机器视觉系统中的常见误差及其解决方法主要包括以下几点：
一、常见误差
1. 相机参数不准确：
相机参数的不准确会导致机器人所观测到的图像有偏差，进而影响机器人的运动轨迹。
CMOS相机因为本身芯片问题，会出现边缘轮廓对比度差的问题，从而导致获取的图像噪声大，产生误差。
2. 图像处理算法不够优化：
图像处理算法的优化程度直接影响机器视觉系统的精度和速度。
不同的图像处理和分析手段会带来不同的误差，算法优劣决定测量精度。
3. 机械误差：
机械误差是由系统机电执行部分硬件引入的，例如在一幅图像内可能无法完成对工件的测量，需要移动位置来采集多幅图像，机电运动系统的运动精度会对测量精度产生影响。
4. 标定误差：
标定过程中会引入误差，如镜头畸变引起的误差和标定过程引入的随机误差。
5. 光源不稳定：
光源具有放大图像特征与缺陷的作用，不稳定的光源会导致图像质量受影响，从而产生误差。
背光源会在某一点向任意角度发散，如果被检测物体是圆形或柱形，会导致获取的图像产生偏差。
6. 镜头问题：
镜头因为透视原因，获取真实、准确的边缘比较困难。
图像的几何畸变误差是典型的系统误差，影响光学检测精度。
7. 环境干扰：
通常环境对视觉检测系统产生影响的因素有震动、环境光、污渍、水汽、灰尘、温度等。
二、解决方法
1. 调整相机参数：
通过调整相机的焦距、曝光时间、增益等参数，可以有效减少误差。
2. 优化图像处理算法：
采用先进的图像处理算法，提高机器视觉系统的精度和速度。
使用高分辨率的CCD摄像机，提高图像的物面分辨率，从而提高系统检测精度。
3. 简化机电系统运动步骤：
简化机电系统的运动步骤，提高机电系统的硬件精度，以减少机械误差。
4. 采用高精度标定算法：
使用较高精度的标定算法和标定模板，减少标定误差。
5. 选择稳定的光源：
选择亮度大、亮度可调、均匀性及稳定性好的机器视觉光源，以减少光源不稳定带来的误差。
6. 合理设置镜头参数：
根据具体工作状况选择合适的镜头焦距、景深和光圈等参数，减少镜头问题导致的误差。
7. 改善环境条件：
尽量减少震动、环境光、污渍、水汽、灰尘、温度等环境因素对机器视觉系统的影响。
