施努卡：机器视觉的五大典型架构和应用案例

如今，随着工业4.0的到来，机器视觉技术在工业自动化中逐渐起着十分重要的地位，机器视觉技术的不断创新，推动了工业自动化、智慧安防以及人工智能等行业的进步，机器视觉技术的发展为这项技术所能应用的领域也带来了更多发展潜力与机会。

大家都说人类感知外界信息的80%是通过眼睛获得的，图像包含的信息量是最巨大的。那么机器视觉技术的出现，就是为机器设备安上了感知外界的眼睛，使机器具有像人一样的视觉功能，从而实现各种检测、判断、识别、测量等功能。

今天，咱们就来感受一下机器视觉技术的魅力。

机器视觉的五大典型架构

1.照明

还记得当初在参加一场有关机器视觉技术会议的时候，一位技术大牛特意强调了机器视觉中关于照明的重要性。据了解，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。

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，是实践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。

2.镜头

镜头相当于人类眼球的存在，它在机器视觉系统中主要负责光束调制