视觉检测系统结构及工作原理
机器视觉系统的基本结构是在一定的光照(包括可见光、红外线甚至超声波等各种成像手段)条件下，成像设备(摄像机、图像采集卡等)把三维场景的图像采集到计算机内部，形成二维图像：其次，运用图像处理技术对采集到的原始图像进行预处理以得到质量改善了的图像；然后，从图像中提取感兴趣的特征，形状颜色视觉检测，构成对图像的描述；再进一步，运用模式识别技术对抽取到的特征进行分类整理；最后，运用人工智能得到更高层次的抽象描述，完成视觉系统的任务。机器视觉系统通常由光源部分、图像传感器、装有图像采集卡的计算机和专用的图像处理软件组成。通过图像传感器采集图像目标，把目标的三维图像采集为二维图像，通过光信号转换成模拟的电信号，再由图像采集卡把模拟信号转换成数字信号，供计算机处理。一般来说，视觉检测，机器视觉系统为了避免环境自然光线或灯光对其工作状态的影响，视觉检测与定位，光源应亮度大、亮度可调、均匀性及稳定性好，以抑制外界环境各种光对图像质量产生较大影响而导致机器视觉系统的故障或误判行为。常用的图像传感器有两种形式：一种为线阵，CCD检测视觉检测，一种为面阵。图像采集卡具有图像信号接收与ⅣD转换、协调摄像机进行同步或实现异步重置拍摄和定时拍摄、通过数据总线进行高速数据传输等功能，最后通过专用图像处理软件完成对图像的处理与分析。
机器视觉检测系统的基本结构原理图如下图所示。
视觉检测系统的软件设计
通常情况下图像处理的流程如图下图所示。首先需要通过标定系统所得到的系统内外参数和图像的畸变模型对图像进行校正和恢复，使其能够反映工件表面的实际情况。其次，在视觉测量精度要求不高的情况下，可以直接在图像采集过程所得到的原始图像的基础上进行测量；而在本系统中，对测量的精度要求较高，所以需要对原始图像进行滤波和增强等预处理㈣。最后就是对图像中关注的特征进行定位，进而测量所需要的特征量，这是整个测量过程的核心。为了提高测量精度，本文先采用Sobel边缘检测算法进行粗定位，再采用亚像素特征定位方法进行细位。
形状颜色视觉检测、视觉检测、尖刀视由尖刀视智能科技（上海）有限公司提供。尖刀视智能科技（上海）有限公司（www.advanceviews.com）实力雄厚，信誉可靠，在上海 闵行区 的电子、电工产品制造设备等行业积累了大批忠诚的客户。公司精益求精的工作态度和不断的完善创新理念将引领尖刀视和您携手步入辉煌，共创美好未来！
