机器视觉检测系统简述及系统构成

分拣

对于一个检测系统而言， 终是要实现次品 （含不同种类的次品） 与合格品的分离即分拣，这部分功能由分拣机构来完成。 分拣是机器视觉检测的后一个也是为关键的一个环节"对于不同的应用场合，分拣机构可以是机电系统 !液压系统!气动系统中的某一种。但无论是哪一种，除了其加工制造和装配精度要严格保证以外 ,其动态特性,特别是快速性和稳定性也十分重要，必须在设计时予以足够的重视。应用于：金属表面检查，图像扫描，表面裂缝检测，LCD面板检测等。

光源

光源的选择必须符合所需的几何形状、照明亮度、均匀度、发光的光谱特性等，同时还要考虑光源的发光效率和使用寿命。在机器视觉应用系统中一般使用透射光和反射光。应用于：机械零件尺寸的测量，电子元件、IC的外型检测，胶片污点检测，透明物体划痕检测等。 对于反射光情况应充分考虑光源和光学镜头的相对位置、物体表面的纹理，物体的几何形状、背景等要素。

光源的分类及其特性

光源可分为自然光源和人造光源两类。自然光源使用不方便且其发光特性不容易控制，一般不适合用作图像采集系统的照明光源。 机器视觉一般使用人造光源， 常用的有：卤素灯作为定向光源)、荧光灯(作为低成本的漫射光源 )、LED灯、氛灯和电致发光管。

自动视觉理论：自动视觉是指观察者以确定性或不确定性的方式移动跟踪策略和感知目标的能力。在自动视觉中，观察者和引导对象也可以同时移动。观察者的移动为研究策略的形状、间距和移动提供了额外的条件。⒊系统根据操作者选择不同尺寸的工件，调用相应视觉程序进行尺寸检测，并输出结果。重要的研究方向是跟踪、封1锁和其他政策。视觉信息交融：整合各种视觉信息可以打破购买视觉信息的限制，实现理想的利用环境，瞬间阻止视觉信息的获取，达到杂乱客观的国际需求。

三维场景重建：目前三维场景的复杂理论和算法仅限于场景的“可见性”，这是由于2.5维信息的表达，它只在物体的可见轮廓中提供三维信息。一些好的信息可以在***场景中看到而不能看到，这是一个混乱但紧迫的理论问题。

算法和评估：机器视觉研究强调任务是否可以完成。缺乏对算法和系统方法质量的审查和评价。在实践中，权1力和功能是非常重要的。否则，算法和系统无法走出实验室，因此会有大量的视觉算法和评估。