機(jī)器視覺系統(tǒng)由許多部件組成，其間包含相機(jī)、圖畫采集卡、照明單元、光學(xué)元件與鏡頭、處理器、軟件及顯現(xiàn)設(shè)備等。簡略的機(jī)器視覺系統(tǒng)能夠辨認(rèn)2D或3D條形碼，更雜亂的體系能夠保證檢測的元件滿意特定的容差要求、拼裝正確、沒有缺點(diǎn)。

許多機(jī)器視覺系統(tǒng)裝備了選用不同類型圖畫傳感器的相機(jī)（如表1所示）。為了斷定相機(jī)可取得的分辯率，重要的是了解這些傳感器能夠分辯的每毫米線對數(shù)(lp/mm) ，而不是有用的像素點(diǎn)數(shù)。
　　例如，在一個(gè)典型的2588×1958像素、500萬像素成像器中，巨細(xì)為1.4µm2的像素可供給357lp/mm的分辯率；而一個(gè)640×480像素的VGA成像器，其像素巨細(xì)為5.7µm2，可完結(jié)88lp/mm的分辯率。關(guān)于具有相同尺度的成像器而言，像素越小，每毫米中就可分辯更多的線對數(shù)。

　　假如一個(gè)特別的圖畫傳感器包含3µm2的像素，那么依據(jù)尼奎斯特采樣規(guī)律，理論上圖畫中能夠被分辯的最小特性尺度為6µm?？墒菍?shí)踐運(yùn)用中，并不能到達(dá)這一最小尺度值，由于每個(gè)鏡頭都會(huì)發(fā)生必定程度的像差。
灰度圖畫一般會(huì)按每像素8比特存儲(chǔ)，然后供給256個(gè)不同的灰度漸變。圖畫中的黑色特性對應(yīng)更低數(shù)值；更亮的像素對應(yīng)更高數(shù)值。這種辦法很快捷，由于單一字節(jié)對應(yīng)著單一像素。
　　挑選相機(jī)
　　一般，機(jī)器視覺系統(tǒng)中運(yùn)用的相機(jī)，能夠經(jīng)過USB3.0、以太網(wǎng)、FireWire、Camera Link及CoaXPress等接口將相機(jī)中捕捉到的圖畫傳輸?shù)?/span>PC體系中。
　　現(xiàn)在，集成機(jī)器視覺照明、圖畫捕捉及處理等功用的智能相機(jī)，正在為閱覽條形碼或檢測部件是否存在等自動(dòng)化視覺使命供給經(jīng)濟(jì)型解決方案。雖然智能相機(jī)的處理器性能或許足以滿意這些使命的需求，可是更雜亂或要求更高速度的使命則需求額定的處理才干。
　　除了性能外，體系集成商還要決議選用何種支撐軟件以及相機(jī)怎么銜接到外部設(shè)備。雖然許多檢測部件是否存在的運(yùn)用中都選用了智能相機(jī)，可是一些其他運(yùn)用可能需求將相機(jī)銜接到顯現(xiàn)設(shè)備，用以顯現(xiàn)捕獲到的圖畫和圖畫剖析的成果。
許多智能相機(jī)的處理器運(yùn)轉(zhuǎn)專用的操作體系；也有一些智能相機(jī)運(yùn)轉(zhuǎn)Linux或Unix等商業(yè)操作體系。當(dāng)然，這些相機(jī)能夠運(yùn)轉(zhuǎn)任何可在PC上運(yùn)轉(zhuǎn)的軟件包。
　　照明元件
　　經(jīng)過裝備正確的機(jī)器視覺照明體系，能以高比照度重復(fù)捕捉圖畫特征。假如照明的裝備不正確，機(jī)器視覺系統(tǒng)的成功性、可靠性、可重復(fù)性和易用性都處于較大的危險(xiǎn)中。為了保證機(jī)器視覺系統(tǒng)裝備正確的照明元件，設(shè)計(jì)師需求咨詢照明制造商，或憑借圖畫照明實(shí)驗(yàn)室檢測不同的照明選項(xiàng)。
　　LED照明正在開端代替現(xiàn)在常用于機(jī)器視覺系統(tǒng)中的熒光燈、光纖鹵素?zé)艏半瘹忾W光燈火源，由于LED照明具有更高的一致性、更長的運(yùn)用壽命和更好的穩(wěn)定性。LED照明能夠供給各式各樣的色彩并能選通發(fā)光，這一特性在高速機(jī)器視覺運(yùn)用中十分有用。
　　除了照明類型，另一個(gè)決議圖畫成像的重要要素是光照到待測物體上的視點(diǎn)。兩種最常用的為物體供給照明的辦法是：暗場照明和亮場照明
　　Darkfield——暗場
　　Brightfield——亮場
　　Field of view——視場
　　暗場照明從較低視點(diǎn)照明物體，在一個(gè)十分滑潤的如鏡面般的物體外表上，反射的光將超出相機(jī)的視界規(guī)劃。物體的外表將呈現(xiàn)為黑色，而經(jīng)過相機(jī)捕捉到的物體外表發(fā)光的部分，就對應(yīng)著外表的缺點(diǎn)或劃痕。
亮場照明與暗場照明相反，亮場照明是在成像物體的上方打光，因而物體反射的光將處于相機(jī)的視場規(guī)劃內(nèi)。亮場照明裝備中，物體外表上任何不接連處反射的光均無法被相機(jī)接納而顯現(xiàn)黑色。因而，該技能被用于為漫發(fā)射的非反射性物體供給照明。
　　色彩效應(yīng)
　　假如某個(gè)運(yùn)用要求運(yùn)用五顏六色相機(jī)，則需求白光照明待檢測的元件。假如需求區(qū)別待檢測元件的色彩，則白光需求在整個(gè)波長規(guī)劃內(nèi)發(fā)生平等光譜（equal spectrum），以便剖析圖片中的色彩。
　　經(jīng)過是非單色相機(jī)也能夠辨認(rèn)圖畫中的色彩，這種辦法需求挑選適宜的燈火照明圖畫（如圖2 所示）。圖2中上面一行圖片是人眼觀察到的圖畫作用，而下面一行的圖畫則顯現(xiàn)了單色相機(jī)呈現(xiàn)出的圖畫作用。
　　As seen by the human eye：人眼看到的色彩
　　As seen by a B&W vision system：是非視覺體系呈現(xiàn)出的色彩
　　Red：紅
　　White：白
　　Green：綠 
　　為了照亮圖畫，運(yùn)用了三種不同色彩的光：600nm紅光（左邊）、白光（中心）和520nm綠光（右側(cè)）。為了使該圖畫呈現(xiàn)出最佳的比照度，最好的辦法是運(yùn)用綠色光，由于綠色是赤色的互補(bǔ)色。這種比照能夠被單色相機(jī)輕松地辨認(rèn)出來。假如為了濾掉赤色，則最好選用赤色光照亮物體。假如圖片本身是五顏六色的，而且不需求辨認(rèn)其間的任何一種色彩，那么白光照明則是更適宜的挑選。
　　圖畫處理算法 
　　當(dāng)運(yùn)用算法處理圖畫時(shí)，請考慮開發(fā)人員和終端用戶的技能及詳細(xì)的視覺體系使命要求。
　　許多PC和智能相機(jī)供貨商供給了功用大體相似的圖畫處理軟件包。許多商業(yè)軟件包供給了圖形化集成開發(fā)環(huán)境（IDE），使體系集成商能夠從程序庫中拖取設(shè)計(jì)好的功用，依據(jù)本身需求完結(jié)定制化視覺算法。
　　大都商業(yè)軟件包要求為每個(gè)部署的視覺體系付出版權(quán)費(fèi)，可是經(jīng)過運(yùn)用開源成像代碼如OpenCV或直接用C++、C、C#或.NET編寫運(yùn)用程序，能夠省去這一成本。
　　可是，由于OpenCV是一個(gè)開源環(huán)境，沒有制造商為其供給擔(dān)?；蛑?。相比之下，商業(yè)軟件用戶的圖畫處理東西包將會(huì)得到開發(fā)商的支撐。
　　在挑選軟件前，體系集成商需求細(xì)心評價(jià)本身的才干。雖然挑選一個(gè)單一的根據(jù)PC的商業(yè)機(jī)器視覺軟件包，需求付出800~2500美元的版權(quán)費(fèi)用，可是開發(fā)人員運(yùn)用C言語從頭開端編程，也會(huì)很簡略耗費(fèi)掉很多時(shí)刻和工程資源。
此外，體系集成商還要認(rèn)識(shí)到，一般一個(gè)開發(fā)環(huán)境并不能適用于一切的機(jī)器視覺系統(tǒng)。技能和經(jīng)濟(jì)壓力意味著要依據(jù)不同的運(yùn)用需求，選用不同的辦法進(jìn)行軟件開發(fā)。
　　在開端斷定哪種算法適用于履行某個(gè)特定的視覺使命后（如圖3所示），需求的體系數(shù)量、每個(gè)體系的成本和軟件開發(fā)者的技能，將決議挑選什么樣的編程環(huán)境。例如，用C或C++等高檔言語編寫圖畫處理代碼等相對更雜亂更長的使命，是工程師開發(fā)很多體系時(shí)的一個(gè)更佳挑選（如圖4所示）。
　　• Drag  and drop——拖放東西
　　• Script programming and web interfacing——腳本編程及網(wǎng)頁接口
　　• PC development tools such as MS Visual Studio——計(jì)算機(jī)開發(fā)東西，如微軟的Visual Studio 
　　• C/C++ dode development——C/C++代碼開發(fā)
　　• Ease of development——開發(fā)簡易性
　　算法類別
　　圖畫處理算法能夠分為不同的類別，用于滿意不同的運(yùn)用需求。
　　經(jīng)過圖畫數(shù)據(jù)的預(yù)處理，能夠提取出圖畫的特性。圖畫閾值是圖畫切割算法中最簡略的辦法之一，該辦法可用于從灰度圖畫中生成二進(jìn)制圖畫，然后讓物體能夠從布景中分離出來。
　　其他的運(yùn)算符，如圖畫濾鏡能夠令圖畫銳化、降低圖畫噪音；而直方圖均衡能夠增強(qiáng)圖畫的比照度。預(yù)處理同樣觸及圖畫切割，以定位圖畫中具有相似特點(diǎn)的物體或物體邊界，如色彩、亮度或原料等。
　　更雜亂的算法能夠完結(jié)特征提取、檢測物體邊際或物體轉(zhuǎn)角，完結(jié)對圖畫中物體的丈量。連通性東西，如blob剖析算法，則能夠丈量圖片內(nèi)渙散物體的有某種一起聯(lián)系的特性參數(shù)。
　　關(guān)聯(lián)性與幾許查找是別的兩個(gè)強(qiáng)壯的查找算法，其可用于找到物體的某種特性，或在新的圖畫中查找同樣的特性，可供給相應(yīng)的方位、某些情況下的尺度和規(guī)劃、以及新圖畫是怎么完結(jié)歪斜或變換的等信息。
　　最終要提及的是能夠完結(jié)分類及圖畫破譯的算法。其間，最簡略的是能夠完結(jié)簡略模板匹配操作的算法，而更雜亂的分類算法可能用到神經(jīng)網(wǎng)絡(luò)及SVM等更雜亂的技能。
　　算法的運(yùn)用
　　在許多視覺體系中，決議一個(gè)元件或元件的某個(gè)特性是否存在十分重要。尺度、形狀或色彩等特點(diǎn)能夠用于辨認(rèn)元件。比照剖析、blob剖析、模型匹配或幾許查找東西能夠在圖畫上辨認(rèn)元件。
　　為了將一個(gè)元件從其他元件中區(qū)別出來，能夠運(yùn)用相對簡略的功用，如邊際檢測算子。假如需求準(zhǔn)確地檢測出元件的方位，則需求履行幾許查找或blob剖析。
　　為了高速檢測元件或web上的缺點(diǎn)，需求用到比照剖析或模型圖畫匹配算子。假如需求將缺點(diǎn)歸類并檢測，blob剖析或邊際剖析能夠丈量缺點(diǎn)參數(shù)，并將其與已知的正常參數(shù)進(jìn)行比較。
　　在一些圖畫處理運(yùn)用中，能夠運(yùn)用超過圖畫規(guī)范像素分辯率的精度，丈量圖畫中的線、點(diǎn)或邊際的方位，取得子像素分辯率。這能夠經(jīng)過比照物體邊際像素的灰度等級(jí)與物體每個(gè)邊上的像素灰度等級(jí)來完結(jié)。
　　在特別的比如中，能夠運(yùn)用極坐標(biāo)抽取技能辨認(rèn)圓形物體的圖畫，這種辦法更易于完結(jié)。如圖5中心部分所示，blob剖析被用于顯現(xiàn)藍(lán)色物體的參數(shù)細(xì)節(jié)。運(yùn)用此類算子，能夠更簡略地檢測尺度、邊界框及物體的中心。
　　經(jīng)過剖析圖片中的灰度值，邊際檢測算法能夠檢測物體邊際、方位、形態(tài)或許視點(diǎn)。左下方的直方圖顯現(xiàn)了某個(gè)特別圖畫的灰度像素值，該值將被進(jìn)一步剖析，以強(qiáng)化圖畫中取得的某些特性。
　　中心的圖畫有兩組光學(xué)特性需求檢測，上面的特性被細(xì)微削弱。在這個(gè)示例中，經(jīng)過驗(yàn)證能夠了解特性的衰減辦法。此外，光學(xué)特性辨認(rèn)（OCR）軟件能夠用于讀取衰減特性。
　　查找算法從圖畫中鎖定一個(gè)方針方針，并存儲(chǔ)為模板或幾許模型，之后在其他圖畫中尋覓相似的方針圖畫，這就是一個(gè)能夠辨認(rèn)特定特性的準(zhǔn)確東西。
　　在著手研制任何機(jī)器視覺檢測體系前，需求細(xì)心評價(jià)是公司內(nèi)部開發(fā)仍是將其外包。在策劃階段有時(shí)會(huì)發(fā)現(xiàn)，機(jī)器視覺系統(tǒng)可能并非必要的，或許并不可行。
　　假如斷定機(jī)器視覺系統(tǒng)可行，則詳細(xì)檢測進(jìn)程的一切特性都需細(xì)心記載。需求對元件待檢測的物理及幾許特點(diǎn)，包含色彩、外表拋光及反射特點(diǎn)等進(jìn)行歸類。開端，必需求界說特征用以區(qū)別待檢測的元件是好是壞。只要了解元件或裝配件的特點(diǎn)，體系集成商才干斷定哪個(gè)圖畫解決方案是最理想的。
　　整個(gè)出產(chǎn)進(jìn)程都需求進(jìn)行剖析，使體系集成商了解元件是怎么被出產(chǎn)的、以及在檢測進(jìn)程中發(fā)生了什么變化。憑借剖析，乃至還能夠斷定是否應(yīng)該在出產(chǎn)流程的初級(jí)階段就選用視覺檢測。
　　當(dāng)策劃階段完結(jié)后，機(jī)器視覺組件，包含相機(jī)、軟件、照明元件、光學(xué)元件及鏡頭等都要斷定下來。這一階段將斷定在出產(chǎn)環(huán)境中，是否有滿足的分辯率或充沛的照明及光學(xué)條件，以保證發(fā)生所需求的成果。這些要素最好在編寫體系說明時(shí)完結(jié)，而不要等到完結(jié)體系時(shí)再考慮。                                 
　　在體系清晰階段，應(yīng)該供給一份陳述，詳細(xì)列出運(yùn)用的硬件及軟件、體系必需求運(yùn)轉(zhuǎn)的檢測功用、需求滿意的容差及體系的吞吐量等。此外，該階段還要考慮體系怎么與出產(chǎn)廠房中可能存在的其他自動(dòng)化體系銜接，這些都要記載下來。
在決議是自行研制、仍是與外部體系供貨商合作開發(fā)時(shí)，還需求考慮幾個(gè)要害的事務(wù)問題。從項(xiàng)目一開端，體系集成商就要斷定公司內(nèi)部是否具有支撐項(xiàng)目所需求的技能實(shí)力。
　　假如公司內(nèi)部具有這樣的技能實(shí)力，管理層還要斷定詳細(xì)負(fù)責(zé)該作業(yè)的個(gè)人是否有滿足的時(shí)刻和資源支撐這一項(xiàng)目、是否會(huì)遇到意想不到的應(yīng)戰(zhàn)？怎么應(yīng)對？等等。此外，怎么保護(hù)、支撐、效勞及升級(jí)該體系也是需求考量的重要要素。