机器视觉在控制工业流程当中的作用越来越重要了，特别是在机器人引导、目标识别和质量保证等等的领域。当前的视觉系统已**出了那些基本功能（例如辨别零件和确定方向）的范畴，还能够提供后续功能的信息，像是将物体从一个位置移到另一个。

      对于装配线和大量检测操作中使用的机器人系统，例如汽车生产和检测线，传送带一般是参考。在这里，机器人执行的两项任务：识别和传送。在绝大多数机器视觉的应用里面，光学控制都是十分重要的。机器人视觉系统同样要求较高的可重复性，所以减少抖动提供清晰图像是必要的。

      在类似于药品工厂这种的大规模单位检测线上，视觉系统必须能辨识缺陷包、不可读标签和产品缺失。视觉系统必须能以较高的准确度快速识别和测量方形、圆形和椭圆形物体。提升机器视觉系统的精确度，能帮助保持统一的包装表面和颜色。对食品检测系统，产品的尺寸、颜色、密度和形状都需要依靠多元检测才确认。多元机器视觉系统既能是彩色相机也能够是黑白相机，一般使用结构照明方法建立产品外表和内在结构。

       即便相机、分析软件和照明对机器视觉系统都是非常重要的，可能关键的元件还是成像[工业镜头]。系统若想要充分发挥其功能，镜头必须要能满足要求才行。当给控制系统选择镜头的时候，机器视觉集成商应当考虑四个主要的因素：

1.能检测物体类别和特性；

2.景深或是焦距；

3.加载和检测距离；

4.运行环境。

      工业镜头在*光线条件下辨识特定宽度的线耦或是点距的能力，决定了它的解析度。解析度一般被模块转换功能（MTF）以图像的方式显示出来。图形显示了*线耦频率下可行的相对对比度。扭曲、色差和其他波前畸变都是会影响曲线的斜率，使曲线偏离理想状态或是衍射极限的光学表现。镜头方案有时会以每毫米线耦数量（lp/mm）为单位列出物体解析度，再将这个值除以1000就可以预测出镜头每微米的物体解析度。

       在进行表面剖析的时候，一般不只使用一台相机和工业镜头，而了解镜头的内在偏差量也是有价值的。偏差是指镜头里的光学误差，能引起同一张图片里不同点的图像质量差异。剖析一般包括激光线和其他图像里的光线，这种能确保测量的准确性。一些软件程序能消除诸如镜头引起的扭曲之类的误差，因此 在图像里仅有剖析数据是明显的。

深圳市卓非科技有限公司专注于watec一级代理,computar工业镜头价格,detar摄像机代理等