在機器視覺系統設計中，最重要的是獲得較高的圖像對比度。正確地選擇照明方式、孔徑大小和鏡頭性能，都可以增加圖像對比度及提高系統性能。雖然設計師可能會為了增加系統性能而考慮升級照明及鏡頭，但這種做法會導致系統的成本顯著增加。但是如果設計師評估被成像物體的光譜特性便會發現，只需要使用不同的濾光片，就能以很低的價格大大提高成像品質，同時最大限度地降低對其他設計元素的影響。

　　先從機器視覺的定義開始，根據制造工程師協會的定義：機器視覺就是使用光學非接觸式感應設備自動接收并解釋真實場景的圖像以獲得信息控制機器或流程。

　機器視覺系統的構成---一般機器視覺系統主要包括信息探測、采集系統、圖像處理、顯示及智能決策等模塊，涉及計算機圖形學、數字圖像處理、視頻信息處理、模式識別、人工智能理論、智能信息處理、VLSI技術等技術，可廣泛應用于工業產品自動檢測、航天、航空、遙感、衛星偵察、天文觀測、通訊、交通、電子、金融、醫療等圖像采集、處理和決策的諸多領域。

　　在我的理解里，要實現機器視覺必須有圖像處理的幫助，而圖像處理倚仗與模式識別的有效運用，而模式識別是人工智能領域的一個重要分支，人工智能與機器學習密不可分。縱觀一切關系，發現計算機視覺的應用服務于機器學習。各個環節缺一不可，相輔相成。

　目前百萬像素高清工業相機?已越來越多地應用于各個工業檢測領域，有1百萬像素相機、2百萬像素相機、5百萬像素相機甚至上千萬像素相機等等。攝像機的像素高是圖像清晰的一個方面，另一方面高像素感光元也要配以高分辨率的鏡頭才能使高清相機的能力得以體現。

機器視覺的照明系統可以將被測物特征最大化，并減少相應的背景中對比物的影響，使高速相機可以清晰地“看見”被測物。高對比的圖像可以降低系統難度并提高系統的穩定性;反之，低對比的圖像會增加系統的處理時間并加大系統的復雜度。機器視覺應用的成功很大一部分取決于照明設置，一個合適的照明系統可以使整個視覺檢測系統更具有效率和準確性。下面將詳細介紹機器視覺照明要點：

　在當今印刷行業，激烈的競爭使得用戶對產品質量要求越來越高，產品質量關系著印刷企業的生存。通常，印刷企業都采用人工檢測的方法，但是由于人眼長時間處于緊張狀態，容易產生視覺疲勞，導致產品漏檢和廢品出廠的現象時有發生，最終造成用戶對印刷企業投訴率長期居高不下，給印刷企業的聲譽帶來了不良影響。同時，印刷企業還需要配備大量的人力，這樣又增加了印刷企業的生產成本，降低了企業競爭力。

機器視覺?都有怎樣的應用? 　　機器視覺的應用主要分為四大類別，包括引導、識別、測量和檢驗(英文首字母縮寫：GIGI)，GIGI 表示 Guidance(引導)、Inspection(檢驗)、Gauging(測量)和 Identification(識別)。 接下來主要介紹機器視覺應用的引導部分。

　機器視覺與機器人的組合應用 　　機器視覺系統的構成 　　機器視覺與機器人系統構成 　　為什么機器人需要機器視覺系統? 　　1.沒有機器視覺的機器人應用有局限性