产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像...
产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。本文为大家介绍十个机器视觉的实用案例，希望对您有所帮助！
本文所构建的机器视觉系统是一个具有操作系统的独立、可控制的小型多功能系统，使用先进的双内核嵌入式处理器，将多路图像传感器获取的视频图像信号高速并行采集，并根据自身的需求进行图像无损压缩和图像融合，数据可大容量实时存储，并通过多种接口与上位机通信，具有友好的人机交互界面，可驱动多种显示屏幕完成高清显示和信息回放等功能。
文中将自动测量分为对工件感兴趣区域的半自动测量和工件所有不一样的区域的全自动测量。通过自动识别工业CT图像中的不一样的区域，从区域的角度定义不一样的材质的物质，从而进行区域测量，具备极高的可重复性。
针对材料生产中日益增高的表面参数的检测需要，本文介绍了一种使用虚拟仪器技术的高效图像采集检测系统。
集成DSP的高速视频处理卡可大范围的应用到机器视觉所涉及到的技术领域以减少成本，增加可靠性。在每块图像采集卡上集成高性能的DSP芯片而构成高速图像处理卡，由DSP替代计算机的CPU进行图像处理。节省了PC机的开销，大幅度降低了成本。
通过一个嵌入式机器视觉系统工程实例，阐述了嵌入式系统中，用ARM+DSP的双核结构加载Linux操作系统，通过HPI接口进行通信和交换数据的设计方法，设计了HPI接口连接的硬件电路和Linux环境下的驱动程序，描述了该接口的具体应用设计方法。
本文结合高速的 DSP 计算芯片和可重构的FPGA 芯片构造一套高速的嵌入式视觉处理系统，FPGA 作为辅助逻辑控制和前端处理模块，通过实现一系列的并行结构或流水线结构完成底层的算法，避免由DSP 完成这些细粒度的算法而造成资源的浪费和时间上的损耗。本文将依据数据在系统中的“流动”顺序对本系统来进行详细的介绍。
本文对基于机器视觉的摄像机标定理论与很多方法进行了研究。传统的摄像机标定需要标定参照物。而新的比较符合摄像机成像物理模型且又便于分析计算的实用模型是条另辟蹊径的发展趋势。摄像机自标定相对于传统方法有更好的灵活性和实用性。
本文将探讨机器视觉应用的 CMOS 图像感应器技术及架构要求。此外，还将详细分析机器视觉的基本组件，摄像头为满足应用需求要哪一些条件，以及如何设计出可满足各种机器视觉应用需求、同时又能在图像质量与成本之间获得平衡的摄像头。
本文使机器视觉的分析功能和虚拟仪器的控制功能同时为系统所用，使系统有很高的性能价格比，利用虚拟仪器开发平台来完成其擅长的控制功能，开发者只需要专注系统功能的完整性而不必考虑复杂的细节，这就极大地发挥了虚拟仪器的性能，使系统有很强的灵活性和扩展性，并节省了开发所应支付的费用，提高了系统的性能价格比。
针对机器视觉算法中数据量大、高速传输、复杂运算及网络化的实际要，设计了以AD9200为视频采集A/D，DSPsTMS320DM642为核心处理器，应用网络技术进行图像传输，并以FPGA控制输出并实现图像预处理功能的实时视频处理系统。
