影响自动化检测设备效果的因素有哪些？

环境光：日用滤光片一定程度上可以避免受环境光的影响，它可以改变光线进入传感器的信息。通过使用高亮度调制光源，减少传感器***时间和减小光圈，环境光的影响可以减到小。使用红外等波长的相机来测量可以减少可见光的影响。

灰尘、脏污、水：很多相机可以做到IP65/67防护等级，确保了防尘，防水。灰尘，脏污，液体，蒸汽往往会附着到LED或者镜头表面，对成像产生影响。可以通过增加相机的增益，软件的图像处理，调整LED的输出来进行调整。

机器视觉检测技术的核心—图像处理技术

图像分割

图像分割就是按照应用要求，把图像分成各具特征的区域，从中提取出感兴趣目标。在图像中常见的特征有灰度、彩色、纹理、边缘、角点等。例如，对汽车装配流水线图像进行分割，分成背景区域和工件区域，提供给后续处理单元对工件安装部分的处理。

图像分割多年来一直是图像处理中的难题，至今已有种类繁多的分割算法，但是效果往往并不理想。近来，人们利用基于***网络的深度学习方法进行图像分割，其性能胜过传统算法。

机器视觉检测与人工检测的优势对比

在科技不断发达的今天，机器视觉检测是现代工业生产中十分普遍的, 机器视觉能够更好的检测出生产流程中的错误，能够将产品的质量问题更好的检测出来，提高工业生产的效率和生产的自动化程度，并且将工业生产的度提高，使得工作的进程加快，节省时间，而人工视觉检测却失误率较高。在现代工业生产中，很多人都不看好人工视觉检测，因为人肉眼会疲惫，瞬间的疲惫可能就会造成一个重大的损失。