影響自動化檢測設(shè)備效果的因素有哪些？

環(huán)境的影響，環(huán)境對機器視覺硬件的影響不僅僅是指對硬件本身有破壞性，同時也會對測量效果產(chǎn)生影響。比如在溫度變化的環(huán)境下，大部分工業(yè)相機能夠在-5度和65度之間工作，在實際環(huán)境中，過高的溫度往往會給相機成像帶來噪度。不過這一點可以通過改善打光方式來提升信噪比。另外，溫度會影響LED光源的性能，隨著LED溫度上升，其亮度下降，這可以通過光源控制器來進行亮度輸出補償。LED自身生成的熱量同樣會加速老化甚至直接報廢，所以需要良好的熱設(shè)計。

振動：大部分工業(yè)相機做了防振處理，機器人和軌道類線纜可以很好的讓相機移動不收振動影響。鎖定的連接器可以避免相機受到振動。耐用性PC和嵌入式電腦有很好的穩(wěn)定保護機制。定焦鏡頭利用金屬接口鎖定螺絲確保了不受振動影響。濾光片一定程度上保護了鏡頭。種種環(huán)境因素都會對成像產(chǎn)生影響，而這些影響都會是致命性的，因為圖像是測量的重要參照物。

機器視覺檢測技術(shù)的核心—圖像處理技術(shù)

圖像分割

圖像分割就是按照應(yīng)用要求，把圖像分成各具特征的區(qū)域，從中提取出感興趣目標。在圖像中常見的特征有灰度、彩色、紋理、邊緣、角點等。例如，對汽車裝配流水線圖像進行分割，分成背景區(qū)域和工件區(qū)域，提供給后續(xù)處理單元對工件安裝部分的處理。

圖像分割多年來一直是圖像處理中的難題，至今已有種類繁多的分割算法，但是效果往往并不理想。近來，人們利用基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法進行圖像分割，其性能勝過傳統(tǒng)算法。