影响自动化检测设备效果的因素有哪些？
视觉检测包含一些重要部件，光源，镜头，相机，图像采集卡，数据传输，图像处理和测量软件等。随着各个部件的性能的提升，机器视觉系统的能力也呈指数级增长。系统的复杂度取决于特定的应用需求。选择佳部件，不仅仅要考虑部件的性能能否满足需求（比如分辨率，帧率，测量算法等），同时需要考虑系统终所处的环境条件。比如在工业领域，这些环境条件包含部件变化，移载，***，处理接口，振动，环境光，温度，灰尘，油污，水，电磁辐射等。在极端恶劣条件下，有时候需要将机器视觉组件添加保护措施。典型的例子，有些相机需要在相对洁净环境下使用。不过，通常情况下，工业环境是能够满足工业机的直接使用的。
光学筛选机齿轮视觉检测
齿轮作为一种应用广泛的机械零件，其精度对机械产品性能有着重要影响。提高齿轮检测技术是提高齿轮产品质量的必要保证，由于齿轮形状的固有特点，其检测项目众多，测量过程复杂，测量设备昂贵，因此，在实际生产中迫切需要对齿轮进行快速检测与分析。光学筛选机齿轮检测为非接触式无损检测，是一种崭新的检测手段，与传统的检测手段相比，具有不可替代的优越性。光学筛选机视觉检测系统在高速、细微和重复读比较高的制造过程中更为可靠，把机器视觉用于制造系统是工业发展的方向和必然趋势，也是提高生产效率的有效途径。
机器视觉检测技术的核心—图像处理技术
图像预处理：对于采集到的数字化的现场图像，由于受到设备和环境因素的影响，往往会受到不同程度的干扰，如噪声、几何形变、彩色失调等，都会妨碍接下来的处理环节。为此，必须对采集图像进行预处理。常见的预处理包括噪声消除、几何校正、直方图均衡等处理。通常使用时域或频域滤波的方法来去除图像中的噪声；采用几何变换的办法来校正图像的几何失真；采用直方图均衡、同态滤波等方法来减轻图像的彩色偏离。总之，通过这一系列的图像预处理技术，对采集图像进行“加工”，为体机器视觉应用提供“更好”、“更有用”的图像。
机器视觉检测系统的构成和工作原理
工业机器视觉系统的工作过程主要如下：当传感器探测到被检测物体接近运动至摄像机的拍摄中心，将触发脉冲发送给图像采集卡1；图像采集卡根据已设定的程序和延1时，将启动脉冲分别发送给照明系统和摄像机；图像采集卡接收信号并通过A/D转换将模拟信号数字化，或者是直接接收摄像机数字化后的数字视频数据；图像采集卡将数字图像存储在计算机的内存中；计算机对图像进行处理、分析和识别，获得检测结果；处理结果控制流水线的动作、进行***、纠正运动的误差等。
