机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格 / 不合格、有 / 无等，实现自动识别功能。典型结构编辑一个典型的机器视觉系统包括以下五大块：照明照明
机器视觉 工业检测
机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格 / 不合格、有 / 无等，实现自动识别功能。典型结构编辑一个典型的机器视觉系统包括以下五大块：照明照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到效果。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。光源可分为可见光和不可见光。常用的几种可见光源是白炽灯、日光灯、灯和钠光灯。可见光的缺点是光能不能保持稳定。
FOV（Field of Vision）=所需分辨率*亚象素*相机尺寸/PRTM（零件测量公差比）镜头选择应注意：①焦距②目标高度 ③影像高度 ④放大倍数 ⑤影像至目标的距离 ⑥中心点 /节点⑦畸变视觉检测中如何确定镜头的焦距为特定的应用场合选择合适的工业镜头时必须考虑以下因素：· 视野 - 被成像区域的大小。· 工作距离 (WD) - 摄像机镜头与被观察物体或区域之间的距离。· CCD - 摄像机成像传感器装置的尺寸。· 这些因素必须采取一致的方式对待。如果在测量物体的宽度，则需要使用水平方向的 CCD 规格，等等。[5]应用现状编辑在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。如果以英寸为单位进行测量，则以英尺进行计算，后再转换为毫米。机器视觉镜头参考如下例子：有一台 1/3” C 型安装的 CCD 摄像机（水平方向为 4.8 毫米）。物体到镜头前部的距离为 12”（305 毫米）。视野或物体的尺寸为2.5”（64 毫米）。换算系数为 1” = 25.4 毫米（经过圆整）。
而在，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。目前国内机器视觉大多为国外。国内大多机器视觉公司基本上是靠代理国外各种机器视觉起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐渐成熟。随着经济水平的提高，3D机器视觉也开始进入人们的视野。为汽车、3C、食品、半导体、光通信等行业的客户提供服务与支持。3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和产品的评级。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。
（作者： 来源：）
