基于DSP+FPG技术实现嵌入式视觉检测，根据应用需求定制检测算法，实现紧凑化、分布式，组网式智能视觉测量，便于工业现场使用。应用场合包括：
（1）多目视觉三维形貌测量，如大尺寸变形监测等
（2）结构光三维扫描测量，如便携三维扫描测量仪等
（3）基于图像的外观缺陷、尺寸、颜色自动检测
（4）基于机器视觉的生产线自动检测和质量可控制。
在很
工业视觉检测设备
基于DSP+FPG技术实现嵌入式视觉检测，根据应用需求定制检测算法，实现紧凑化、分布式，组网式智能视觉测量，便于工业现场使用。应用场合包括：
（1）多目视觉三维形貌测量，如大尺寸变形监测等
（2）结构光三维扫描测量，如便携三维扫描测量仪等
（3）基于图像的外观缺陷、尺寸、颜色自动检测
（4）基于机器视觉的生产线自动检测和质量可控制。
在很多工业生产领域中，自动检验是实现生产自动化的必要条件。在自动输送部件的系统中，甚至像螺钉这样简单的零件也必须 100％地加以检验，否则会降低机器的效率，甚至引起严重事故。自动检验的任务主要包括完备性检验、形状检验和表面检验：
① 完备性检验 对部件上的零件是否完备、缺失进行检验。部件上丢失零件可能导致严重后果。例如，如果丢失发动机阀门弹簧的帽卡，则有可能使发动机毁坏。
② 形状检验 这方面的例子有检验螺杆或螺钉这样的简单部件、检验小圆片的圆度、检验包装上或瓶子上的标签的尺寸、形状和位置等。形状检验的一个重要的应用是检验印刷电路板，包括检测板上的导线破裂、短路、突出物以及相邻两线的距离等。
③ 表面检验 这是质量控制的一个重要步骤。例如，检验钢板、轴承部件、搪瓷或玻璃的表面。通常必须检验一批序贯通过的不同形状的表面，并能对缺陷损伤加以区分。
缺陷检测通常是指对物品表面缺陷的检测，表面缺陷检测是采用的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。
简介
当前，国内外很多软件企业开发了不少该类检测软件，该系统可根据设定的技术指标要求自动进行检测，并对有缺陷部位进行标识，还可以根据需要自动分拣、剔除。
在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。系统之所以成功，首先要保证图像质量好，特征明显。这样，机器视觉系统才能对产品图像进行精准分析。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。要保证好的图像，必须要选择一个合适的光源。
那么机器视觉系统应用中视觉光源与目标颜色应该怎样进行搭配呢？食品行业自动化进程的一个包装环节的，让食品行业对要求更加严格标准，并达到高度的一致。
我们看到某个物体成某种颜色，是因为其反射了对应的光谱。即如果目标是红色的，如果是白色的光照射或者是红色的光照射，都有红色的光返回，那么在黑白相机中将会是白色的，如果是蓝色的光来拍摄，则没有红色的光可以反射，那么其将会是黑色的。基于这样的理论，我们拍摄物体时，如果要将某种颜色打成白色，那么就得使用与此颜色相同或相似的光源（光的波长一样或接近），而如果要打成黑色，则需要选择与目标颜色波长差较大的光源。当前，国内外很多软件企业开发了不少该类检测软件，该系统可根据设定的技术指标要求自动进行检测，并对有缺陷部位进行标识，还可以根据需要自动分拣、剔除。
（作者： 来源：）
