机器视觉应用于各种工业过程，如材料检验、物体识别、模式识别、电子元件分析，以及签名、光学字符和货币的识别。

　　机器视觉是计算机感知环境的能力，一台或多台摄像机用于模数转换和数字信号处理，图像数据被发送到计算机或机器人控制器。

　　人类的眼睛可以感知390到770纳米的电磁波，而摄像机可以感知比这更宽的波长范围，一些机器视觉系统可以在红外线、紫外线或x射线波长下工作。

　　机器视觉通常与计算机的视觉能力联系在一起。术语“计算机视觉”是指计算机将图像数字化、处理数据并采取某种行动的技术。

　　机器视觉系统利用机器人中的传感器在计算机的帮助下观察和识别物体。机器视觉应用于各种工业过程，如材料检验、物体识别、模式识别、电子元件分析，以及签名、光学字符和货币的识别。

　　除了材料检测，机器视觉系统还有其他一些应用。用于可视化库存控制和管理的系统，如条形码读取和计数，通常使用机器视觉系统。工业产品运行使用机器视觉系统来评估过程中各个阶段的产品。甚至连食品和饮料制造商也使用机器视觉系统来监控质量。在医学领域，机器视觉系统被用于医学成像和检查过程中。

　　机器人的视觉系统由许多基本组件组成，其中包括捕获图像的相机以及提供并传达结果的处理机制。为了使任何机器视觉系统都能可靠地工作并产生可重复的结果，这些基本组件之间的相互作用至关重要。

　　照明对于机器视觉非常重要，因为它照亮了要观察的部分，突出其特征，使摄像机能够清楚地看到。镜头捕捉图像并以光的形式将其传送给传感器。机器视觉摄像机中的传感器将光线转换成数字图像，然后将其传输到处理器进行分析。

　　视觉处理采用的算法可检查图像并提取所需的信息，进行所需的检查并做出决定。最后，通过离散I / O信号或通过串行连接传输到正在记录或使用该信息的设备的数据来完成通信。

　　机器人的视觉系统根据物体的颜色分为三大类：（1）二进制图像，由黑白图像组成；（2）灰度图像；（3）基于红色，绿色或蓝色的图像。使用分类为这三个类别的像素来建立电子图像。如果图像没有属于这些类别中的任何一个，则选择最接近该图像的类别。

　　灵敏度和分辨率是任何视觉系统的重要指标。灵敏度是机器在弱光条件下观察或发现在不可见波长处看不见的脉冲的能力。分辨率使机器可以区分对象。灵敏度和分辨率是相互依赖的。如果所有其他因素保持不变，则提高灵敏度会降低分辨率，而提高分辨率会降低灵敏度。

　　工业机器人的发展从根本上提高了生产效率。尽管工程师仍在按照计划更换夹具或设置，校准系统，并在开始生产前进行测试和修改，但视觉引导机器人作为一种省时省力的工作方式一直备受关注。

　　大多数工业机器人制造商都内置了自己的控制程序。如果您正在寻找机器人，请确保您的图像处理系统与机器人的控制程序兼容。即使使用兼容的系统，设置过程也可能需要大量时间和精力。引入视觉引导机器人的基本原理是提高生产效率或降低成本。因此，如果系统设置需要额外的时间和精力，则配置是可以考虑的另一个方面。

　　如果没有视觉引导系统，机器人将是失明，无法正确处理物体。引入视觉引导的机器人，可以用最少的劳动来设置。它们具有预定义的设置，例如拾取、放置和夹点校正。您可以按照摄像机分辨率和灵敏度设置的说明进行设置，然后选择要连接的机器人、校准、搜索设置和需要执行的纠正操作。

　　操作员需要借助教学协助为常规工业机器人手动识别坐标。每次更换目标或工具时，都必须重新调整机器。精度不同，取决于操作员。具有视觉自动校准功能的视觉引导机器人只需按一下按钮即可完成校准，而无需手动控制。

　　有些系统可以使用搜索工具达到所需的精度，即使在复杂条件下，该工具也可以以较高的精度将目标高速隔离。通过未对准校正，重叠消除和失真校正，它们很坚固。具有阴影校正和噪声隔离的图像增强滤波器可实现精确的检测和隔离。它们支持各种过程，包括外观和尺寸检查以及基于OCR的字符识别。

　　“拾取和放置”是使用视觉引导机器人的常规操作。对于某些产品完成的手动装箱，可以使用机器视觉自动识别位置和方向。机器视觉机器人还可以减少拣选工作。机器视觉用于检测目标的位置，并将位置信息发送给机器人，从而无需使用定位托盘即可完成拾取。在此过程中，可以同时检查产品。

　　机器视觉引导系统可以扫描二维或三维对象。除非应用程序需要三维视觉引导，否则二维系统会正常工作。购买满足应用需求的最简单的机器视觉引导系统。

　　随着机器视觉系统变得越来越强大和紧凑，它们通常将包括跟踪和可追溯功能，例如制药应用，其中在制造过程中跟踪每个药丸和瓶子。

　　机器视觉市场为长期增长做好了准备。新型的非工业应用正在增长，并且随着易用性，机器视觉具有非常前景的未来。