像的获取、图像的处理和分析、显示结果三部分组成。

通常机器视觉系统一般是由光源、光学镜头、摄像机、传感器、图像处理软件、通讯接口等部分组成的。

相机

相机是机器视觉系统获取图像信息的最主要部分，目前主要使用的CMOS相机和CCD相机。选择合适的相机也是机器视觉系统设计中的重要环节，相机的选择不仅直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关。

光学镜头

光学镜头相当于人眼的晶状体，镜头的主要作用是将目标成像在图像传感器的光敏面上。主要性能指标有焦距、光阑系数、倍率、接口等，镜头的质量直接影响到机器视觉系统的整体性能，合理地选择和安装镜头，也是机器视觉系统设计的重要环节。

光源

在目前的机器视觉应用系统中，好的光源与照明方案往往是整个系统成败的关键，光源与照明方案的配合应尽可能地突出物体特征量，在物体需要检测的部分与那些不重要部份之间应尽可能地产生明显的区别。其中LED光源凭借其诸多的优点在现代机器视觉系统中得到越来越多的应用。

图像采集卡

基于工控机的机器视觉系统中，图像采集卡是控制摄像机拍照，完成图像采集与数字化，协调整个系统的重要设备。采集卡从摄像头中获得图像数据，然后转换成PC能处理的数字信息，同时可以提供控制摄像头参数的信号。它能准确接受前端摄像机的各种规格的视频数据，接收外来的触发脉冲，并起动摄像机的曝光和扫描，在视觉系统中发挥重要的作用。

视觉传感器

如果基于PC的机器视觉系统结构没有模块化，安装不方便，可移植性差，特别是与工业广泛使用的PLC 接口比较麻烦。从软件和硬件开发两个方面来考虑，都需要一种更适合工业需求的机器视觉组件。

数字I/O和网络连接

机器视觉系统如果完成检测功能，必须能与外界通信，例如需要控制生产流程、将判断的信息送给数据库，或者外接设备。通常使用I/O板卡、串口或网口来实现机器视觉系统与外界系统和数据库的通信。