熱門搜索關鍵詞：視覺光源 工業(yè)機器人系統(tǒng)平臺智能視覺軟件遠心系統(tǒng) 光伏視覺檢測
目前機器視覺技術在國內主要應用于定位、測量、檢測和識別四個主要方向，在進行圖像采集和圖像處理的過程中，下面的機器視覺系統(tǒng)的五個問題直接影響了分析數據的獲取準確性。
第一：打光的穩(wěn)定性
在機器視覺應用中，打光穩(wěn)定性影響測量的精度，因為只要是光照發(fā)生微小變化，測量結果都可能出現1到2個像素差。主要原因是光照的不穩(wěn)定會影響到圖像采集邊緣位置發(fā)生變化，所以在機器視覺系統(tǒng)設計中將環(huán)境光的影響消除到最低，同時要保證配套的主動光源的穩(wěn)定性。
第二：工件位置的不一致性
工件位置的不一致性是導致測量檢測的一個特別重要的關注要素。工業(yè)生產線上不論是在線檢測還是離線檢測，機器視覺系統(tǒng)在獲取產品圖片信息時需要確保產品所抵達的位置是同一個位置，否則會出現定位不準確，測量工具出現的位置就不準確，導致測量結果出現偏差，對于產品的合格性很難把控。
第三：標定
在高精度測量的時候一般是需要進行標定，主要分為光學畸變標定、投影畸變標定，物像空間的標定等，不過一般的標定算法都是基于平面的標定，對于不是平面的很難用標定算法解決。 還有有些特殊的測量過程中不會使用到標定板，所以標定算法不一定能解決所有問題。
第四：物體的運動速度
在圖像獲取獲取過程中，圖像模糊精度取決于物體運動速度和相機曝光時間，所以物體運動速度快很可能導致圖片成像模糊，此外其他設備（工業(yè)相機、工業(yè)鏡頭、光源等）也會間接影響檢測。
第五：軟件的測量精度
測量精度一般在1/2-1/4個像素，原因是測量軟件精度過小，從圖像上提取的特征點信息就越少。
通過上述的5個問題可以看出機器視覺系統(tǒng)設計時會出現很多因素的干擾，所以我們需要不斷的去改善和升級技術去規(guī)避掉這些難以避免的問題，也相信技術的創(chuàng)新，很多問題都能別解決。
微信二維碼