機器人視覺系統(tǒng)一般由光學系統(tǒng)(光源、鏡頭、工業(yè)相機)、圖像采集單元、圖像處理單元、執(zhí)

行機構(gòu)及人機界面等模塊組成，一套最簡單的機器視覺系統(tǒng)包括視覺成像部分、圖像處理部分

、運動控部分制等：

1.視覺成像部分

視覺成像又包含幾個典型組件： 光源，鏡頭，工業(yè)相機。

光源和鏡頭都需要我們掌握光學知識，不同的打光方式，可以讓相機對物體產(chǎn)生完全不同的成

像；而鏡頭的倍率，焦距，視野等的選擇不同直接決定了成像的逼真度。對于一名機器視覺工

程師來說，掌握如何選擇鏡頭，如何選擇光源，如何確定打光方式是最基本的技能。

工業(yè)相機需要我們掌握光電知識，掌握相機傳感器的區(qū)別，掌握圖像成像的基本知識如清晰度

，動態(tài)范圍，視場角等等，這樣我們才能根據(jù)需求和場景選擇正確的相機，最快速的掌握這些

知識的方法是買一臺入門級單反來研究透這些成像參數(shù)和成像的關(guān)系。

2. 圖像處理部分

圖像處理我們一般理解是在PC機器上進行的，實際上在工業(yè)領域，大部分采用工控機，因為它

穩(wěn)定，加上有成本優(yōu)勢。

近些年的發(fā)展，嵌入式硬件也在蓬勃發(fā)展，很多工廠對于小的需求比如控制幾百臺儀表盤的開

關(guān)和狀態(tài)監(jiān)控，完全可以利用樹莓派等開源硬件實現(xiàn)。

對于入門者來說，可以優(yōu)先掌握PC平臺，X86平臺的開發(fā)，在熟悉之后可以延展到嵌入式平臺

。

在軟件部分，大部分應用層采用C#，.net，QT，C++來實現(xiàn)，因此掌握這其中的一門編程語言

是必備的；而在圖像算法層面，典型的開源算法有opencv，商用的有halcon，visionpro等，

建議最開始可以先以halcon入門；如果在算法層面想進一步深入，可以研究一下機器學習，這

可能是未來的主要方向。

對于理論方面，更多的是掌握圖像處理的基本概念。

3. 運動控制部分

典型的運動控制卡如固高，可以入手研究一下。更為高級一點的PLC，也可以玩起來，這部分

的難點在于，精度的矯正，因為很多場景和需求對精度的要求是非常高的。

除了以上三點，整體方案的搭建能力是至關(guān)重要的， 因為方案需要把這些部分都串起來，并

且能夠和現(xiàn)實場景聯(lián)系起來，滿足實際的生產(chǎn)自動化需求。

而整體方案的搭建能力取決于：對生產(chǎn)工藝的深度理解、對所有組成部分之間的銜接，關(guān)系有

深刻理解；這兩點都需要經(jīng)過多個項目的經(jīng)驗累積，才能給出一套好的方案。