随着工业自动化的飞速发展，近些年来机器视觉技术的应用越来越广。机器视觉技术的引入改变了传统产品生产线的设计方式，集成度更高、更智能。视觉技术可以使生产线实现机器人定位、产品外观检测、读码识别、产品信息跟踪、流程优化控制等。那么作为专注于机器视觉领域的公司如何才能做好一个视觉项目呢？以下就如何做好视觉检测项目进行讨论。

一、可行性的评估

接手一个项目优先做可行性评估，主要是对项目的应用场景进行了解，是室外作业还是室内作业。检测产品的型号是否不定期更换，检测要求明细，每个要求的检测方式的可靠性评估等。

1.1 项目作业环境对项目的影响

       机器视觉的三要素是图形处理系统，图像采集系统，光源系统三大要素。而外部作业环境很可能对光源系统形成影响。例如白天作业会受自然光的影响，粉尘污染等。粉尘会对相机镜头的成像形成影响，而无尘车间会比较稳定。

1.2 项目产品类型种类对项目检测的影响

      项目需要检测的产品类型的种类数量对项目成功与否有较大影响。因为不同型号的产品的检测会牵涉到尺寸不同，表面材质不同，颜色不同，要求不同。而软件的检测往往只能对一块产品设定检测方案，也许有些软件能对不同型号的检测设定不同的配置项目，但这也仅仅只能在软件层面的兼容，不同的型号的产品检测更多的会关系到使用不同的光源，不同的镜头需求，而这些硬件需求的不同会给项目的顺利进行造成较大的影响。

1.3 项目的检测要求是否明确

      项目的检测要求是否明确对项目的成功影响非常大。如果是表面缺陷检测就必须了解到何种异常是缺陷。缺陷定义的标准是什么，这个非常重要，目前市场上很多的缺陷检测项目不能收尾的根本原因就是缺陷定义不明确，导致后期难以验收项目。

二、对硬件选择合适的型号

       在可行性明确的情况下就需要对硬件选择合适的型号。用何种相机，搭配何种镜头，使用何种接口的相机。配置何种计算能力的工控计算机。选型的过程对工程师的专业能力要求比较高，因为硬件选型如果不合适会直接导致项目失败，并给公司带来项目损失。

2.1 相机的选型

       相机的选型需要考虑的参数比较多。

       2.1.1 如何获取图像：是用面阵相机，还是线扫相机。这个要配合项目的实际情况，一般情况选择面阵相机。但在需求得圆柱形表面图或大面积大视野的情况用线扫比较多。这需要根据实际情况做选择。线扫还需配合运动机构配合，同时成本上比较高，需要综合考虑。

      2.1.2 用何种感光芯片的相机：目前相机常用的类型有CCD ,CMOS两种，一般CCD比CMOS的感光度会好。

      2.1.3 用何种快门的相机：如果拍照的时候物体是静止的则可选择卷帘快门，如果是运动的则需要选择全局快门相机。

       2.1.4 用彩色还是黑白：在有颜色辨别需求的情况下当然选择彩色相机，否则优先选择黑白相机。因为黑白相机的图片数据量小，处理速度快。

       2.1.5 检测速度要综合考虑相机的分辨率、帧率、靶面的大小。

三、选择合适的光源

       一个合适的光源对项目的成功与否尤为关键。在没有打好光的情况下再好的软件算法也无能为力。如何选择一个合适的光源就要看产品的特征以及对光源的认识。下面浅谈几点，关于光源的选择是一大主题，需要做视觉的工程师不断的学习积累。

        1.彩色相机用白光

         2.黑色表面用蓝光

         3.正面很难看出的特征往往可以考虑低角度光源

         4.物距远一般用条形光源

         5.表面凹凸可尝试积分光源

         6.检测多个特征可以考虑多个光源的组合，并分开控制

四、选择合适的运行硬件平台

       如果一个项目需要搭载多个相机，那就要考虑硬件的处理能力是否满足。一般需要考虑检测的速度要求，内存大小，数据存储的多少。除此之外还要考虑通信接口的需求，网口还是串口通信，还是走数字IO控制。

五、选择合适的视觉软件

        视觉软件是项目的核心，能否实现客户检测要求，关键就在于最基本的算法能否实现。视觉软件的算法是一切的基础。选择功能面广，集成度高的标准视觉软件。这样在项目后期如果客户需要增加功能或修改解决方案都会比较容易。如果用定制软件会是后期售后比较被动，同时项目周期也很长。这里推荐深圳市维视自动化技术开发有限公司的标准视觉系统，一体化集成输入输出，标准式引导化操作界面，有完整的集成的算法模块，具备视觉缺陷检测，机器人定位，视觉几何测量，读码及OCR识别功能模块，能快速搭建应用方案。