目前機器視覺技術在國內主要應用于定位、測量、檢測和識別四個主要方向，在進行圖像采集和圖像處理的過程中，下面的機器視覺系統的五個問題直接影響了分析數據的獲取精確性。 

 

第一：打光的穩(wěn)定性 

在機器視覺應用中，打光穩(wěn)定性最影響測量的精度，因為只要是光照發(fā)生微小變化，測量結果都可能出現1到2個像素差。主要原因是光照的不穩(wěn)定會影響到圖像采集邊緣位置發(fā)生變化，所以在機器視覺系統設計中將環(huán)境光的影響消除到最低，同時要保證配套的主動光源的穩(wěn)定性。 

第二：工件位置的不一致性 

工件位置的不一致性是導致測量檢測的一個特別重要的關注要素。工業(yè)生產線上不論是在線檢測還是離線檢測，機器視覺系統在獲取產品圖片信息時需要確保產品所抵達的位置是同一個位置，否則會出現定位不準確，測量工具出現的位置就不準確，導致測量結果出現偏差，對于產品的合格性很難把控。 

第三：標定 

在高精度測量的時候一般是需要進行標定，主要分為光學畸變標定、投影畸變標定，物像空間的標定等，不過一般的標定算法都是基于平面的標定，對于不是平面的很難用標定算法解決。 還有有些特殊的測量過程中不會使用到標定板，所以標定算法不一定能解決所有問題。 

第四：物體的運動速度 

在圖像獲取獲取過程中，圖像模糊精度取決于物體運動速度和相機曝光時間，所以物體運動速度快很可能導致圖片成像模糊，此外其他設備（工業(yè)相機、工業(yè)鏡頭、光源等）也會間接影響檢測。  

第五：軟件的測量精度 

測量精度一般在1/2-1/4個像素，原因是測量軟件精度過小，從圖像上提取的特征點信息就越少。 

 

    通過上述的5個問題可以看出機器視覺系統設計時會出現很多因素的干擾，所以我們需要不斷的去改善和升級技術去規(guī)避掉這些難以避免的問題，也相信技術的創(chuàng)新，很多問題都能別解決。