機器視覺系統是綜合現代計算機、光學、電子技術的高科技系統。機器視覺技術通過計算機對系統攝取的圖像進行處理，分析其中的信息，并做出相應的判斷，進而發出對設備的控制指令。機器視覺系統的具體應用需求千差萬別，視覺系統本身也可能有多種不同的形式，但都包括以下過程:

　　圖像采集 利用光源照射被觀察的物體或環境，通過光學成像系統采集圖像，通過相機和圖像采集卡將光學圖像轉換為數字圖像，這是機器視覺系統的前端和信息來源。

　　圖像處理和分析 計算機通過圖像處理軟件對圖像進行處理，分析獲取其中的有用信息。如PCB板的圖像中是否存在線路斷路、紡織品的圖像中是否存在疵點、文檔圖像中存在哪些文字等。這是整個機器視覺系統的核心。

　　判斷和控制 圖像處理獲得的信息最終用于對對象（被測物體、環境）的判斷，并形成對應的控制指令，發送給相應的機構。如攝取的零件圖像中，計算零件的尺寸是否與標準一致，不一致則發出報警，做出標記或進行剔除。

　　在整個過程中，被測對象的信息反映為圖像信息，進而經過分析，從中得到特征描述信息，最后根據獲得的特征進行判斷和動作。最典型的機器視覺系統一般包括: 光源、光學成像系統、相機、圖像采集卡、圖像處理硬件平臺、圖像和視覺信息處理軟件、通信模塊。

　　總體上，一個成功的機器視覺系統需要重點解決圖像采集（包括光源、光學成像、數字圖像獲取與傳輸）、圖像處理分析幾個環節的關鍵技術。

　　照明設計

　　照明是機器視覺系統中極其重要而又容易為人忽視的環節。其設計是機器視覺系統設計的重要步驟，直接關系著系統的成敗和性能。因為照明直接作用于系統的原始輸入，對輸入數據質量的好壞有直接的影響。光源決不僅僅是為了照亮物體，通過有效的光源設計可以令需要檢測的特征突出，同時抑制不需要的干擾特征，給后端的圖像處理帶來極大的便利。而不恰當的照明方案會造成圖像亮度不均勻，干擾增加，有效特征與背景難以區分，令圖像處理變得極其困難，甚至成為不可能完成的任務。

　　照明設計主要包括三個方面: 光源、目標和環境的光反射和傳送特性、光源的結構。由于被測對象、環境和檢測要求千差萬別，因而不存在通用的機器視覺照明設備，需要針對每個具體的案例來設計照明的方案，要考慮物體和特征的光學特性、距離、背景，根據檢測要求具體選擇光的強度、顏色和光譜組成、均勻性、光源的形狀、照射方式等。

　　照明設計是一項非常復雜的工作，不僅需要理論知識和分析能力，也常常需要反復的試驗和調整。“光源是基準，打光是藝術”，這句話道出了照明設計在機器視覺系統中的重要地位。由此也催生了一批以生產光源著稱的廠商，如CCS、Moritex、東冠科技。國內如凌云公司等系統集成商也開始開發自主的光源產品。

　　光學成像系統與相機

　　機器視覺系統中，鏡頭相當于人的眼睛，其主要作用是將目標的光學圖像聚焦在圖像傳感器（相機）的光敏面陣上。視覺系統處理的所有圖像信息均通過鏡頭得到，鏡頭的質量直接影響到視覺系統的整體性能。一旦信息在成像系統有嚴重損失，在后面的環節中試圖恢復是非常困難的。合理選擇鏡頭、設計成像光路是視覺系統的關鍵技術之一。

　　鏡頭成像或多或少會存在畸變。較大的畸變會給視覺系統帶來很大困擾，在成像設計時應對此有詳細的考慮，包括選用畸變小的鏡頭，有效視場只取畸變較小的中心視場等。鏡頭另一個特性是其光譜特性，主要受鏡頭鍍膜的干涉特性和材料的吸收特性影響。要求盡量做到鏡頭最高分辨率的光線應與照明波長、CCD器件接受波長相匹配，并使光學鏡頭對該波長的光線透過率盡可能提高。在成像系統中選用適當的濾光片可以達到一些特殊的效果。另外，成像光路的設計還需要重視各種雜散光的影響。

　　相機是一個光電轉換器件，它將光學成像系統所形成的光學圖像轉變成視頻/數字電信號。相機通常由核心的光電轉換器件、外圍電路、輸出/控制接口組成。目前最常用的光電轉換器件為CCD，其特點是以電荷為信號，而不像其他器件輸出電流或者電壓信號。上世紀90年代，一種新的圖像傳感器開始興起，這種相機稱為CMOS（Complementary Metal Oxide Semiconductor，互補金屬氧化物半導體）相機。

　　對相機除了考察其光電轉換器件外，還應考慮系統速度、檢測的視野范圍、系統所要達到的精度等因素。

　　相機輸出的模擬視頻信號并不能為計算機直接識別，圖像采集卡通過對模擬視頻信號的量化處理將模擬視頻信號數字化，形成計算機能直接處理的數字圖像，并提供與計算機的高速接口。圖像采集卡需要實時完成高速、大數據量的圖像數據采集，必須與相機協調工作，才能完成特定的任務。除A/D轉換外，圖像采集卡還具備其他一些功能，包括:

　　● 接收來自數字相機的高速數據流，并通過計算機高速總線傳輸至系統存儲器;

　　● 對多通道圖像接收、處理和重構;

　　● 對相機及系統其他模塊進行功能控制。

　　圖像和視覺信息處理

　　上述機器視覺系統的前端環節，包括光源、鏡頭、相機等，都是為圖像和視覺信息處理模塊準備素材。這一模塊才是機器視覺系統的關鍵和核心，它通過對圖像的處理、分析和識別實現對特定目標和特征的檢測。這一模塊包括機器視覺處理軟件和處理硬件平臺兩個部分，其中視覺處理軟件可以分為圖像預處理和特征分析理解兩個層次。圖像預處理包括圖像增強、數據編碼、平滑、銳化、分割、去噪、恢復等過程，用于改善圖像質量。圖像特征分析理解是對目標圖像進行檢測和各種物理量的計算，以獲得對目標圖像的客觀描述，主要包括圖像分割、特征提取（幾何形狀、邊界描述、紋理特性）等。

　　機器視覺中常用的算法包括: 搜索、邊緣（Edge）、Blob分析、卡尺工具（Caliper Tool）、光學字符識別、色彩分析。

　　目前，機器視覺軟件的競爭已經從追求功能轉變為算法的準確性和效率的競爭。已有專門提供視覺軟件或者開發包的廠商。因為常規的機器視覺軟件開發包盡管均能提供上述功能，但其檢測效果和運算效率卻有很大差別。優秀的機器視覺軟件可對圖像中目標特征進行快速而準確的檢測，對圖像的適應性強; 而不好的軟件則存在速度慢、結果不準確、魯棒性差的缺點。

　　從硬件平臺的角度說，計算機在CPU和內存方面的改進給視覺系統提供了很好的支撐，多核CPU配合多線程的軟件可以成倍提高速度。伴隨DSP、FPGA技術的發展，嵌入式處理模塊以其強大的數據處理能力、集成性、模塊化和無需復雜操作系統支持等優點而得到越來越多的重視。

　　總體而言，機器視覺是一個光機電計算機高度綜合的系統，其性能并不僅僅由某一個環節決定。每一個環節都很完美，也未必意味著最終性能的滿意。系統分析和設計是機器視覺系統開發的難點和基礎，也是許多開發商所不擅長的，急需加強。

　　另外，在現場環境應用中，振動、粉塵、電磁干擾會嚴重影響系統的工作，這些問題都是設計和開發時應注意的。

　　目前，以智能相機為代表的嵌入式系統因其有許多獨特的優點而為許多專家所看好，高度模塊化、價格低廉的視覺傳感器組成的分布式網絡給我們展示了一個令人激動的畫面。

　　然而，在機器視覺產業鏈條中最令人擔憂的是，一些基礎性的技術和器件，如相機的圖像傳感器芯片、高級鏡頭，仍全部依賴外國的產品，國內的機器視覺廠商仍基本處于應用層面開發，十分不利于該技術在我國的普及推廣。