机器视觉技术是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。自起步发展至今，已经有20多年的历史，其功能以及应用范围随着工业自动化的发展逐渐完善和推广，其中特别是目前的数字图像传感器、CMOS和CCD摄像机、DSP、FPGA、ARM等嵌入式技术、图像处理和模式识别等技术的快速发展，大大地推动了机器视觉的发展。
简而言之，机器视觉就是利用机器代替人眼来作各种测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置，分 CMOS 和CCD 两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但是机器却会不知疲倦地、稳定地进行下去。一般来说，机器视觉系统包括了照明系统、镜头、摄像系统和图像处理系统。对于每一个应用，我们都需要考虑系统的运行速度和图像的处理速度、使用彩色还是黑白摄像机、检测目标的尺寸还是检测目标有无缺陷、视场需要多大、分辨率需要多高、对比度需要多大等。从功能上来看，典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分。
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉;同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
机器视觉系统*部件
一个典型的工业机器视觉系统包括：光源、镜头、 相机(包括CCD 相机和COMS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通讯 / 输入输出单元等。
机器视觉系统*系统构成
机器视觉技术用计算机来分析一个图像，并根据分析得出结论。现今机器视觉有两种应用。机器视觉系统可以探测部件，在此光学器件允许处理器更精确的观察目标并对哪些部件可以通过哪些需要废弃做出有效的决定;机器视觉也可以用来创造一个部件，即运用复杂光学器件和软件相结合直接指导制造过程。
尽管机器视觉应用各异，但都包括以下几个过程;
图像采集：光学系统采集图像，图像转换成模拟格式并传入计算机存储器。
图像处理：处理器运用不同的算法来提高对结论有重要影响的图像要素。
特性提取：处理器识别并量化图像的关键特性，例如印刷电路板上洞的位置或者连接器上引脚的个数。然后这些数据传送到控制程序。
判决和控制：处理器的控制程序根据收到的数据做出结论机器视觉系统方案。例如：这些数据包括印刷电路板上的洞是否在要求规格以内或者一个自动机器如何必须移动去拾取某一部件.
光源：光源和影响机器视觉系统输入的重要因素，因为它直接影响输入数据的质量和至少30%的应用效果。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，以达到最佳效果。许多工业用的机器视觉系统用可见光作为光源，这主要是因为可见光容易获得，价格低，并且便于操作。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。但是，这些光源的一个最大缺点是光能不能保持稳定。以日光灯为例，在使用的第一个100小时内，光能将下降15%，随着使用时间的增加，光能将不断下降。因此，如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一个方面，环境光将改变这些光源照射到物体上的总光能，使输出的图像数据存在噪声，一般采用加防护屏的方法,减少环境光的影响。由于存在上述问题，在现今的工业应用中，对于某些要求高的检测任务，采用X射线、超声波等不可见光作为光源。
机器视觉系统*原理
机器视觉系统的目的就是给机器或自动生产线添加一套视觉系统，其原理是由计算机或图像处理器以及相关设备来模拟人的视觉行为，完成得到人的视觉系统所得到的信息。人的视觉系统是由眼球、神经系统及大脑的视觉中枢构成，计算机视觉系统则是由图像采集系统、图像处理系统及信息综合分析处理系统构成。
机器视觉需要用到1、图像处理技术，2、彩色图像转换技术，3、图像分割技术，4、模式识别技术，5、数学形态学方法，6、专家系统及人工智能技术，7、视觉神经网络技术，8、小波分析技术，9、分形学方法等技术方法。
机器视觉系统*工作过程
1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。
2、图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。
3、摄像机停止目前的扫描，重新开始新的一帧扫描，或者摄像机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描。
4、摄像机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定。
5、另一个启动脉冲打开灯光照明，灯光的开启时间应该与摄像机的曝光时间匹配。
6、摄像机曝光后，正式开始一帧图像的扫描和输出。
7、图像采集部分接收模拟视频信号通过A/D将其数字化，或者是直接接收摄像机数字化后的数字视频数据。
8、图像采集部分将数字图像存放在处理器或计算机的内存中。
9、处理器对图像进行处理、分析、识别，获得测量结果或逻辑控制值。
10、处理结果控制流水线的动作、进行定位、纠正运动的误差等。
从上述的工作流程可以看出，机器视觉是一种比较复杂的系统。因为大多数系统监控对象都是运动物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体导制等，对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。
机器视觉系统*优点
1、非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可靠性。
2、具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围。
3、长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地作测量、分析和识别任务。
机器视觉系统的应用领域越来越广泛。在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用，可以说已经深入到我们的生活、生产和工作的方方面面。
机器视觉技术的具体应用案例：
1、手机接口电路板机器视觉自动检测系统
该系统由光源、镜头、摄像头、图像采集卡、精密XY运动平台、计算机和专门开发的应用软件组成，用于检测手机接口电路板质量，其中包括检测每个接口电路板中的三个器件的位置和尺寸等参数。系统实现了大批量电路板组件质量的快速准确检验。
被检测的大电路板上包含有30 个接口电路板，为了保证测量精度，每次检测只针对一个接口电路板。因此，必须通过XY运动平台移动电路板。电路板检测完后才进行分割，并淘汰不合格产品。
系统采用美国NI公司先进的机器视觉技术，还有数据记录和分析的功能。该系统具有测量准确、快速、扩展性强和性价比高等特点。该技术可适用于其他小型的电子和机械零部件的几何尺寸测量。
2、生物医学微粒检测与分析系统
该系统主要任务是利用机器视觉技术实现粒子的检测和分析。是用于微小(几十至几百纳米直径)颗粒的动态检测，主要任务是测量单位时间内流经小管内的微粒的数量和每个粒子的粒径，并对颗粒大小分布状态进行分析。
系统配置了激光光源、显微镜头与高分辨率数字摄像头。此外还配置了电动输液器，用来驱动载有微小粒子的液体的流动。
3、机器视觉定位激光切割机
在激光切割机工作过程中，由于加工对象通常无法准确放置在特定的位置上，因此必须先做加工对象的定位工作。该设备采用机器视觉技术解决精确定位问题，其主要技术特点是采用两级定位的方式，设备顶部安装了一台相机，视场比较大，用于粗定位;而在激光头旁边有安装有另一台相机，视场小，用于精确定位。为准确加工奠定基础。
4、在商业上的应用：自动巡视商店或其他重要场所门廊，自动跟踪可疑的人并及时报警。
5、在遥感方面：自动制图，卫星图像与地形图对准，自动测绘地图;国土资源管理，如森林、水面、土壤的管理等，还可以对环境、火警自动检测。
6、医学方面：对染色体切片，癌细胞切片，X摄线图像、超声波图像的自动检查，进而自动诊断等。
7、军事方面：自动巡视军事目标，自动发现、跟踪运动目标，自动巡航目标和确定距离。
8、残疾人引路：如为盲人带路的“带路机器狗”。
机器视觉系统*发展趋势
(1)技术方面的趋势是数字化、实时化、智能化
图像采集与传输的数字化是机器视觉在技术方面发展的必然趋势。更多的数字摄像机，更宽的图像数据传输带宽，更高的图像处理速度，以及更先进的图像处理算法将会推出，将会得到更广泛的应用。这样的技术发展趋势将使机器视觉系统向着实时性更好和智能程度更高的方向不断发展。
(2)基于嵌入式的产品将取代板卡式产品
从产品本身看，机器视觉会越来越趋于依靠PC技术。且基于嵌入式的产品将逐渐取代板卡式产品，这是一个不断增长的趋势。主要原因是随着计算机技术和微电子技术的迅速发展，嵌入式系统应用领域越来越广泛，尤其是其具备低功耗技术的特点得到人们的重视。另外，嵌入式操作系统绝大部分是以C语言为基础的，使用高级语言的优点是可以提高工作效率，缩短开发周期，更主要的是开发出的产品可靠性高、可维护性好、便于不断完善和升级换代等。
(3)价格持续下降，市场份额迅速扩大
目前，在我国机器视觉技术还不太成熟，主要靠进口国外整套系统，价格比较昂贵。随着技术的进步和市场竞争的激烈，价格下降已成必然趋势，这意味着机器视觉技术将逐渐被接受。另外，机器视觉市场将不断增大。一方面已经采用机器视觉产品的应用领域，对机器视觉产品的的依赖性将更强;另一方面机器视觉产品将应用到其他更广的领域。
