1. 摄像头和光学部件

这一类通常含有一个或多个摄像头和镜头（光学部件），用于拍摄被检测的物体。根据应用，摄像头可以基于如下标准，黑白、复合彩色（Y/C），RGB彩色，非标准黑白（可变扫描），步进扫描（progressive-scan）或线扫描。

2. 灯光

灯光用于照亮部件，以便从摄像头中拍摄到更好的图像，灯光系统可以在不同形状、尺寸和亮度。一般的灯光形式是高频荧光灯、LED、白炽灯和石英卤（quartz-halogen）光纤。



3. 部件传感器

通常以光栅或传感器的形式出现。当这个传感器感知到部件靠近，它会给出一个触发信号。当部件处于正确位置时，这个传感器告诉机器视觉系统去采集图像。



4. 图像采集卡

也称为视频抓取卡，这个部件通常是一张插在 PC上的卡。



这张采集卡的作用将摄像头与 PC连接起来。它从摄像头中获得数据（模拟信号或数字信号），然后转换成PC 能处理的信息。



它同时可以提供控制摄像头参数（例如触发、曝光时间、快门速度等等）的信号。图像采集卡形式很多，支持不同类型的摄像头，不同的计算机总线。



5. PC平台

计算机是机器视觉的关键组成部分。



应用在检测方面，通常使用 Pentium或更高的 CPU。一般来讲，计算机的速度越快，视觉系统处理每一张图片的时间就越短。



由于在制造现场中，经常有振动、灰尘、热辐射等等，所以一般需要工业级的计算机。



6. 检测软件

机器视觉软件用于创建和执行程序、处理采集回来的图像数据、以及作出“通过/失败（PASS/FAIL）”决定。

机器视觉有多种形式（C 语言库、ActiveX 控件、点击编程环境等等），可以是单一功能（例如设计只用来检测 LCD或 BGA、对齐任务等等），也可以是多功能（例如设计一个套件，包含计量、条形码阅读、机器人导航、现场验证等等）。



7. 数字 I/O和网络连接

一旦系统完成这个检测部分，这部分必须能与外界通信，例如需要控制生产流程、将“通过/失败（PASS/FAIL）”的信息送给数据库。通常，使用一张数字 I/O板卡和（或）一张网卡来实现机器视觉系统与外界系统和数据库的通信。

考虑各种变化：人类的眼睛和大脑可以在不同的条件下识别目标，但是机器视觉系统就不是这样多才多艺了，它只能按程序编写的任务来工作。了解你的系统能看到什么和不能看到什么能帮助你避免失败（例如将好的部件认为是坏的）或其它检测错误。一般要考虑的包括部件颜色、周围光线、焦点、部件的位置和方向和背景颜色的大变化。

　　

正确选择软件：机器视觉软件是检测系统中的智能部分，也是核心的部分。软件的选择决定了你编写调试检测程序的时间、检测操作的性能等等。

　　

机器视觉提供了图形化编程界面 (通常称为“Point&Click”) 通常比其他编程语言(例如 VisualC++)容易，但是在你需要一些特殊的特征或功能时有一定的局限性。基于代码的软件包，尽管非常困难和需要编码经验，但在编写复杂的特殊应用检测算法具备更大的灵活性。一些机器视觉软件同时提供了图形化和基于代码的编程环境，提供两方面*好的特征，提供了很多灵活性，满足不同的应用需求。

　　

通信和记录数据：机器视觉系统的总的目标是通过区分好和坏的部件来实现质量检测。为了实现这一功能，这个系统需要与生产流水线通信，这样才可以在发现坏的部件是做某种动作。通常这些动作是通过数字 I/O 板，这些板与制造流水线中的 PLC相连，这样坏的部件就可以跟好的部件分离。例外，机器视觉系统可以与网络连接，这样就可以将数据传送给数据库，用于记录数据以及让质量控制员分析为什么会出现废品。在这一步认真考虑将有助于将机器视觉系统无缝与生产流水线结合起来。需要考虑的问题是：

• 使用了什么类型的 PLC，它的接口如何？

• 需要什么类型的信号？

• 现在使用或必须使用什么类型的网络？

• 在网络上传送的文件格式是什么？通常使用 RS-232端口与数据库通信，来实现对数据的纪录。

　　

为以后做准备：当你为机器视觉系统选择部件时，时刻记住未来的生产所需和有可能发生的变动。这些将直接影响你的机器视觉软硬件是否容易更改来满足以后新的任务。提前的准备将不仅仅节约你的时间，而且通过在将来重用现有的检测任务可以降低整个系统的价格。机器视觉系统的性能由差的部分决定（就像一个木桶的容量由*短的一个木块决定），精度则由它能获取的信息决定。花时间和精力合理配置系统就可以建造一个零故障和有弹性的视觉检测系统。

---