机器视觉之工业视觉技术的发展趋势
工业视觉技术的发展趋势
Perry West的文章带我们走过了机器视觉技术在全球的发展历程，在机器视觉技术之所以能够快速发展并成为人类社会不可或缺的经济力量，最核心的原因是他给传统的制造业插上了腾飞的翅膀。从半导体行业的蓬勃，到触摸屏行业成为工业的新宠，始终有一个幕后英雄，就是机器视觉技术。通过视觉的定位引导，我们获得了更加高效精准的加工产品；通过视觉的测量和检测，我们呢拥有的对产品质量更量化的定义；通过视觉的特征分类和分析，我们未产线的质量工艺给出了改进的要点。即使经历经济周期调整和世界经济危机这样巨大的考验，机器视觉技术和行业也会一如既往地发展，在过去、今天和未来都将成为整个世界经济的重要组成部分。
2008年以来经济环境变化，使全球的机器视觉行业都受到了一定的影响，这在几家国际知名机器视觉领军企业的年报中已经体现出来。机器视觉的未来前景如何？什么时候能走出经济环境的低谷？几乎所有的机器视觉企业和相关行业企业都在问这样一个问题。进日，美国工业自动化学会在全球机器视觉行业分析报告中，给出了他们对机器视觉未来的判断。结合凌云的市场开拓实践，我们愿以此文来和业界共同分享对机器视觉未来的展望。
AIA报告指出：尽管受到经济环境周期变化的影响，但从长远角度看，至少有四条增长路径推动机器视觉销售的持续增长。机器视觉行业拥有稳健光明的未来。这四条增长路径是：
1.机器视觉产品能注入的价值的提升；
2.机器视觉在“未来工厂”中扮演的角色；
3.机器视觉技术为发展中国家的经济现代化中注入力量。
4.机器视觉产品价值的提升
首先是机器视觉产品价值的提升。机器视觉产品的价值体现在它能为工业生产带来产量的增加和产品质量的提升，并在此同时降低生产成本。机器视觉的这种价值推动了工业生产的快速发展，使工业生产企业真正从中受益。同样的，工业生产的快速发展也进一步刺激了机器视觉产品的销售，这使机器视觉行业得到长期的持续增长，并将继续给这个行业带来财富。
机器视觉产品价值的提升源于关键技术的发展以及次级组件成本降低所带来器视觉产品平均价格的下降。人们可以用同样的价格购买到更高性能的产品，并为生产行业注入更多的价值。
次级组件价格的下降
另外一个突出的趋势是机器视觉和其他电子产品子配件单价的逐渐下降。例如硬盘在过去的15年里，相同容量的硬盘价格平均每年都会下降90%。同样，电脑内存的价格也急剧下降。在1964年，2K容量的Univac 内存价格是$102,529，到1979年12K容量的CMOS 内存价格是$7,000。而1988年，8MBs 的DRAM 内存可以用$800的价格买到。到了2003年，一个更大容量的512MBs仅仅$79。而现在，2048MBs的DDR2内存的价格仅有$30！这种容量和单价的关系当然符合摩尔定律。
小型化和集成化
性能增长和低价的同时，又一个重要趋势是小型化和集成化。智能相机是集成化的产物，智能相机将光学、成像、采集和图像处理集成在一个模块化的器件上，相当于一台基于PC的机器视觉系统。未来智能相机将得到更广泛的发展，以适应工业生产的需要。而又一个概念—“芯片级视觉系统”Vision on Sensor正在越来越多地被人们所认识，它是将智能相机所能承担的全部角色集成到一个小小的低功耗的芯片上，通过高度集成化的芯片设计，使机器视觉系统体积更小，成本也更低。在不久的将来就会被普遍采用，它离我们并不遥远。
机器视觉产品发展趋势
基于以上的技术趋势，我们不难看到机器视觉产品的主要趋势，首先是速度和分辨率的提升，另外还有就是更多的会用到颜色信息，以上趋势都会产生对数据率的更高要求，从而带来对带宽更高的要求。当然从模拟向数字产品的转换也将成为必然。
其他的发展趋势还包括：追求更高的性价比、在特定的应用中小型化和功能集成化，出现更小尺寸的模块化方案。
1.更快的速度
2.更大的功率
3.数字化
4.更小的外形尺寸
5.高度集成化
6.高分辨率
7.更宽的光谱探测范围
8.低价格
《机器视觉及其应用》习题
第一章机器视觉系统构成与关键技术 1、机器视觉系统一般由哪几部分组成？机器视觉系统应用的核心目标是什么？主要的分 成几部分实现？ 用机器来延伸或代替人眼对事物做测量、定位和判断的装置。组成：光源、场景、摄像机、图像卡、计算机。用机器来延伸或代替人眼对事物做测量、定位和判断。三部分：图像的获取、图像的处理和分析、输出或显示。 2、图像是什么？有那些方法可以得到图像？ 图像是人对视觉感知的物质再现。光学设备获取或人为创作。 3、采样和量化是什么含义？ 数字化坐标值称为取样，数字化幅度值称为量化。采样指空间上或时域上连续的图像（模拟图像）变换成离散采样点（像素）集合的操作；量化指把采样后所得的各像素的灰度值从模拟量到离散量的转换。采样和量化实现了图像的数字化。 4、图像的灰度变换是什么含义？请阐述图像反色算法原理？ 灰度变换指根据某种目标条件按照一定变换关系逐点改变原图像中每一个像素灰度值，从而改善画质，使图像的显示效果更加清晰的方法。对于彩色图像的R、G、B各彩色分量取反。 第二章数字图像处理技术基础 1、对人类而言，颜色是什么？一幅彩色图像使用RGB色彩空间是如何定义的？24位真彩 色，有多少种颜色？ 对人类而言，在人类的可见光范围内，人眼对不同波长或频率的光的主观感知称为颜色。 一幅图像的每个像素点由24位编码的RGB 值表示：使用三个8位无符号整数（0 到255）表示红色、绿色和蓝色的强度。256*256*256=16,777,216种颜色。 2、红、绿、蓝三种颜色为互补色，光照在物体上，物体只反射与本身颜色相同的色光而吸 收互补色的光。一束白光照到绿色物体上，人类看到绿色是因为？ 该物体吸收了其他颜色的可见光，而主要反射绿光，所以看到绿色。 3、成像系统的动态范围是什么含义？ 动态范围最早是信号系统的概念，一个信号系统的动态范围被定义成最大不失真电平和噪声电平的差。而在实际用途中，多用对数和比值来表示一个信号系统的动态范围，比如在音频工程中，一个放大器的动态范围可以表示为： D = lg（Power_max / Power_min）×20； 对于一个底片扫描仪，动态范围是扫描仪能记录原稿的灰度调范围。即原稿最暗点的密度（Dmax）和最亮处密度值(Dmin)的差值。 我们已经知道对于一个胶片的密度公式为D = lg（Io/I）。那么假设有一张胶片，扫描仪向其投射了1000单位的光，最后在共有96%的光通过胶片的明亮（银盐较薄）部分，而在胶片的较厚的部分只通过了大约4%的光。那么前者的密度为： Dmin=lg（1000/960）= 0.02； 后者的密度为： Dmax=lg（1000/40）= 1.40 那么我们说动态范围为：D=Dmax-Dmin=1.40-0.02=1.38。
机器视觉的发展史
机器视觉的发展史 机器视觉技术是计算机学科的一个重要分支，自起步发展至今，机器视觉已经有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。 20世纪50年代开始研究二维图像的统计模式识别。 60年代Roberts开始进行三维机器视觉的研究。 70年代中，MIT人工智能实验室正式开设“机器视觉”的课程。 80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现。 初级阶段为1990～1998年，期间真正的机器视觉系统市场销售额微乎其微。主要的国际机器视觉厂商还没有进入中国市场。1990年以前，仅仅在大学和研究所中有一些研究图像处理和模式识别的实验室。在20世纪90年代初，一些来自这些研究机构的工程师成立了他们自己的视觉公司，开发了第一代图像处理产品，人们能够做一些基本的图像处理和分析工作。尽管这些公司用视觉技术成功地解决了一些实际问题，例如多媒体处理，印刷品表面检测，车牌识别等，但由于产品本身软硬件方面的功能和可靠性还不够好，限制了他们在工业应用中的发展潜力。另外，一个重要的因素是市场需求不大，工业界的很多工程师对机器视觉没有概念，另外很多企业也没有认识到质量控制的重要性。 第二阶段1998～2002年定义为机器视觉概念引入期。自从1998年，越来越多的电子和半导体工厂，包括香港和台湾投资的工厂，落户广东和上海。带有机器视觉的整套的生产线和高级设备被引入中国。随着这股潮流，一些厂商和制造商开始希望发展自己的视觉检测设备，这是真正的机器视觉市场需求的开始。设备制造商或OEM厂商需要更多来自外部的技术开发支持和产品选型指导，一些自动化公司抓住了这个机遇，走了不同于上面提到的图像公司的发展道路——做国际机器视觉供应商的代理商和系统集成商。他们从美国和日本引入最先进的成熟产品，给终端用户提供专业培训咨询服务，有时也和他们的商业伙伴一起开发整套的视觉检测设备。经过长期市场开拓和培育，不仅仅是半导体和电子行业，而且在汽车、食品、饮料、包装等行业中，一些顶级厂商开始认识到机器视觉对提升产品品质的重要作用。在此阶段，许多著名视觉设备供应商，如：Cognex, Basler , Data Translation, TEO,SONY开始接触中国市场寻求本地合作伙伴，但符合要求的本地合作伙伴寥若晨星。 第三阶段从2002年至今，我们称之为机器视觉发展期，从下面几点我们可以看到中国机器视觉的快速增长趋势： 1.在各个行业，越来越多的客户开始寻求视觉检测方案，机器视觉可以解决精确的测量问题和更好地提高他们的产品质量，一些客户甚至建立了自己的视觉部门。 2.越来越多的本地公司开始在他们的业务中引入机器视觉，一些是普通工控产品代理商，一些是自动化系统集成商，一些是新的视觉公司。虽然他们绝大多数尚没有充分的回报，但都一致认为机器视觉市场潜力很大。资深视觉工程师和实际项目经验的缺乏是他们面临的最主要的问题。 3.一些有几年实际经验的公司逐渐给自己定位，以便更好的发展机器视觉业务。他们或者继续提高采集卡、图像软件开发能力，或者试图成为提供工业现场方案或视觉检查设备的领袖厂商。单纯的代理仍然是他们业务的一部分，但他们已经
机器视觉系统概述.
2 机器视觉系统概述 2.1 机器视觉的概念 美国制造工程师协会（SME Society of Manufacturing Engineers）机器视觉分会和美国机器人工业协会（RIA Robotic Industries Association）的自动化视觉分会对机器视觉下的定义为：“机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置”。 在现代工业自动化生产中，涉及到各种各样的检验、生产监视及零件识别应用，例如零配件批量加工的尺寸检查，自动装配的完整性检查，电子装配线的元件自动定位，IC上的字符识别等。通常人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作，其它物理量传感器也难有用武之地。由此人们开始考虑利用光电成像系统采集被控目标的图像，而后经计算机或专用的图像处理模块进行数字化处理，根据图像的像素分布、亮度和颜色等信息，来进行尺寸、形状、颜色等的判别。这样，就把计算机的快速性、可重复性，与人眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉的概念。 工业线扫描相机系统 一个成功的机器视觉系统是一个经过细致工程处理来满足一系列明确要求的系统。 当这些要求完全确定后，这个系统就设计并建立来满足这些精确的要求。机器视觉的优点包括以下几点： ■精度高 作为一个精确的测量仪器，设计优秀的视觉系统能够对一千个或更多部件的一个进行空间测量。因为此种测量不需要接触，所以对脆弱部件没有磨损和危险。 ■连续性
视觉系统可以使人们免受疲劳之苦。因为没有人工操作者，也就没有了人为造成的操作变化。多个系统可以设定单独运行。 ■成本效率高 随着计算机处理器价格的急剧下降，机器视觉系统成本效率也变得越来越高。一个价值10000美元的视觉系统可以轻松取代三个人工探测者，而每个探测者每年需要20000美元的工资。另外，视觉系统的操作和维持费用非常低。 ■灵活性 视觉系统能够进行各种不同的测量。当应用变化以后，只需软件做相应变化或者升级以适应新的需求即可。 许多应用满意过程控制（SPC）的公司正在考虑应用机器视觉系统来传递持续的、协调的和精确的测量SPC命令。在SPC中，制造参数是被持续监控的。整个过程的控制就是要保证这些参数在一定的范围内。这使制造者在生产过程失去控制或出现坏部件 时能够调节过程参数。 机器视觉系统比光学或机器传感器有更好的可适应性。它们使自动机器具有了多样性、灵活性和可重组性。当需要改变生产过程时，对机器视觉来说“工具更换”仅仅是软件的变换而不是更换昂贵的硬件。当生产线重组后，视觉系统往往可以重复使用。 2.2 机器视觉系统的构成 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
机器人视觉系统介绍
机器人视觉（Robot Vision）简介 机器视觉系统的组成 机器视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网膜上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察对象的形状、尺寸、离开观察点的距离、质地和运动特征（方向和速度）等的理解。 机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。 机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。 将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。下面通过一个用于生产线上的单摄像机视觉系统，说明系统的组成及功能。 视觉系统检测生产线上的产品，决定产品是否符合质量要求，并根据结果，产生相应的信号输入上位机。图像获取设备包括光源、摄像机等；图像处理设备包括相应的软件和硬件系统；输出设备是与制造过程相连的有关系统，包括过程控制器和报警装置等。数据传输到计算机，进行分析和产品控制，若发现不合格品，则报警器告警，并将其排除出生产线。机器视觉的结果是CAQ系统的质量信息来源，也可以和CIMS其它系统集成。 图像的获取 图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据，它主要由三部分组成： ＊照明 ＊图像聚焦形成 ＊图像确定和形成摄像机输出信号
机器视觉系统中常用工业相机的种类
机器视觉系统中常用工业相机的分类 根据不同感光芯片划分 我们知道感光芯片是摄像机的核心部件，目前摄像机常用的感光芯片有CCD和CMOS 两种： １．CCD摄像机，CCD称为电荷耦合器件，CCD实际上只是一个把从图像半导体中出 来的电子有组织地储存起来的方法。 称为互补金属氧化物半导体，CMOS实际上只是将晶体管２．CMOS摄像机，CMOS“” 放在硅块上的技术，没有更多的含义。 表示互补金属氧化物半导体，但是不论CCD 表示电荷耦合器件而CMOS“” 尽管CCD“” 对于图像感应都没有用，真正感应的传感器称做图像半导体，CCD和CMOS 或者CMOS“” 传感器实际使用的都是同一种传感器图像半导体，图像半导体是一个P N结合半导体，能 “” 够转换光线的光子爆炸结合处成为成比例数量的电子。电子的数量被计算信号的电压，光线进入图像半导体得越多，电子产生的也越多，从传感器输出的电压也越高。 1 因为人眼能看到Lux照度（满月的夜晚）以下的目标，CCD传感器通常能看到的照度 传感器感光度的到倍，所以目前一般CCD摄像机的图像质范围在Lux，是CMOS310 0.1~3 量要优于CMOS摄像机。CMOS可以将光敏元件、放大器、A/D转换器、存储器、数字 信号处理器和计算机接口控制电路集成在一块硅片上，具有结构简单、处理功能多、速度快、耗电低、成本低等特点。CMOS摄像机存在成像质量差、像敏单元尺寸小、填充率低等问题，年后出现了有源像敏单元结构，不仅有光敏元件和像敏单元的寻址开关，而且还1989“” 有信号放大和处理等电路，提高了光电灵敏度、减小了噪声，扩大了动态范围，使得一些参数与CCD摄像机相近，而在功能、功耗、尺寸和价格方面要优于CCD，逐步得到广泛的应用。CMOS传感器可以做得非常大并有和CCD传感器同样的感光度，因此非常适用于特殊 应用。CMOS传感器不需要复杂的处理过程，直接将图像半导体产生的电子转变成电压信号，因此就非常快，这个优点使得CMOS传感器对于高帧摄像机非常有用，高帧速度能达 到到帧秒。 400100000/ 按输出图像信号格式划分 模拟摄像机 模拟摄像机所输出的信号形式为标准的模拟量视频信号，需要配专用的图像采集卡才能 转化为计算机可以处理的数字信息。模拟摄像机一般用于电视摄像和监控领域，具有通用性好、成本低的特点，但一般分辨率较低、采集速度慢，而且在图像传输中容易受到噪声干扰，导致图像质量下降，所以只能用于对图像质量要求不高的机器视觉系统。常用的摄像机输出信号格式有： 中国电视标准，行，场 PAL（黑白为CCIR），62550
机器视觉课后心得体会
. ;.. 经过机器视觉技术及应用这门课程的学习，我觉得受益匪浅。可以说这门课 程更偏重于实践，也很好的锻炼了我们，老师讲课很认真，ppT准备的很详细，对于一些关键问题的讲解更是深入浅出。机器视觉技术，即采用机器代替人眼来做测量和判断。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两种把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别，进而根据判别的结果来控制现场的设备动作。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。 机器视觉不同于计算机视觉，它涉及图像处理、人工智能和模式识别，机器视觉是将计算机视觉应用于工业自动化。 目前在机器视觉系统中；CCD 摄像机以其体积小巧、性能可靠、清晰度高等优点得到了广泛使用。机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。在未来的几年内，随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。加之机器视觉的介入，自动化将朝着更智能、更快速的方向发展。 通过本课程的学习，我们掌握了一些机器视觉方面的基本知识。这门课对于我们生活方面有很大的实用性，可以让我们了解到机器视觉的基本构造，对成为技术应用型人才，适应社会和培养实践能力与技能都起到了很大的作用。这样的学习让我们将知识更灵活的运用，更好的将知识和实践结合在一起并转化为技能。 通过这门课程的学习，我们懂得更多，收获更多，提升了自身操作能力的同时又学到了很多东西，我相信在以后的课堂学习和实践学习中可以掌握更多更深入的知识，不断的提高自身的学习与应用能力。
机器视觉技术发展现状文献综述
机器视觉技术发展现状 人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做 测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解 世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。 机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介 机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。 机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能 高等优点，有着广泛的应用前景[1]。 一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像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、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。 机器视觉一般都包括下面四个过程：
中国机器视觉行业发展现状与前景分析
中国机器视觉行业发展现状与前景分析 机器视觉就是用机器来代替人眼做测量和判断的系统，它通过光学装置和非接触传感器自动获取目标对象的图像，并由图像处理设备根据所得图像的像素分布、亮度和颜色等信息进行各种运算处理和判别分析，以提取所需的特征信息或根据判别分析结果对某些现场设备进行运动控制。机器视觉系统中的图像处理设备一般都采用计算机，所以机器视觉有时也称为计算机视觉。 机器视觉行业的上游有光源、镜头、工业相机、图像采集卡、图像处理软件等的提供商。行业下游应用较广，主要下游市场是半导体和电子制造行业。除此之外还有应用到汽车、印刷包装、烟草、农业、医药和交通等领域。 图表1：机器视觉行业链示意图 资料来源：前瞻产业研究院 前瞻产业研究院发布的《2014-2018年中国机器视觉产业发展前景与投资预测分析报告》数据显示，2010年是中国机器视觉市场爆发增长的一年。行业经过了4-5年的孕育和积累，经济增长回暖，行业实现48%的快速增长。2010年，机器视觉市场高速增长的主要原因在于：电子制造、市政交通、汽车、食品和包装机械等众多行业需求的大幅增长带来包括机器视觉在内的自动化产品的需求增长；政策性因素和内生式复苏带来的增长在市政交通、汽车和电子制造行业表现明显。 从行业应用来看，电子制造行业仍然是拉动需求高速增长的主要因素。2010年机器视觉产品电子制造行业的市场规模为3.7亿人民币，增长60.9%，市份额达到了43.6%。汽车和市政交通的市场规模增长更是高达66.7%和63.2%。电子制造、汽车制造和市政交通行业占据了2/3以上的机器视觉市场份额。
2011年以来，制造行业发展环境不佳，机器视觉也增速态势下滑，2012年行业市场规模约12.5亿元。 图表2：2007-2012年我国机器视觉行业市场规模及增长率（单位：亿元，%） 资料来源：前瞻产业研究院 目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。 其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。当然、其他领域如指纹检测等等领域也有着很好的发展空间。 分别按照20%，25%以及30%的增长率，2013-2018年我国机器视觉行业市场规模增长情况如下，乐观估计可达到60.3亿元。 图表3：2013-2018年我国机器视觉行业市场规模预测（单位：亿元，%）
机器视觉系统的5个主要组成结构介绍
机器视觉系统的５个主要组成结构介绍 从机器视觉系统字面意思就可看出主要分为三部分：机器、视觉和系统。机器负责机械的运动和控制；视觉通过照明光源、工业镜头、工业相机、图像采集卡等来实现；系统主要是指软件，也可理解为整套的机器视觉设备。下面我们重点说下机器视觉系统中的五大模块： 1.机器视觉光源（即照明光源） 照明光源作为机器视觉系统输入的重要部件，它的好坏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，要选择相应的视觉光源，以达到最佳效果。常见的光源有：LED环形光源、低角度光源、背光源、条形光源、同轴光源、冷光源、点光源、线型光源和平行光源等。 2.工业镜头 镜头在机器视觉系统中主要负责光束调制，并完成信号传递。镜头类型包括：标准、远心、广角、近摄和远摄等，选择依据一般是根据相机接口、拍摄物距、拍摄范围、CCD尺寸、畸变允许范围、放大率、焦距和光圈等。 3.工业相机 工业相机在机器视觉系统中最本质功能就是将光信号转变为电信号，与普通相机相比，它具有更高的传输力、抗干扰力以及稳定的成像能力。按照不同标准可有多种分类：按输出信号方式，可分为模拟工业相机和数字工业相机；按芯片类型不同，可分CCD工业相机和CMOS工业相机，这种分类方式最为常见。 4.图像采集卡 图像采集卡虽然只是完整机器视觉系统的一个部件，但它同样非常重要，直接决定了摄像头的接口：黑白、彩色、模拟、数字等。比较典型的有PCI采集卡、1394采集卡、VGA 采集卡和GigE千兆网采集卡。这些采集卡中有的内置多路开关，可以连接多个摄像机，同时抓拍多路信息。 5.机器视觉软件
机器视觉入门知识详解
机器视觉入门知识详解 随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，为了能让更多用户获取机器视觉的相关基础知识，包括机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。小编为你准备了这篇机器视觉入门学习资料。 机器视觉是一门学科技术，广泛应用于生产制造检测等工业领域，用来保证产品质量，控制生产流程，感知环境等。机器视觉系统是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。 机器视觉优势：机器视觉系统具有高效率、高度自动化的特点，可以实现很高的分辨率精度与速度。机器视觉系统与被检测对象无接触，安全可靠。人工检测与机器视觉自动检测的主要区别有：
为了更好地理解机器视觉，下面，我们来介绍在具体应用中的几种案例。 啤酒厂采用的填充液位检测系统为例来进行说明： 当每个啤酒瓶移动经过检测传感器时，检测传感器将会触发视觉系统发出频闪光，拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后，视觉软件将会处理或分析该图像，并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位，即未通过检测，视觉系统将会向转向器发出信号，将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒 瓶和持续的流程统计数据。
机器人视觉引导玩偶定位应用： 现场有两个振动盘，振动盘1作用是把玩偶振动到振动盘2中，振动盘2作用是把玩偶从反面振动为正面。该应用采用了深圳视觉龙公司VD200视觉定位系统，该系统通过判断玩偶正反面，把玩偶处于正面的坐标值通过串口发送给机器人，机器人收到坐标后运动抓取产品，当振动盘中有很多玩偶处于反面时，VD200视觉定位系统需判断反面玩偶数量，当反面玩偶数量过多时，VD200视觉系统发送指令给振动盘2把反面玩偶振成正面。 该定位系统通过玩偶表面的小孔来判断玩偶是否处于正面，计算出玩偶中心点坐标，发送给机器人。通过VD200视觉定位系统实现自动上料，大大减少人工成本，大幅提高生产效率。 视觉检测在电子元件的应用：
概述机器视觉工业五大典型应用.
概述机器视觉工业五大典型应用 如今，自动化技术在我国发展迅猛，人们对于机器视觉的认识更加深刻，对于它的看法也发生了很大的转变。机器视觉系统提高了生产的自动化程度，让不适合人工作业的危险工作环境变成了可能，让大批量、持续生产变成了现实，大大提高了生产效率和产品精度。快速获取信息并自动处理的性能，也同时为工业生产的信息集成提供了方便。随着机器视觉技术成熟与发展，我们不难发现其应用范围越加的广泛，根据这些领域，我们大致可以概括出机器视觉工业的五大典型应用，这五大典型应用也基本可以概括出机器视觉技术在工业生产中能够起到的作用。 图像识别应用。 图像识别，是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。图像识别在机器视觉工业领域中最典型的应用就是二维码的识别了，二维码就是我们平时常见的条形码中最为普遍的一种。将大量的数据信息存储在这小小的二维码中，通过条码对产品进行跟踪管理，通过机器视觉系统，可以方便的对各种材质表面的条码进行识别读取，大大提高了现代化生产的效率。 图像检测应用 检测是机器视觉工业领域最主要的应用之一，几乎所有产品都需要检测，而人工检测存在着较多的弊端，人工检测准确性低，长时间工作的话，准确性更是无法保证，而且检测速度慢，容易影响整个生产过程的效率。因此，机器视觉在图像检测的应用方面也非常的广泛，例如：硬币边缘字符的检测。2000年10月新发行的第五套人民币中，壹圆硬币的侧边增强了防伪功能，鉴于生产过程的严格控制要求，在造币的最后一道工序上安装了视觉检测系统；印刷过程中的套色定位以及较色检查、包装过程中的饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等；玻璃瓶的缺陷检测。机器视觉系统对玻璃瓶的缺陷检测，也包括了药用玻璃瓶范畴，也就是说机器视觉也涉及到了医药领域，其主要检测包括尺寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等。 视觉定位应用
机器视觉的现状及其应用
河北工业大学 院系：河北工业大学机械工程学院 班级：机研155班 姓名：翟云飞 学号： 201531204037 题目：机器视觉技术及其应用
目录 1.机器视觉的发展现状 2.机器视觉系统组成 2.1机器视觉系统的工作原理 3.机器视觉的应用 3.1基于机器视觉的FPC嵌入式检测系统检测系统 3.2基于机器视觉的柔性制造岛在线零件识别系统 3.3基于机器视觉的PCB光板缺陷检测技术 3.4新兴行业 4.机器视觉发展趋势 5.中国机器视觉产业的发展现状 5.1、随着产业化的发展对机器视觉的需求将呈上升趋势 5.2、统一开放的标准是机器视觉发展的原动力 5.3、基于嵌入式的产品将取代板卡式产品 5.4、标准化、一体化解决方案也将是机器视觉的必经之路 6.参考文献
1.中国机器视觉的发展趋势 近年来，机器视觉已经发展成为光电子的一个应用分支，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。机器视觉在中国的蓬勃发展，使从事机器视觉的公司和人员大量涌现。首先概述了机器视觉技术的基本原理并分析了机器视觉系统的构建；接着论述了机器视觉技术的当前主要应用领域与情况；最后分析了现阶段机器视觉技术存在的问题。 2.机器视觉系统组成及其工作原理 简言之，机器视觉就是用机器代替人眼来做测量和判断。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。 从原理上机器视觉系统主要由三部分组成：图像的采集、图像的处理和分析、输出或显示。—个典型的机器视觉系统应该包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图1所示。
机器视觉这个行业的发展前景怎么样
机器视觉这个行业的发展前景怎么样机器视觉已经出现在了很多领域，那么这个行业的前景怎么样呢?下文是一篇关于机器视觉行业的相关分析，小编个人觉得写得不错，故在此想跟大家分享一下。 基于计算机视觉与深度学习的人脸检测、人脸识别正在从安防、商业、金融、家居等各个领域不断迅速地、广泛而深入地介入到人们的生活中，但是对于传统人脸识别解决方案仍存在准确率不高、漏抓误报较多、人脸抓拍不清晰、图像质量不理想等问题，还是无法满足一些商业需求。 机器视觉产业链 机器视觉在生活中的的应用及其广泛，在交通领域、水文观测、地质灾害预警识别等领域，都发挥着重要的作用。而宏观上看，发展速度较快的细分产业是人脸识别与图像识别。这两个分支行业，在金融、安防以及交通领域较为集中。
这些细分领域的投资者，大多都具有自身技术优势，并将为各类场景提供应用解决方案来盈利。 机器视觉可说是工业自动化系统的灵魂之窗，从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位，都是机器视觉技术可以发挥的舞台。而为了因应层出不穷的新应用需求，工业相机的设计也出现新的发展方向。 国内机器视觉发展历史 我国机器视觉行业的起步比较晚，集中度也不是很高，最开始主要是代理国外品牌。近几年，很多的经销商开始自主开发产品，但在行业分布、渠道分销以及成熟的自动化产品等方面还是和国外有一定差距。国内机器视觉的相对成熟的自动化产品质量以及技术含量偏低，市场也远远没有饱和。 机器视觉企业大体可以分为层开发厂商、二次开发厂商和产品代理商。国内机器视觉企业主要为国外机器视觉产品代理商和系统二次开发厂商。目前进入我国机器视觉市场的国外品牌有100多家，我国本土的企业负责销售代理的企业有200多家，专业的系统集成商超过50家。我国真正的专业机器视觉底层厂商凤毛麟角，本土机器视觉系统厂商和机器视觉系统元器件生产商不多。 许多跨国公司开始在中国建立自己的分支机构。一般他们会在北京、上海、广州、深圳等建立自己在中国的分支机构，来管理关键的客户以及向合作伙伴提供技术和商务支持。 视觉行业企业数量
概述机器视觉工业五大典型应用.
概述机器视觉工业五大典型应用如今，自动化技术在我国发展迅猛，人们对于机器视觉的认识更加深刻，对于它的看法也发生了很大的转变。机器视觉系统提高了生产的自动化程度，让不适合人工作业的危险工作环境变成了可能，让大批量、持续生产变成了现实，大大提高了生产效率和产品精度。快速获取信息并自动处理的性能，也同时为工业生产的信息集成提供了方便。随着机器视觉技术成熟与发展，我们不难发现其应用范围越加的广泛，根据这些领域，我们大致可以概括出机器视觉工业的五大典型应用，这五大典型应用也基本可以概括出机器视觉技术在工业生产中能够起到的作用。 图像识别应用 图像识别，是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。图像识别在机器视觉工业领域中最典型的应用就是二维码的识别了，二维码就是我们平时常见的条形码中最为普遍的一种。将大量的数据信息存储在这小小的二维码中，通过条码对产品进行跟踪管理，通过机器视觉系统，可以方便的对各种材质表面的条码进行识别读取，大大提高了现代化生产的效率。 图像检测应用 检测是机器视觉工业领域最主要的应用之一，几乎所有产品都需要检测，而人工检测存在着较多的弊端，人工检测准确性低，长时间工作的话，准确性更是无法保证，而且检测速度慢，容易影响整个生产过程的效率。因此，机器视觉在图像检测的应用方面也非常的广泛，例如：硬币边缘字符的检测。2000 年10月新发行的第五套人民币中，壹圆硬币的侧边增强了防伪功能，鉴于生产过程的严格控制要求，在造币的最后一道工序上安装了视觉检测系统；印刷过程中的套色定位以及较色检查、包装过程中的饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等；玻璃瓶的缺陷检测。机器视觉系统对玻璃瓶的缺陷检测，也包括了药用玻璃瓶范畴，也就是说机器视觉也涉及到了医药领域，其主要检测包括尺寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等。
机器视觉基本介绍
机器视觉基本概念 2018.1.29 机器视觉系统 作用：利用机器代替人眼来做各种测量和判断。 它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。 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。可以在最快的生产线上对产品进行测量、引导、检测、和识别，并能保质保量的完成生产任务 视觉检测：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。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。 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，以达到最佳效果。 光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。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。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。 照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 镜头 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
机器视觉课后心得体会
经过机器视觉技术及应用这门课程的学习，我觉得受益匪浅。可以说这门课程更偏重于实践，也很好的锻炼了我们，老师讲课很认真，ppT准备的很详细，对于一些关键问题的讲解更是深入浅出。机器视觉技术，即采用机器代替人眼来做测量和判断。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两种把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别，进而根据判别的结果来控制现场的设备动作。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。 机器视觉不同于计算机视觉，它涉及图像处理、人工智能和模式识别，机器视觉是将计算机视觉应用于工业自动化。 目前在机器视觉系统中；CCD 摄像机以其体积小巧、性能可靠、清晰度高等优点得到了广泛使用。机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。在未来的几年内，随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。加之机器视觉的介入，自动化将朝着更智能、更快速的方向发展。 通过本课程的学习，我们掌握了一些机器视觉方面的基本知识。这门课对于我们生活方面有很大的实用性，可以让我们了解到机器视觉的基本构造，对成为技术应用型人才，适应社会和培养实践能力与技能都起到了很大的作用。这样的学习让我们将知识更灵活的运用，更好的将知识和实践结合在一起并转化为技能。 通过这门课程的学习，我们懂得更多，收获更多，提升了自身操作能力的同时又学到了很多东西，我相信在以后的课堂学习和实践学习中可以掌握更多更深入的知识，不断的提高自身的学习与应用能力。
机器视觉的应用与发展
机器视觉的应用及发展 一台机器为什么能看到你？因为它有了自己的视觉。机器视觉技术是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制，技术最大的特点是速度快、信息量大、功能多。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统，包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。 全球应用情况 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。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。 而在中国，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品牌像德国的basler、SONY、美国TEO等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。 在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业，用机器视觉技术取代人工，可以提供生产效率和产品质量。例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，不会出现大多快递公司人工进行分拣，减少物品的损坏率，可以提高分拣效率，减少人工劳动。 主要问题和发展瓶颈 机器视觉可以看作是与人工智能和模式识别密切相关的一个子学科或子领域。限制机器视觉发展的瓶颈是多方面的，其中最重要的可以归结为三个方面：计算能力不足、认知理论未明以及精确识别与模糊特征之间的自相矛盾。 1.机器视觉面向的研究对象主要是图像和视频，其特点是数据量庞大、冗余信息多、特征空间维度高，同时考虑到真正的机器视觉面对的对象和问题的多样性，单一的简单特征提取算法（如颜色、空间朝向与频率、边界形状等等）难以满足算法对普适性的要求，因此在设计普适性的特征提取算法时对计算能力和存储速度的要求是十分巨大的，这就造成了开发成本的大幅度提高。 2. 如何让机器认知这个世界？这一问题目前没有成熟的答案，早期的人工智能理论发展经历了符号主义学派、行为主义学派、连接主义学派等一系列的发展但都没有找到令人满意的答案，目前较新的思想认为应该从分析、了解和模拟人类
解读机器视觉系统解析及优缺点
解读机器视觉系统解析及优缺点 在现代工业自动化生产中，涉及到各种各样的检验、生产监视及零件识别应用，例如零配件批量加工的尺寸检查，自动装配的完整性检查，电子装配线的元件自动定位，IC上的字符识别等。通常人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作，其它物理量传感器也难有用武之地。 由此人们开始考虑利用光电成像系统采集被控目标的图像，而后经计算机或专用的图像处理模块进行数字化处理，根据图像的像素分布、亮度和颜色等信息，来进行尺寸、形状、颜色等的判别。这样，就把计算机的快速性、可重复性，与人眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉的概念。 一个成功的机器视觉系统是一个经过细致工程处理来满足一系列明确要求的系统。当这些要求完全确定后，这个系统就设计并建立来满足这些精确的要求。 机器视觉的优点包括以下几点： ■精度高 作为一个精确的测量仪器，设计优秀的视觉系统能够对一千个或更多部件的一个进行空间测量。因为此种测量不需要接触，所以对脆弱部件没有磨损和危险。 ■连续性 视觉系统可以使人们免受疲劳之苦。因为没有人工操作者，也就没有了人为造成的操作变化。多个系统可以设定单独运行。 ■成本效率高 随着计算机处理器价格的急剧下降，机器视觉系统成本效率也变得越来越高。一个价值10000美元的视觉系统可以轻松取代三个人工探测者，而每个探测者每年需要20000美元的工资。另外，视觉系统的操作和维持费用非常低。 ■灵活性 视觉系统能够进行各种不同的测量。当应用变化以后，只需软件做相应变化或者升级以适应新的需求即可。 许多应用满意过程控制（SPC）的公司正在考虑应用机器视觉系统来传递持续的、协调的和精确的测量SPC命令。在SPC中，制造参数是被持续监控的。整个过程的控制就是要保证这些参数在一定的范围内。这使制造者在生产过程失去控制或出现坏部件时能够调节过程参数。 机器视觉系统比光学或机器传感器有更好的可适应性。它们使自动机器具有了多样性、灵活性和可重组性。当需要改变生产过程时，对机器视觉来说“工具更换”仅仅是软件的变换而不是更换昂贵的硬件。当生产线重组后，视觉系统往往可以重复使用 机器视觉系统的构成 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；
机器视觉之工业镜头的基本参数
工业镜头的基本参数 工业镜头相当于人眼的晶状体，如果没有晶状体，人眼看不到任何物体；如果没有镜头，那么摄像头所输出的图像；就是白茫茫的一片，没有清晰的图像输出，这与我们家用摄像机和照相机的原理是一致的。 当人眼的肌肉无法将晶状体拉伸至正常位置时，也就是人们常说的近视眼，眼前的景物就变得模糊不清；摄像头与镜头的配合也有类似现象，当图像变得不清楚时，可以调整摄像头的后焦点，改变CCD芯片与工业镜头基准面的距离(相当于调整人眼晶状体的位置)，可以将模糊的图像变得清晰。 由此可见，镜头在闭路监控系统中的作用是非常重要的。工程设计人员和施工人员都要经常与镜头打交道:设计人员要根据物距、成像大小计算镜头焦距，施工人员经常进行现场调试，其中一部分就是把镜头调整到最佳状态。 一．工业镜头的安装尺寸，接口 所有的摄象机镜头均是螺纹口的，CCD摄象机的镜头安装有两种工业标准，即C安装座和CS安装座。两者螺纹部分相同，但两者从镜头到感光表面的距离不同。 C安装座:从镜头安装基准面到焦点的距离是17．526mm。 CS安装座:特种C安装，此时应将摄象机前部的垫圈取下再安装镜头。其镜头安装基准面到焦点的距离是12．5mm。如果要将一个C安装座镜头安装到一个C S安装座摄象机上时，则需要加装一个5mm厚的接圈。 二．镜头的尺寸 以摄象机镜头尺寸分镜头可以分为1英寸、2／3英寸、1／2英寸、1／3英寸、1／4英寸、1／5英寸等规格，下面是一个简单的芯片尺寸规格表: 格式1英寸2/3英寸1/2英寸1/3英寸1/4英寸 高度9.6mm 6.6 mm 4.8 mm 3.6 mm 2.4 mm 宽度12.8 mm 8.8 mm 6.4 mm 4.8 mm 3.2 mm 摄像机镜头规格应视摄象机的CCD尺寸而定，两者应相对应。大概: ★摄像机的CCD靶面大小为1／2英寸时，镜头应选1／2英寸。 ★摄像机的CCD靶面大小为1／3英寸时，镜头应选1／3英寸。 ★摄像机的CCD靶面大小为1／4英寸时，镜头应选1／4英寸。 如果镜头尺寸比摄像机CCD靶面尺寸大时，将使图像视野比镜头视野小，即不能很好地利用镜头的视野；如果镜头尺寸比摄像机CCD靶面尺寸小时，将发生“隧道效应”，即图像有圆形的黑框，像在隧道里拍的一样。 监控相机一般都比较小，甚至小于1/3英寸；工业相机稍微大一些，一般1/2英寸到1英寸不等；传统的135相机底片比当前的一般感光芯片都大，36mm×24mm(1.4英寸×0.9英寸)，画面对角线长度为43mm(1.7英寸)，即是1.7英寸的，120中幅相机，其感光面尺寸有三种:45