随着机器视觉越来越普遍，很多制造业中的人都开始接触到机器视觉系统了，那么？你知道如何才能让机器视觉系统更为稳定吗？
这里的稳定性不仅仅是平常认为的可靠性，它是指在系统的实际场景和充满变数条件的环境中仍然保持足够的可靠性。
很多因素都会影响稳定性，比如周边环境，物体变化，视觉组件的影响等。机器视觉组件的选型是个有难度的活，它需要工程师对组件本身和组件供应商都非常熟悉，需要有足够的选型经验。在实验室运行的机器视觉系统和实际工作场景运行的系统面对的环境是天差地别的。
典型的机器视觉系统的环境影响
机器视觉系统需求
机器视觉系统包含一些重要部件，光源，镜头，相机，图像采集卡，数据传输，图像处理和测量软件等。随着各个部件的性能的提升，机器视觉系统的能力也呈指数级增长。系统的复杂度取决于特定的应用需求。选择最佳部件，不仅仅要考虑部件的性能能否满足需求（比如分辨率，帧率，测量算法等），同时需要考虑系统最终所处的环境条件。比如在工业领域，这些环境条件包含部件变化，移载，定位，处理接口，振动，环境光，温度，灰尘，油污，水，电磁辐射等。在极端恶劣条件下，有时候需要将机器视觉组件添加保护措施。最典型的例子，有些相机需要在相对洁净环境下使用。不过，通常情况下，工业环境是能够满足工业相机的直接使用的。
机器视觉组件和环境
环境对机器视觉组件的影响不仅仅是指对组件本身有破坏性，同时也会对测量效果产生影响。比如在温度变化的环境下，大部分工业相机能够在-5度和65度之间工作，在实际环境中，过高的温度往往会给相机成像带来噪度。不过这一点可以通过改善打光方式来提升信噪比。
另外，温度会影响LED光源的性能，随着LED温度上升，其亮度下降，这可以通过光源控制器来进行亮度输出补偿。LED自身生成的热量同样会加速老化甚至直接报废，所以需要良好的热设计。
其他部件也会有相应的温度限值，比如工业控制器/嵌入式PC一般都能使用工业环境，但如果没有风扇，那么很可能PC也会报废。为了保证机器视觉系统的稳定性，除了选择好的组件外，我们也要考虑被测物本身对温度的敏感性，比如金属物体对于温度存在热胀冷缩，因此当测量此类物体时，长度和体积都会发生变化。
在3D测量系统中，3d传感器的尺寸变化就会导致偏差，除非传感器的标定对温度进行了补偿处理。很多情况下，选择合适的组件就可以满足特定环境需求。
- 振动
大部分工业相机做了防振处理，机器人和轨道类线缆可以很好的让相机移动不收振动影响。锁定的连接器可以避免相机受到振动。耐用性PC和嵌入式电脑有很好的稳定保护机制。定焦镜头利用金属接口锁定螺丝确保了不受振动影响。滤光片一定程度上保护了镜头。 - 环境光
日用滤光片一定程度上可以避免受环境光的影响，它可以改变光线进入传感器的信息。通过使用高亮度调制光源，减少传感器曝光时间和减小光圈，环境光的影响可以减到最小。使用红外等波长的相机来测量可以减少可见光的影响。 - 灰尘、脏污、水
很多相机可以做到IP65/67防护等级，确保了防尘，防水。灰尘，脏污，液体，蒸汽往往会附着到LED或者镜头表面，对成像产生影响。可以通过增加相机的增益，软件的图像处理，调整LED的输出来进行调整。
种种环境因素都会对成像产生影响，而这些影响都会是致命性的，因为图像是测量的重要参照物。
典型的螺丝接合的多工序检测系统
测量
机器视觉系统的测量依赖于系统配置，智能相机具备图像采集，处理，分析等能力，嵌入式视觉系统往往需要多个相机来提供图像获取能力，内置图像处理和分析能力，而基于PC的系统会把程序放在PC中运行，精度和可重复性取决于特定的软件算法和亚像素级精度。
高质量的软件产品和库提供了比开源系统更为稳定可靠的工具，但这些需要在不同的场景和环境中才能被识别出来。当今的视觉系统能够容忍一定程度的产品大小和形状的变化，但是，就算是最稳定的视觉系统，往往会因为外部的影响导致结果很不理想，比如，振动会导致图像模糊失真，而可变的零件会导致得出不同的图像，过长的曝光时间会导致运动物体的图像锐度失真。
所得非所见
对于没有经验的机器视觉用户来说，容易被忽略的是，人眼实际看到的和图像采集系统获取的图片实际上有着很大的不同。
眼睛会自动调整以便来调节动态范围，而一般的相机很难同时看清极亮和极暗环境。
阳光透过屋顶的光线或建筑物的阴影光线，通过机器操作可以改变摄像机的图像，而人眼可以自然的补偿结果并不自知为何能够同时看到。
如果你的工业生产线中，可能用的到机器视觉或AI深度学习方面的技术，那不妨和我们盈泰德科技聊聊，我们会先根据你的需求分析，从一个专业的角度免费来给你设计一个合适你的方案，然后听取你的意见，再详细洽谈，最后即使没能达成合作，我们也非常希望能多认识个朋友。
