視覺采集系統是指利用相機、攝像機等傳感器，配合機器視覺算法賦予智能設備人眼的功能，從而進行物體的識別、檢測、測量等功能。機器視覺可以分為工業視覺、計算機視覺兩類。

 

機器視覺系統由幾個組成部分組成，包括照明、透鏡、照相機、圖像采集和數據傳輸以及圖像處理和測量軟件。有許多機器視覺標準在使用中，為系統的某些部分提供了通用性，但也必須將系統作為一個整體來考慮，包括外部機器和環境影響和條件。標準由機器視覺行業的專家制定，以確保高質量和與該行業的相關性。

 

基于機器視覺技術的尺寸測量方法具有成本低、精度高、安裝簡易等優點，其非接觸性、實時性、靈活性和精確性等特點可以有效的解決傳統檢測方法存在的問題。同時尺寸測量是機器視覺技術普遍的應用行業，特別在自動化制造行業中，用機器視覺測量工件的各種尺寸參數，如長度測量、圓測量、角度測量、弧線測量、區域測量等，需要檢測出工件相關區域的基本幾何特征。不但可以獲取在線產品的尺寸參數，同時可對產品做出在線實時判定和分揀，應用十分普遍。

 

機器視覺采集系統主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，然后用于實際檢測、測量和控制。機器視覺技術的特點是速度快、信息量大、功能多。

 

在傳統的自動化生產尺寸測量中，典型的方法是利用卡尺或千分尺在被測工件上針對某個參數進行多次測量后取平均值。這些檢測設備或檢測手段測量精度低、測量速度慢，測量數據無法及時處理，無法滿足大規模自動化生產的需要。

 

工業自動化正在推動工廠變得更加智能，并可以取代人工減少勞動力。機器視覺用于質量控制檢查已經得到了廣泛的應用，但是隨著3D傳感器和機械手拾取集成解決方案的出現，新的市場正在開拓。不管零件的位置和方向如何，機器人拾取系統都可以隨機抓取物體。3D視覺系統可以大量識別隨機放置的部件，如手提箱和零件盒。由于機器人的動態處理，可以在不同方向和堆棧中選擇復雜的對象。將人工智能與拾取操作相結合可以實現零件自自主選擇，提高生產率和循環時間，減少過程中人機交互的需要。

 

制定一個合適的機器視覺采集系統需要：

 

1.確定要進行的準確測量任務

 

2.確定試驗的準確目標、待驗證的特性、待驗證的試件、特殊要求

 

3.識別測試對象的所有細節，如類型范圍、初始過程、對象污染、熱/機械對象穩定性

 

4.準確描述現場定位、機械狀況、任何干擾環境的影響

 

5.準確描述流程，包括流程集成、接口、空間約束、操作模式等

 

6.確定任何附加信息，如人機界面、操作概念、可視化