產品介紹
機器視覺在中國的發展已有十余個年頭。過去十年是機器視覺產業在中國市場發展迅速的十年，經過 時期的普及與推廣，機器視覺已逐漸為廣大客戶所熟知，而且應用范圍，也逐漸開始擴大，大規模的應用領域由起初的電子、制藥等行業，逐步擴展到包裝、印刷等各大領域。
機器視覺的定義：機器視覺就是使用光學非接觸式感應設備自動接收并解釋真實場景的圖像以獲得信息控制機器或流程。
在工業生產領域，顏色識別視覺系統很大程度上依靠機器視覺，視覺的靈敏度將直接影響產品的檢測速度和檢測質量，因此設計一款質量過硬的視覺產品尤為重要，在設計過程中，設計人員會面臨視覺定位、測量、檢測和識別等諸多難題。
1.打光的穩定性
工業視覺應用一般分成四大類：定位、測量、檢測和識別，其中測量對光照的穩定性要求很高，因為光照只要發生10-20%的變化，測量結果將可能偏差出1-2個像素，這不是軟件的問題，這是光照變化，導致了圖像上邊緣位置發生了變化，即使再厲害的軟件也解決不了問題，必須從系統設計的角度，排除環境光的干擾，同時要保證主動照明光源的發光穩定性。當然通過硬件相機分辨率的提升也是提高準確度，抗環境干擾的一種辦法了。比如之前的相機對應物空間尺寸是1個像素10um，而通過提升分辨率后變成1個像素5um，準確度近似可以認為提升1倍，對環境的干擾自然增強了。
2.工件位置的不一致性
步工作都是要能找到待測目標物。每次待測目標物出現在拍攝視場中時，要能準確知道待測目標物在哪里，即使你使用一些機械夾具等，也不能特別準確保證待測目標物每次都出現在同一位置的，這就需要用到定位功能，如果定位不準確，可能測量工具出現的位置就不準確，測量結果有時會有較大偏差。
3.標定
一般在準確測量時需要做以下幾個標定：一，光學畸變標定(如果您不是用的軟件鏡頭，一般都必須標定)；二，投影畸變的標定，也就是因為安裝位置誤差代表的圖像畸變校正，三，物像空間的標定，也就是具體算出每個像素對應物空間的尺寸。
不過目前的標定算法都是基于平面的標定，如果待測量的物理不是平面的，標定就會需要作一些特種算法來處理，通常的標定算法是解決不了的。
此外有些標定，因為不方面使用標定板，也必須設計特殊的標定方法，因此標定不 能通過軟件中已有的標定算法全部解決。
