随着自动化工业的发展，机器视觉技术得到了广泛的应用。例如，在自动化制造行业中，利用机器视觉测量和检测工件的各种尺寸参数，如长度测量、圆测量、角度测量、圆弧测量、面积测量等。不仅可以获取在线产品的尺寸参数，还可以对产品进行在线实时判断和排序，应用广泛。

　　基于机器视觉技术的检测系统具有成本低、精度高、安装方便等优点。再加上强大的可视化软件，易于调整，灵活方便，测量数据可存储，便于建立统计分析，快速发现和解决问题，是行业检测技术的选择。

　　然而，在一些机器视觉检测项目中，许多客户都遇到了检测精度的问题。例如，要求以10um的精度测量加工零件的外部尺寸、内径和外径。目前很多配置选择500万工业相机镜头头，理论上可以达到10um的精度。但是实际客户测试的精度离10um的要求还很远，能做到30um就很不错了。误差大的主要原因如下：

　　1.工业相机的选择：很多客户出于成本考虑选择CMOS相机。拍摄物体边缘时，其边缘轮廓对比度差，噪声大，给软件测量带来较大误差。通常推荐使用CCD芯片相机。

　　2.相机镜头的选择：因为很多机械部分的高度差，所以有很大的景深。但是由于视角的原因，普通镜头很难捕捉到零件的内壁，使得软件很难找到真实准确的边缘轮廓，对图像处理算法提出了更高的要求。

　　3.光源的选择：很多客户会选择普通背光。目测精度不高时，背光有优势。在要求较高的前提下，背光的原理是利用光通过漫反射板产生均匀柔和的光，在某一点产生的光会发散到空间的任意角度。检测圆形和圆柱形物体时，会在被检测物体的边缘产生衍射。同时，光源的亮度对图像的明暗也有很大的影响。

图文来源网络：侵删