机器视觉在自动化测量系统中的应用日益普及。其原因是越来越多的信息需要从相机中提取，而不是从一个专用传感器中提取。相机可以用于提取温度信息、测量尺寸，并检查对象存在与否，同时也提供了许多其它有用的信息。这使其广泛应用于质量检测、机械控制和机器人引导等应用中，所有这些应用在选择控制硬件和软件时都有独特的需求和挑战。本文概述了其中一些考量因素来帮助您选择最适合您机器视觉系统的控制器。

　　1、什么是机器视觉自动检测技术？

　　机器视觉自动检测技术主要研究用计算机来模拟人的视觉功能，通过摄像机等得到图像，然后将它转换成数字化图像信号，再送入计算机，利用软件从中获取所需信息，做出正确的计算和判断，通过数字图像处理算法和识别算法，对客观世界的三维景物和物体进行形态和运动识别，根据识别结果来控制现场的设备动作。从功能上来看，典型的机器视觉系统可以分为：图像采集部分、图像处理部分和运动控制部分，计算机视觉是研究试图建立从图像或者多维数据中获取“所需信息”的人工智能识别系统。正广泛地应用于医学、军事、工业、农业等诸多领域中。

　　2、机器视觉自动检测技术处理能力

　　强大的处理能力可以直接影响可运行的算法以及视觉系统做出决策的速度。单相机条码检测系统所需的处理能力显然比多相机立体视觉系统要低得多。此外，I/O或闭环运动控制等机器视觉系统需要更高的处理能力来确保视觉组件以及I/O和运动控制组件可以稳定地运行。为了减少图像处理时间，一些厂商现在使用同构处理来运行视觉算法。同构处理方法使用CPU和GPU、FPGA或DSP的组合来处理图像，速度比单独使用其中某个组件要快得多。同构处理减少了图像处理所需的时间，甚至可以允许图像用作为闭环控制算法的输入。在选择视觉系统所需的控制器之前，充分理解要使用的算法以及系统运行这些算法所需的时间是很重要的。

　　3、支持的相机

　　图像采集所使用的相机数量和通信总线类型也会影响控制器的选择。在您选择了应用所需的相机后，请确保控制器能够支持相机所使用的通信总线。机器视觉应用中两个常用的工业标准总线是USB3 Vision和GigE Visio。这些标准可允许控制器使用标准USB 3.0或以太网端口来连接相机，这两种端口常见于消费和工业计算机上。两种标准可以通过集线器或交换机来将多台相机连接至一个端口。这是在系统中添加更多相机的一种可行方法，但请记住，连接到集线器的每个相机都会与同一个集线器的其他相机共享带宽。此外，大多数消费级交换机并不支持以太网供电(PoE) 等特定功能。如果您打算使用这些功能，或者您的系统没有足够的带宽来让多个相机共享，则可能要选择一个具有多个独立控制端口的控制器，使得每个相机都能够获得完整的带宽。

　　4、I/O功能

　　大多数机器视觉系统需要一些基本的数字I/O来触发相机或读取编码器。一个例子是视觉系统使用安装在传送带上方的相机来检测所传送的零件。这其中的难点在于如何让相机在零件移动到相机正下方时拍摄图像，除非系统可以跟踪输送带的位置。这个问题的一种常见解决方法是使用编码器来读取传送带的位置并以与传送机上放置零件的时间间隔来触发相机。如果零件在传送机上的间隔不均匀，则可使用接近式传感器来触发相机。

　　有些机器视觉自动检测技术可能需要更高级的I/O功能。在一些材料分析应用中，通常需要将图像与测量数据同步，以便图像中的事件可以与测量数据相关联。设想一个使用相机和应变计来测量施加外力时复合材料的弯曲程度和负载的应用。这些同步的数据可以用来了解材料在外力作用下的行为，甚至可以测量出材料的断裂点。这种级别的同步需要图像采集和I/O之间能够紧密集成，使得测量数据可以精确地进行时间标记或者相机和测量设备之间能够共享同一个时钟。选择控制器之前需要了解您的I/O和同步需求。对于触发或非同步测量等基本I/O需求，可以选择具有集成式或网络分布式I/O的控制器。对于更复杂的I/O需求，可选择具有集成式I/O或通过EtherCAT等确定性通信协议连接I/O设备的控制器。