机器视觉系统设计中的困难是什么？

第一：照明的稳定性

工业视觉应用通常分为四类：定位，测量，检测和识别。其中，测量需要最高的光稳定性，因为只要光变化10-20％，测量结果就会偏离1-2个像素。这不是软件问题。这是照明的变化，导致图像的边缘位置发生变化。即使是最强大的软件也无法解决问题。从系统设计的角度出发，必须消除环境光的干扰，并且必须同时确保有源光源。发光稳定性。当然，提高硬件摄像机的分辨率也是提高精度和抵抗环境干扰的一种方法。例如，前一个相机副本的空间大小为1像素10um，但是通过提高分辨率，它变为1像素5um。精度大约可以提高一倍，并且自然会增强对环境的干扰。

第二：工件位置不一致

一般来说，无论是脱机测试还是在线测试，只要是全自动测试设备，第一步就是要能够找到要测试的目标。每次要测量的物体出现在拍摄视野中时，您都必须能够准确地知道要测量的物体在哪里。即使使用某些机械固定装置等，也不能确保每次被测物体都出现在相同的位置。是的，这需要定位功能。如果定位不正确，则可能是测量工具的位置不正确，有时测量结果会有较大偏差

第三：标定

通常，要进行高精度测量，需要进行以下校准：一种是光学畸变校准（如果不使用软件镜头，通常必须进行校准），第二种是投影畸变的校准，即图像由安装位置错误表示的失真校正。 ，对三物镜图像空间的校准，即每个像素对的具体计算对象空间的大小。

但是，当前的校准算法都基于平面校准。如果要测量的物理场不是平面，则需要通过一些特殊的算法来处理校准，而常规的校准算法无法解决这些问题。

另外，对于某些校准，由于不使用校准板，因此必须设计一种特殊的校准方法。因此，软件中现有的校准算法可能无法完全解决校准问题。

第四：物体的速度

如果要测量的物体不是静止的而是运动的，则必须考虑运动模糊对图像精度的影响（模糊像素=物体运动速度*相机曝光时间）。这不是软件可以解决的。

第五：软件的测量精度

在测量应用中，只能基于1 / 2-1 / 4像素（最好是1/2）来考虑软件的精度，而不能像定位应用那样达到1 / 10-1 / 30像素的精度，因为在测量应用中软件可以从图像中提取很少的特征点。