武汉万安智能技术有限公司成立于2014年3月，是一家专注于为客户提供各类工业自动化相关的软件和系统产品的高科技公司。

机器视觉系统可再分为

一、采集和分析分开的系统。

二、采集和分析一体的系统

智能相机（图像采集和分析一体）

其他配套外围设备：光源、显示、PLC控制系统等等。

一个典型的机器视觉系统包括以下五大块：

照明；镜头；高速相机；图像采集卡；视觉处理器

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到很好的效果。光源可分为可见光和不可见光。一方面生产自动化程度高，人力成本占整个产品成本的比例较大，消费者对产品质量和一致性的要求也很高。常用的几种可见光源是白炽灯、日光灯、水1银灯和钠光灯。可见光的缺点是光能不能保持稳定。

镜头选择应注意：

①焦距②目标高度 ③影像高度 ④放大倍数 ⑤影像至目标的距离 ⑥中心点 /节点⑦畸变

视觉检测中如何确定镜头的焦距

为特定的应用场合选择合适的工业镜头时必须考虑以下因素：

· 视野 - 被成像区域的大小。

· 工作距离 (WD) - 摄像机镜头与被观察物体或区域之间的距离。

· CCD - 摄像机成像传感器装置的尺寸。

勿将工作距离与物体到像的距离混淆。工作距离是从工业镜头前部到被观察物体之间的距离。而物体到像的距离是 CCD 传感器到物体之间的距离。计算要求的工业镜头焦距时，必须使用工作距离。

”计算机视觉“借助于几何、物理和学习技术来构筑模型，从而用统计的方法来处理数据。因此从我们的角度看，在透彻理解摄像机性能与物理成像过程的基础上，视觉对每个像素进行简单的推理，将在多幅图像中可能得到的信息综合成和谐的整体，确定像素集之间的联系以便将它们彼此分割开，或推断一些形状信息，使用几何信息或概率统计技术来识别物体。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。

其实机器视觉和计算机视觉并没有很清晰的界限，而是紧密的联系在一起，它们有着相同的理论，只是在实际应用中有所不同，计算机视觉与机器视觉都是要从图像或图像序列中获取对世。