机器视觉技术还面临的一些难点

技术在被大量的使用的时候确实表明了这项技术在使用上是能够带来便利的，但是这项技术就算是已经在被大量的应用，也仍然不能保证这项技术没有缺点和难点要解决，现在的机器视觉技术就是这样，虽然使用的很多，但是还是有难点需要改进。

1、机器视觉面向的研究对象主要是图像和视频，其特点是数据量庞大、冗余信息多、特征空间维度高，同时考虑到真正的机器视觉面对的对象和问题的多样性，单一的简单特征提取算法(如颜色、空间朝向与频率、边界形状等等)难以满足算法对普适性的要求。

因此在设计普适性的特征提取算法时对计算能力和存储速度的要求是十分巨大的，这就造成了开发成本的大幅度提高。

2、照明的稳定性

在机器视觉应用中，照明稳定性最大程度地影响测量的准确性，因为只要光线稍微变化，测量结果可能会出现1到2个像素的差异。

主要原因是照明的不稳定性会影响图像采集边缘的位置，因此在机器视觉系统的设计中环境光的影响最小化，可以保证支撑光源的稳定性。

3、图片聚焦建立

被测物的图片根据经过透镜聚焦在敏感元件上，就像照像机拍照似的。所不一样的是照像机应用胶卷，而机器视觉系统应用传感器来捕获图片，传感器将可视性图片转变成为电信号，有利于计算机处理。

选取机器视觉系统中的摄像机应根据实际运用的要求，其中摄像机的透镜参数是一项关键指标。

这些你都知道了吗？