机器视觉系统的辅件包括什么？

　　图像处理系统：光学文字、识别系统、自动化/机器人技术、红外图像系统。

　　机器视觉集成：字符处理和识别系统、自动化/机器人技术、红外图像系统、烟草、印钞、电子组装、质量检测、自动识别（OCR/OCV）、测量、智能视觉、表面检测、印刷、包装、复杂工业对象视觉在线、汽车制造、车牌、生物特征识别、医学检测、光学检查等系统。

　　机器视觉技术是综合现代计算机、光学、电子技术的高科技系统。机器视觉技术通过计算机对系统摄取的图像进行处理，分析其中的信息，并做出相应的判断，进而发出对设备的控制指令。机器视觉系统的具体应用需求千差万别，视觉系统本身也可能有多种不同的形式，但都包括以下过程:

　　图像采集利用光源照射被观察的物体或环境，通过光学成像系统采集图像，通过相机和图像采集卡将光学图像转换为数字图像，这是机器视觉系统的前端和信息来源。

　　图像处理和分析计算机通过图像处理软件对图像进行处理，分析获取其中的有用信息。如PCB板的图像中是否存在线路断路、纺织品的图像中是否存在疵点、文档图像中存在哪些文字等。这是整个机器视觉系统的核心。

　　机器视觉方案判断和控制图像处理获得的信息然后用于对对象（被测物体、环境）的判断，并形成对应的控制指令，发送给相应的机构。如摄取的零件图像中，计算零件的尺寸是否与标准一致，不一致则发出报警，做出标记或进行剔除。

　　在整个过程中，被测对象的信息反映为图像信息，进而经过分析，从中得到特征描述信息，然后根据获得的特征进行判断和动作。典型的机器视觉系统一般包括: 光源、光学成像系统、相机、图像采集卡、图像处理硬件平台、图像和视觉信息处理软件、通信模块。

　　总体上，一个成功的机器视觉方案需要重点解决图像采集（包括光源、光学成像、数字图像获取与传输）、图像处理分析几个环节的关键技术。

　　机器视觉系统是一个光机电计算机高度综合的系统，其性能并不仅仅由某一个环节决定。每一个环节都很完美，也未必意味着最终性能的满意。系统分析和设计是机器视觉系统开发的难点和基础，也是许多开发商所不擅长的，急需加强。