机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是在工业生产过程中，用机器代替人类视觉对产品外形特征做100%测量和判断，也就是为机器植入了眼睛和大脑。

在现代工业零件制造领域，经常需要对半成品及成品进行几何尺寸及外观缺陷的检测，同时，这些检测需要较高的检测精度和较快的检测速度，传统的接触式人工检测方式不仅繁琐劳动强度大，而且检测的速度很慢，人为造成的测量误差也不少。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。同时在检测过程中，与工件所进行的接触式测量，难免会对工件表面造成损伤，因此非接触式的机器视觉系统开始迅速发展，更多的应用于工业制造中的各个领域。

那么，机器视觉系统设计的难点都有哪些？本文主要总结了一下五点，

一：打光的稳定性

工业视觉应用一般分成四大类：***、测量、检测和识别，其中测量对光照的稳定性要求高，因为光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素，这不是软件的问题，这是光照变化，导致了图像上边缘位置发生了变化，即使再厉害的软件也解决不了问题，必须从系统设计的角度，排除环境光的干扰，同时要保证主动照明光源的发光稳定性。包装不再是全自动化进程的痛点面对一直没有实现自动化的月饼包装环节，对食品生产质量有着严苛要求的利口福食品和对产品追求的李群自动化一拍即合，决定一起携手，借助更加柔性化的机器人解决方案，攻克月饼生产自动化进程的***后一个环节---包装。当然通过硬件相机分辨率的提升也是提高精度，抗环境干扰的一种办法了。比如之前的相机对应物空间尺寸是1个像素10um，而通过提升分辨率后变成 1个像素5um，精度近似可以认为提升1倍，对环境的干扰自然增强了。

第二：工件位置的不一致性

一般做测量的项目，无论是离线检测，还是在线检测，只要是全自动化的检测设备，首先做的一步工作都是要能找到待测目标物。机器视觉的应用及构成是了解机器视觉的要点，首先我们先来谈谈机器视觉的应用，机器视觉应用主要包括两个方面：识别和检测。每次待测目标物出现在拍摄视场中时，要能准确知道待测目标物在哪里，即使你使用一些机械夹具等，也不能特别高精度保证待测目标物每次都出现在同一位置的，这就需要用到***功能，如果***不准确，可能测量工具出现的位置就不准确，测量结果有时会有较大偏差

第三：标定

一般在高精度测量时需要做以下几个标定，一光学畸变标定（如果您不是用的软件镜头，一般都必须标定），二投影畸变的标定，也就是因为您安装位置误差代表的图像畸变校正，三物像空间的标定，也就是具体算出每个像素对应物空间的尺寸。

不过目前的标定算法都是基于平面的标定，如果待测量的物理不是平面的，标定就会需要作一些特种算法来处理，通常的标定算法是解决不了的。

此外有些标定，因为不方面使用标定板，也必须设计特殊的标定方法，因此标定不一定能通过软件中已有的标定算法全部解决。

第四：物体的运动速度

如果被测量的物体不是静止的，而是在运动状态，那么一定要考虑运动模糊对图像精度（模糊像素=物体运动速度*相机***时间），这也不是软件能够解决的。

第五：软件的测量精度

在测量应用中软件的精度只能按照1/2—1/4个像素考虑，好按照1/2，而不能向***应用一样达到1/10-1/30个像素精度，因为测量应用中软件能够从图像上提取的特征点非常少。

随着中国配套基础不断建设和完善以及各行业对技术、资金的累计，各行业逐渐对机器视觉行业的重视。机器视觉系统的检测精度高，可以快速获取大量信息且自动处理，因此，这一技术在工业检测领域的应用十分广泛。其中***显著的就是很多高等院校已经开设了机器视觉行业相关***。随着制药、饮料、食品饮料需求的不断扩大，以及人工成本的不断上升，机器视觉行业必将迎来一个质的跨越。

促成行业大发展的主要有以下几个因素，首先是需求大，随着制造行业的不断革新升级，对机器视觉检测的需求也在不断扩大，自动化生产到检测到包装和运输正在不断融合。根据微型电感器在生产过程中容易出现的质量问题,我们用图像处理的方法分别检测了装备的夹具是否夹好电感器、装备的送线机构是否把线送到位,和***终的微型电感器的焊点焊接质量。第二是成本制约，随着人工、原材料成本的不断上涨，制造行业在不断的寻求一种可替代的途径来降低生产成本，在这种诉求下，机器视觉技术的不断累积以及发展，刚好迎合了这种诉求，随着机器视觉自动化技术的不断发展，肯定会有越来越多的企业会选择用机器视觉自动化来代替人工。第三，技术驱动，任何行业的发展都离不开技术的支持，机器视觉行业同样如此，随着软件算法的不断成熟机器视觉行业的从业人员不断增加，迎来了使用成本的不断下降，必然会促成机器视觉行业的大发展。

每个行业都会有一个快速上升期，这个上升期是随着从业人员的不断增加而快速递增的，现在机器视觉行业从业人员正迎来了***的蓬勃发展，2018年必将是机器视觉行业的爆发年。