高速相機

按照不同標準可分為：標準分辨率數(shù)字相機和模擬相機等 。要根據(jù)不同的實際應用場合選不同的相機和高分辨率相機：

按成像色彩劃分，可分為彩色相機和黑白相機；

按分辨率劃分，像素數(shù)在38萬以下的為普通型，像素數(shù)在38萬以上的高分辨率型；

按光敏面尺寸大小劃分，可分為1/4、1/3、1/2、1英寸相機；

按掃描方式劃分，可分為行掃描相機（線陣相機）和面掃描相機（面陣相機）兩種方式；（面掃描相機又可分為隔行掃描相機和逐行掃描相機）；

按同步方式劃分，可分為普通相機（內(nèi)同步）和具有外同步功能的相機等。

圖像采集卡

圖像采集卡只是完整的機器視覺系統(tǒng)的一個部件，但是 它扮演一個非常重要的角色。圖像采集卡直接決定了攝像頭的接口：黑白、彩色、模擬、數(shù)字等等。

比較典型的是PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計算機存儲器進行處理。有些采集卡有內(nèi)置的多路開關(guān)。例如，可以連接8個不同的攝像機，然后告訴采集卡采用那一個相機抓拍到的信息。有些采集卡有內(nèi)置的數(shù)字輸入以觸發(fā)采集卡進行捕捉，當采集卡抓拍圖像時數(shù)字輸出口就觸發(fā)閘門。

視覺處理器

視覺處理器集采集卡與處理器于一體。以往計算機速度較慢時，采用視覺處理器加快視覺處理任務。采集卡傳輸圖像到存儲器，進而計算分析。當前主流配置的PLC，且配置較高，視覺處理器已經(jīng)幾乎退出市場。

應用案例

在布匹的生產(chǎn)過程中，像布匹質(zhì)量檢測這種有高度重復性和智能性的工作只能靠人工檢測來完成，在現(xiàn)代化流水線后面常?？煽吹胶芏嗟臋z測工人來執(zhí)行這道工序，給企業(yè)增加巨大的人工成本和管理成本的同時，卻仍然不能保證100 %的檢驗合格率（即“零缺陷”）。對布匹質(zhì)量的檢測是重復性勞動，容易出錯且效率低。

流水線進行自動化的改造，使布匹生產(chǎn)流水線變成快速、實時、準確、高效的流水線。在流水線上，所有布匹的顏色、及數(shù)量都要進行自動確認（以下簡稱“布匹檢測”）。采用機器視覺的自動識別技術(shù)完成以前由人工來完成的工作。在大批量的布匹檢測中，用人工檢查產(chǎn)品質(zhì)量效率低且精度不高，用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。

特征提取辨識

一般布匹檢測（自動識別）先利用高清晰度、高速攝像鏡頭拍攝標準圖像，在此基礎(chǔ)上設(shè)定一定標準；然后拍攝被檢測的圖像，再將兩者進行對比。但是在布匹質(zhì)量檢測工程中要復雜一些：

1． 圖像的內(nèi)容不是單一的圖像，每塊被測區(qū)域存在的雜質(zhì)的數(shù)量、大小、顏色、位置不一定一致。

2． 雜質(zhì)的形狀難以事先確定。

3． 由于布匹快速運動對光線產(chǎn)生反射，圖像中可能會存在大量的噪聲。

4． 在流水線上，對布匹進行檢測，有實時性的要求。

由于上述原因，圖像識別處理時應采取相應的算法，提取雜質(zhì)的特征，進行模式識別，實現(xiàn)智能分析。

Color檢測

一般而言，從彩色CCD相機中獲取的圖像都是RGB圖像。也就是說每一個像素都由紅（R）綠（G）藍（B）三個成分組成，來表示RGB色彩空間中的一個點。問題在于這些色差不同于人眼的感覺。即使很小的噪聲也會改變顏色空間中的位置。所以無論我們?nèi)搜鄹杏X有多么的近似，在顏色空間中也不盡相同?；谏鲜鲈?，我們需要將RGB像素轉(zhuǎn)換成為另一種顏色空間CIELAB。目的就是使我們?nèi)搜鄣母杏X盡可能的與顏色空間中的色差相近。

Blob檢測

根據(jù)上面得到的處理圖像，根據(jù)需求，在純色背景下檢測雜質(zhì)色斑，并且要計算出色斑的面積，以確定是否在檢測范圍之內(nèi)。因此圖像處理軟件要具有分離目標，檢測目標，并且計算出其面積的功能。

Blob分析（Blob Analysis）是對圖像中相同像素的連通域進行分析，該連通域稱為Blob。經(jīng)二值化（Binary Thresholding）處理后的圖像中色斑可認為是blob。Blob分析工具可以從背景中分離出目標，并可計算出目標的數(shù)量、位置、形狀、方向和大小，還可以提供相關(guān)斑點間的拓撲結(jié)構(gòu)。在處理過程中不是采用單個的像素逐一分析，而是對圖形的行進行操作。圖像的每一行都用游程長度編碼（RLE）來表示相鄰的目標范圍。這種算法與基于象素的算法相比，大大提高處理速度。

結(jié)果處理和控制

應用程序把返回的結(jié)果存入數(shù)據(jù)庫或用戶指定的位置，并根據(jù)結(jié)果控制機械部分做相應的運動。

根據(jù)識別的結(jié)果，存入數(shù)據(jù)庫進行信息管理。以后可以隨時對信息進行檢索查詢，管理者可以獲知某段時間內(nèi)流水線的忙閑，為下一步的工作作出安排；可以獲知內(nèi)布匹的質(zhì)量情況等等。

應用現(xiàn)狀

在國外，機器視覺的應用普及主要體現(xiàn)在半導體及電子行業(yè)，其中大概40%-50%都集中在半導體行業(yè)。具體如PCB印刷電路：各類生產(chǎn)印刷電路板組裝技術(shù)、設(shè)備；單、雙面、多層線路板，覆銅板及所需的材料及輔料；輔助設(shè)施以及耗材、油墨、藥水藥劑、配件；電子封裝技術(shù)與設(shè)備；絲網(wǎng)印刷設(shè)備及絲網(wǎng)周邊材料等。SMT表面貼裝：SMT工藝與設(shè)備、焊接設(shè)備、測試儀器、返修設(shè)備及各種輔助工具及配件、SMT材料、貼片劑、膠粘劑、焊劑、焊料及防氧化油、焊膏、清洗劑等；再流焊機、波峰焊機及自動化生產(chǎn)線設(shè)備。電子生產(chǎn)加工設(shè)備：電子元件制造設(shè)備、半導體及集成電路制造設(shè)備、元器件成型設(shè)備、電子工模具。機器視覺系統(tǒng)還在質(zhì)量檢測的各個方面已經(jīng)得到了廣泛的應用，并且其產(chǎn)品在應用中占據(jù)著舉足輕重的地位。除此之外，機器視覺還用于其他各個領(lǐng)域。

而在中國，視覺技術(shù)的應用開始于90年代，因為行業(yè)本身就屬于新興的領(lǐng)域，再加之機器視覺產(chǎn)品技術(shù)的普及不夠，導致以上各行業(yè)的應用幾乎空白。目前國內(nèi)機器視覺大多為國外品牌。國內(nèi)大多機器視覺公司基本上是靠代理國外各種機器視覺品牌起家，隨著機器視覺的不斷應用，公司規(guī)模慢慢做大，技術(shù)上已經(jīng)逐漸成熟。

隨著經(jīng)濟水平的提高，3D機器視覺也開始進入人們的視野。3D機器視覺大多用于水果和蔬菜、木材、化妝品、烘焙食品、電子組件和醫(yī)藥產(chǎn)品的評級。它可以提高合格產(chǎn)品的生產(chǎn)能力，在生產(chǎn)過程的早期就報廢劣質(zhì)產(chǎn)品，從而減少了浪費節(jié)約成本。這種功能非常適合用于高度、形狀、數(shù)量甚至色彩等產(chǎn)品屬性的成像。

在行業(yè)應用方面，主要有制藥、包裝、電子、汽車制造、半導體、紡織、煙草、交通、物流等行業(yè)，用機器視覺技術(shù)取代人工，可以提供生產(chǎn)效率和產(chǎn)品質(zhì)量。例如在物流行業(yè)，可以使用機器視覺技術(shù)進行快遞的分揀分類，不會出現(xiàn)大多快遞公司人工進行分揀，減少物品的損壞率，可以提高分揀效率，減少人工勞動。