图像的获取

图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据，它主要由三部分组成：

＊ 照明

＊ 图像聚焦形成

＊ 图像确定和形成摄像机输出信号

1、照明

照明和影响机器视觉系统输入的重要因素，因为它直接影响输入数据的质量和至少30%的应用效果。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，以达到较佳效果。

过去，许多工业用的机器视觉系统用可见光作为光源，这主要是因为可见光容易获得，价格低，并且便于操作。常用的几种可见光源是白帜灯、日光灯、钠光灯。但是，这些光源的一个较大缺点是光能不能保持稳定。智能制造就是打造智能化工厂，让机器代替人工，代替人工执行简单繁琐不易出错的项目。以日光灯为例，在使用的一个100小时内，光能将下降15%，随着使用时间的增加，光能将不断下降。因此，如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。

另一个方面，环境光将改变这些光源照射到物体上的总光能，使输出的图像数据存在噪声，一般采用加防护屏的方法，减少环境光的影响。

由于存在上述问题，在现今的工业应用中，对于某些要求高的检测任务，常采用X射线、超声波等不可见光作为光源。但是不可见光不利于检测系统的操作，且价格较高，所以，目前在实际应用中，仍多用可见光作为光源。

机器视觉领域的应用还有其他更多，正是因为综用了机器视觉、电子软件、虚拟仪器等技术，让领邦仪器在创新研发上呈现出多样化的特点，检测领域除尺寸外观外，还涉及力学、电学、温度、声学振动、密封性等众多方面。

目前，检测设备供应商，正将机器视觉技术广泛应用于制造业各类产品的生产检测上，尤其在尺寸测量及外观缺陷检测上，这一技术已经占据了主流，并仍在不断向纵深方向发展。

以及 检验处理器，用于显示编写步骤的指导，自动从对应于由用户输入或选择的对象的类别的标准检验流中选择一标准检验流，从算法存储器中读出至少一种图像处理算法，从对应于用户的选择的标准检验流存储器中读出至少一个检验参数，利用该检验标准检验流、图像处理算法和检验参数编写一个临时视觉检验程序，根据该临时视觉检验程序处理有缺陷单元和无缺陷单元的样本图像数据，执行视觉检验来利用所处理的数据检验关于每一样本图像数据的对象的外观是否有缺陷，在显示单元的监视器显示装置上显示样本图像数据的视觉检验结果，询问用户该临时视觉检验程序是否合适，当用户判定该临时视觉检验程序合适时，输出该临时视觉检验程序作为***终视觉检验程序。锥体图像数据结构法和标记松弛迭代法同样是利用像素空间分布关系，将边邻的像素作合理的归并。