机器视觉系统原理及基础知识
机器视觉(相机、镜头、光源 )全面概括
机器视觉（相机、镜头、光源）全面概括分类：机器视觉2013-08-19 10:52 1133人阅读评论(0) 收藏举报机器视觉工业相机光源镜头1.1.1视觉系统原理描述机器视觉就是用机器代替人眼来做测量和判断。
机器视觉系统是指通过机器视觉产品（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。
2.1.1视觉系统组成部分视觉系统主要由以下部分组成1.照明光源2.镜头3.工业摄像机4.图像采集/处理卡5.图像处理系统6.其它外部设备2.1.1.1相机篇详细介绍：工业相机又俗称摄像机，相比于传统的民用相机（摄像机）而言，它具有高的图像稳定性、高传输能力和高抗干扰能力等，目前市面上工业相机大多是基于CCD（ChargeCoupled Device）或CMOS（Complementary Metal OxideSemiconductor）芯片的相机。
CCD是目前机器视觉最为常用的图像传感器。
它集光电转换及电荷存贮、电荷转移、信号读取于一体，是典型的固体成像器件。
CCD的突出特点是以电荷作为信号，而不同于其它器件是以电流或者电压为信号。
这类成像器件通过光电转换形成电荷包，而后在驱动脉冲的作用下转移、放大输出图像信号。
典型的CCD相机由光学镜头、时序及同步信号发生器、垂直驱动器、模拟/数字信号处理电路组成。
CCD作为一种功能器件，与真空管相比，具有无灼伤、无滞后、低电压工作、低功耗等优点。
CMOS图像传感器的开发最早出现在20世纪70 年代初，90 年代初期，随着超大规模集成电路(VLSI) 制造工艺技术的发展，CMOS图像传感器得到迅速发展。
CMOS图像传感器将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上，还具有局部像素的编程随机访问的优点。
机器视觉培训系列教程之基础入门培训
机器视觉培训系列教程之基础入门培训第一节：机器视觉的概念和应用机器视觉是一种用于模拟人眼视觉系统的技术，它可以让机器像人一样“看”和“理解”周围的环境。
机器视觉的应用非常广泛，包括工业自动化、智能制造、无人驾驶、智能医疗等领域。
它可以帮助我们实现自动化生产，提高生产效率和产品质量；可以帮助机器人在复杂环境中实现导航和操作；可以帮助交通管理部门进行智能监控和交通管制。
通过机器视觉技术，我们可以让机器更好地适应人类生活和工作的需求，实现智能化、便捷化和高效化。
第二节：机器视觉技术的原理机器视觉技术主要包括图像采集、图像处理和图像识别三个方面。
图像采集是指通过摄像头等设备获取环境的图像信息；图像处理是指对采集到的图像进行处理和分析，包括去噪、滤波、边缘检测等操作；图像识别是指通过图像处理技术对图像中的目标进行识别和分类。
这三个方面相互配合，共同构成了机器视觉技术的基本原理和方法。
第三节：机器视觉的技术方法机器视觉的技术方法主要包括特征提取、对象识别、目标跟踪等。
特征提取是指从图像中提取出具有代表性的特征信息，如颜色、纹理、形状等；对象识别是指通过对特征点进行匹配和分类，识别出图像中的对象；目标跟踪是指通过对图像序列的处理和分析，实现对目标的实时监测和跟踪。
这些方法在机器视觉技术中起着非常重要的作用，对于实现各种应用场景具有至关重要的意义。
第四节：机器视觉的发展趋势机器视觉技术正以前所未有的速度和规模发展，未来的发展趋势主要包括深度学习、云端计算、多传感器融合等方面。
深度学习是指通过建立多层神经网络模型对图像进行识别和分类，实现更加精准和智能的图像处理；云端计算是指通过云平台实现图像数据的存储和计算，实现更加灵活和便捷的信息处理；多传感器融合是指通过多种传感器对环境进行多维度、多层次的感知，实现更加全面和深入的信息获取。
这些发展趋势将进一步推动机器视觉技术的发展，为各种应用场景提供更加全面、智能和便捷的解决方案。
机器视觉的界定原理及作用
机器视觉的界定原理及作用第一节机器视觉界定一、机器视觉界定机器视觉就是用机器代替人眼来做测量和判断。
机器视觉系统是指通过机器视觉产品（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，得到被摄目标的形态信息，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。
二、机器视觉原理机器视觉检测系统采用CCD照相机将被检测的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，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。
三、机器视觉作用机器视觉的应用主要有检测和机器人视觉两个方面：1•检测：又可分为高精度定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。
2•机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。
至于小范围内的操作和行动，还需要借助于触觉传感技术。
此外还有:自动光学检查人脸识别无人驾驶汽车产品质量等级分类印刷品质量自动化检测文字识别纹理识别追踪定位…… 机器视觉图像识别的应用。
【机器视觉特点】1•摄像机的拍照速度自动与被测物的速度相匹配，拍摄到理想的图像；2.零件的尺寸范围为.mm到mm厚度可以不同；3•系统根据操作者选择不同尺寸的工件，调用相应视觉程序进行尺寸检测, 并输出结果；4•针对不同尺寸的零件，排序装置和输送装置可以精确调整料道的宽度，使零件在固定路径上运动并进行视觉检测；5•机器视觉系统分辨率达到X，动态检测精度可以达到.mm；6•废品漏检率为；7•本系统可通过显示图像监视检测过程，也可通过界面显示的检测数据动态查看检测结果；8•具有对错误工件及时准确发出剔除控制信号、剔除废品的功能；9•系统能够自检其主要设备的状态是否正常，配有状态指示灯；同时能够设置系统维护人员、使用人员不同的操作权限；10•实时显示检测画面，中文界面，可以浏览几次不合格品的图像，具有能够存储和实时察看错误工件图像的功能；11•能生成错误结果信息文件，包含对应的错误图像，并能打印输出。
机器视觉的原理及应用
机器视觉的原理及应用
一、机器视觉的原理
机器视觉的核心技术主要包括图像预处理、光学测量、图像处理和模式识别等。
图像预处理是对输入图像进行纠正、校正和增强等操作；光学测量是根据物体的形状和特征来测量物体的尺寸、轮廓等参数；图像处理是根据图像中存在的物体的纹理、色调等特征来进行分析；模式识别技术是把捕获的图像与预先存储的图像进行对比，以确定图像中的内容。
二、机器视觉的应用
1、电子与半导体行业：电子与半导体行业的机器视觉应用主要包括SMT电路板定位、SMT元件类型识别、SMT元件定位、电路板检测等。
这些功能的实现都需要通过机器视觉系统进行自动识别和检测，以提高生产的效率和提高精度。
2、汽车行业：汽车行业也大量采用机器视觉技术，如车架、汽车底盘、发动机部件、外观模型等都需要机器视觉系统进行检测和识别。
机器视觉检测系统【深度解读】
机器视觉检测系统现代工业自动化生产中涉及到各种各样的检验、生产监视和零件识别应用，如汽车零配件批量加工的尺寸检查和自动装配的完整性检查、电子装配线的元件自动定位、IC上的字符识别等。
通常这种带有高度重复性和智能性的工作是由肉眼来完成的，但在某些特殊情况下，如对微小尺寸的精确快速测量、形状匹配以及颜色辨识等，依靠肉眼根本无法连续稳定地进行，其它物理量传感器也难以胜任。
人们开始考虑用CCD照相机抓取图像后送入计算机或专用的图像处理模块，通过数字化处理，根据像素分布和亮度、颜色等信息来进行尺寸、形状、颜色等的判别。
这种方法是把计算机处理的快速性、可重复性与肉眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉检测技术的概念。
视觉检测技术是建立在计算机视觉研究基础上的一门新兴测试技术。
与计算机视觉研究的视觉模式识别、视觉理解等内容不同，视觉检测技术重点研究的是物体的几何尺寸及物体的位置测量，如轿车白车身三维尺寸的测量、模具等三维面形的快速测量、大型工件同轴度测量以及共面性测量等，它可以广泛应用于在线测量、逆向工程等主动、实时测量过程。
视觉检测技术在国外发展很快，早在20世纪80年代，美国国家标准局就曾预计未来90％的检测任务将由视觉检测系统来完成。
因此仅在80年代，美国就有100多家公司跻身于视觉检测系统的经营市场，可见视觉检测系统确实很有发展前途。
在近几届北京国际机床展览会上已经见到国外企业展出的应用视觉检测技术研制的先进仪器，如流动式光学三坐标测量机、高速高精度数字化扫描系统、非接触式光学三坐标测量机等。
2.机器视觉检测系统构成、分类及工作原理2.1 系统构成与工作原理(1)系统构成典型的视觉系统一般包括光源、镜头、CCD照相机、图像处理单元(或图像采集卡)、图像处理软件、监视器、通讯／输入输出单元等。
(2)工作原理视觉系统的输出并非图像视频信号，而是经过运算处理之后的检测结果(如尺寸数据)。
通常，机器视觉检测就是用机器代替肉眼来做测量和判断。
机器视觉系统原理及基础知识PPT课件
实现图像的分类识别，比如识别图像中的人脸、汽车、猫狗等。
2
物体检测
能够有效地对场景中的各种物体进行识别和定位，帮助机器视觉系统完成目标检 测和跟踪。
3
目标分割
将图像分为不同的区域实现目标分割。
机器视觉在安防监控中的应用
人脸识别
通过人脸识别技术对人员进 行确认，实现物权归属、安 全管理等。
视频分析
结合机器学习算法实现对视 频的行为分析，进而实现物 体跟踪、异常行为监测等。
目标检测与跟踪
1
目标检测
利用计算机自动检测图像中的目标ห้องสมุดไป่ตู้体并标记，常用方法有HOG、SVM、CNN 等。
2
目标跟踪
在视频中追踪被标识的目标物体的运动轨迹，常用方法有KCF、MIL、TLD等。
3
网格法检测
网格法分割图像，进行目标检测。
视觉测量与三维重建
深度传感器
通过深度传感器提供的深度信息进行3D重建和识别。
激光扫描
利用激光扫描仪扫描物体表面进行3D重建和视觉测量。
视觉SLAM技术
结合计算机视觉算法和运动传感器等技术，能够实现3D重建和定位的同时还可以实现动态 障碍物检测。
光线与颜色处理
图像颜色信息和亮度信息对于机器视觉系统中的图像分析有着重要的作用。在这一部分，我们将介绍光线与颜 色的相关知识以及在图像处理中的应用。
4 变换与缩放
对图像进行旋转、平移和缩放等变换操作
人工智能与机器学习在机器视觉中的应用
神经网络
利用人工智能技术建立一种类似 于生物神经网络的结构，实现人 工智能的"黑盒"处理。
卷积神经网络
特别适用于图像和语音识别中。
机器学习
机器视觉系统基本构成和各部件基本原理
Bu
Ru
b b=1/2(Bu+Bl
Bl
)
r r=1/2(Ru+Rl
Rl
)
Bayer Filter CV-M77
Bl b Br
Rr r Rl
b=1/2(Br+Bl)
r=1/2(Rr+Rl)
True 3CCD TR-33
wwww
数字/模拟
JAI CV-A1
JAI CV-M77
wwww
JAI CV-A33 DALSA 1M75
Xsg1 Xsg2
Xsub
Odd Even
Photo diode
(pixel)
Shutter
Xsg1
Photo diode (pixel)
Vertical ccd register
Vertical ccd register
Horizontal ccd register
Horizontal ccd register
wwww
Standard Lens
wwww
Telecentric lens
远心镜头
wwww
机器视觉原理简介
三、相机（光电转换器，完成信号转换）
C
C
A/D
D
种类：线&面、隔/逐、黑/彩、数/模、低/高、CCD/CMOS
指标：象元尺寸、分辨率、靶面大小、感应曲线、动态范围、灵 敏度、速度、噪声、填充因子、体积、质量、工作环境等
相机的光谱响应特性、LED器件（颜色、发光角、 亮 度、寿命等）、形状、打光方式（dark field, bright field, low angle, structure light)、辅助手段（偏光片、 滤光片、漫射片等）
机器视觉系统原理及基础知识PPT
本PPT将介绍机器视觉系统的概述、图像处理基础、图像分割与边缘检测、形 态学处理、特征提取与描述、相机标定与几何变换、目标跟踪、机器学习在 机器视觉中的应用等。
机器视觉系统概述
机器视觉系统是指通过计算机对图像进行处理、分析和理解，模拟人类视觉 系统的功能和能力，用于实现自动检测、识别、测量等任务。
特征提取与描述
特征提取是从图像中提取出具有代表性的特征，如颜色、纹理、形状等，特征描述是对这些特征进行数学建模 和描述，用于图像匹配和识别。
相机标定与几何变换
相机标定是确定摄像机的内部和外部参数，几何变换是通过变换矩阵对图像 进行旋转、平移、缩放等操作，用于图像校正和重建。
目标跟踪
目标跟踪是指在连续图像序列中跟踪特定的目标物体，如运动物体或行人， 用于视频监控、无人驾驶等应用。
图像处理基础
图像处理是指对图像进行数字化处理，包括图像采集、图像预处理、图像增强、图像压缩等，用于提取和改善 图像的特征和质量。
图像分割与边缘检测
图像分割是将图像分割成不同的区域，边缘检测是提取图像中的边缘线条， 用于目标检测和图像理解等应用。
形态学处理
形态学处理是一种基于图像形状和结构的图像处理技术，通过腐蚀、膨胀、开运算、闭运算等操作，用于图像 滤波和形状分析。
ห้องสมุดไป่ตู้
机器学习在机器视觉中的应用
机器学习是一种通过训练数据和统计方法来构建模型和预测的方法，应用于 图像分类、目标检测、人脸识别等机器视觉任务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3. 镜头－各种镜头常用配件 镜头－各种镜头常用配件
近拍接圈 偏振镜 滤色片
UV镜 UV镜 雷登镜 增温镜 各色滤镜 带通滤镜
增倍镜 分光镜 棱镜
第4章 工业摄像机
4. 工业摄像机
按不同芯片类型划分： CCD摄像机，CCD称为电荷耦合器件，CCD实际 CCD摄像机，CCD称为电荷耦合器件，CCD实际 上只是一个把从图像半导体中出来的电子有组织 地储存起来的方法。 CMOS摄像机，CMOS称为“ CMOS摄像机，CMOS称为“互补金属氧化物半 导体” CMOS实际上只是将晶体管放在硅块上 导体”，CMOS实际上只是将晶体管放在硅块上 的技术，没有更多的含义。CMOS可以将光敏元 的技术，没有更多的含义。CMOS可以将光敏元 件、放大器、A/D转换器、存储器、数字信号处 件、放大器、A/D转换器、存储器、数字信号处 理器和计算机接口控制电路集成在一块硅片上， 具有结构简单、处理功能多、速度快、耗电低、 成本低等特点。
光源的光谱分布： 对于色彩检测的应用，应选择与日光接近 的光源，光谱要宽，而且连续。光源照射 在物体上，物体所产生的颜色效果要客观、 真实，既光源的显色性好。其它场合可使 用各种单色光和特殊光源。
2. 照明光源－主要参数
色温，单位是开尔文（K 色温，单位是开尔文（K）：当光源所 发出的光的颜色与“黑体” 发出的光的颜色与“黑体”在某一温度下 辐射的颜色相同时，“ 辐射的颜色相同时，“黑体的温度就称为 该光源的色温。“黑体” 该光源的色温。“黑体”的温度越高，光 谱中蓝色的成分则越多，而红色的成分则 越少。例如：白炽灯的光色是暖白色，其 色温为2700K左右，而日光色荧光灯的色 色温为2700K左右，而日光色荧光灯的色 温则是6400K左右。白炽灯的色温一般在 温则是6400K左右。白炽灯的色温一般在 2700K左右、日光灯的色温在27002700K左右、日光灯的色温在27006400K左右、钠灯的色温在2000K左右 6400K左右、钠灯的色温在2000K左右
2. 照明光源－主要参数
照度：单位被照面上接收到的光通量称为 照度。如果每平方米被照面上接收到的光 通量为1 lm），则照度为1(lx)。单位： 通量为1（lm），则照度为1(lx)。单位： 勒克斯（lx或Lux）。1勒克斯（lx）相当 勒克斯（lx或Lux）。1勒克斯（lx）相当 于每平方米被照面上光通量为1流明（lm） 于每平方米被照面上光通量为1流明（lm） 时的照度。在高速运动条件下拍摄图像， 曝光时间很短，只有高亮度的光源才能得 到足够亮度的图像。
机器视觉系统原 理及基础知识
主讲人： 王亚鹏 主讲人： 2005.10
中国大恒（集团） 中国大恒（集团）有限公司北京图像视觉技术分公司
1. 2. 3. 4. 5. 6.
机器视觉系统基本原理 照明光源 镜头 工业摄像机 图像采集/ 图像采集/处理卡 图像处理系统
第1章 机器视觉系统基本原理
1.1 机器视觉系统的原理 1.2 机器视觉系统与人的视觉的对比 1.3 机器视觉系统的构成
3. 镜头－有关镜头的基本概念 镜头－有关镜头的基本概念
3. 镜头－有关镜头的基本概念 镜头－有关镜头的基本概念
3. 镜头－常见光学镜头的种类 镜头－常见光学镜头的种类
按光学放大倍率及焦距划分 显微镜： 体视显微镜、生物显微镜、金相显微镜、测量显微镜 常规镜头： 鱼眼镜头：6 鱼眼镜头：6-16mm 超广角：17超广角：17-21mm 广角：24广角：24-35mm 标头：45 标头：45-75mm 45长焦：150长焦：150-300mm 超长焦：300mm以上 超长焦：300mm以上 特殊镜头： 微距镜头 远距镜头 远心镜头 红外镜头 紫外镜头
2. 照明光源－主要参数
寿命。光源的半衰期要长，且在半衰期内， 光谱稳定，亮度衰减小。 发热特性。光源的工作温度要低，避免高 温损坏被检测物。 信噪比高，抗干扰能力强。 闪烁频率，交流、直流。 外形尺寸，便于安装。
2. 照明光源－分类
按照射方式可分为四大类: 按照射方式可分为四大类: 背向照明 前向照明 结构光 频闪照明。 各种照明方式：平面照明、环形光源、同 轴光源、平行光源、点光源、低角度光源、 线光源、光栅；
彩色识别能力
灰度分辨力
空间分辨力
分辨率较差，不能观看微小的目标
速度
0.1秒的视觉暂留使人眼无法看清较快速运动的 目标 400nm-750nm范围的可见光
感光范围
环境要求
对环境温度、湿度的适应性差，另外有许多场 合对人有损害 精度低，无法量化 主观性，受心理影响，易疲劳
观测精度 其它
精度高，可到微米级，易量化 客观性，可连续工作
1.1 机器视觉系统的原理
机器视觉系统的目的就是给机器或自动 生产线添加一套视觉系统，其原理是由计 算机或图像处理器以及相关设备来模拟人 的视觉行为，完成得到人的视觉系统所得 到的信息。人的视觉系统是由眼球、神经 系统及大脑的视觉中枢构成，计算机视觉 系统则是由图像采集系统、图像处理系统 及信息综合分析处理系统构成。
3. 镜头－常见光学镜头的种类 镜头－常见光学镜头的种类
按其它性能划分 固定焦距镜头 变焦镜头
自动变焦 手动变焦
不同接口方式的镜头
C接口（后截距17.526mm） 接口（后截距17.526mm） CS接口（后截距12.5mm） CS接口（后截距12.5mm） F接口（尼康口） M42 其它：哈苏、徕卡、AK 其它：哈苏、徕卡、AK
智能
具有高级智能，可运用逻辑分析及推理能力识 别变化的目标，并能总结规律 对色彩的分辨能力强，但容易受人的心理影响， 不能量化 差，一般只能分辨64个灰度级
虽然可利用人工智能及神经网络技术，但智能很差，不 能很好地识别变化的目标 受硬件条件的制约，目前一般的图像采集系统对色彩的 分辨能力较差，但具有可量化的优点 强，目前一般使用256灰度级，采集系统可具有10bit、 12bit、16bit等灰度级 目前有4K×4K的面阵摄像机和8K的线阵摄像机，通过 备置各种光学镜头，可以观测小到微米大到天体的 目标 快门时间可达到10微妙左右，高速像机帧率可达到1000 以上，处理器的速度越来越快 从紫外到红外的较宽光谱范围，另外有X光等特殊摄像 机 对环境适应性强，另外可加防护装置
焦距（F 焦距（F）： 视场角： 物距： 像距： 光圈：一般用口径系数f表示，指镜头口径与焦距之比，f/2.8即指 光圈：一般用口径系数f表示，指镜头口径与焦距之比，f/2.8即指 1:2.8 景深（DOF）：在焦点前后各有一个容许弥散圆，这两个弥散圆之间 景深（DOF）：在焦点前后各有一个容许弥散圆，这两个弥散圆之间 的距离就叫景深，即：在被摄主体(对焦点) 的距离就叫景深，即：在被摄主体(对焦点)前后，其影像仍然有一段 清晰范围的，就是景深 清晰范围的，就是景深。 景深。 分辨力：指能分清楚物体的能力，单位LP/mm（ 分辨力：指能分清楚物体的能力，单位LP/mm（Line pairs/Milimeter） pairs/Milimeter） 快门，决定曝光时间 数值孔径，Numerical 数值孔径，Numerical Aperture (NA) 基本放大倍数(光学放大倍数），Primary 基本放大倍数(光学放大倍数），Primary Magnification (PMAG) 调制传递函数（MTF），MTF好的镜头有利于低对比度景物的再现， 调制传递函数（MTF），MTF好的镜头有利于低对比度景物的再现， 拍出的图像层次丰富、细节明显、质感细腻。 畸变：也叫失真
2. 照明光源－分类
热辐射光源 白炽灯、卤钨灯
气体放电光源
荧光灯、钠灯、氢灯、氙灯、金属卤化物灯、空心 阴极灯、汞灯、高压汞灯、超高压汞灯
固体放电光源
发光二极管、空心阴极灯
激光器
气体激光器、固体激光器、半导体激光器、染料激 光器
2. 照明光源－光纤照明
光纤照明系统： 光纤照明系统：可弯曲的光纤束＋专用镜头 点照明 线照明 环形照明
第3章 镜头
3. 镜头－影响图像质量的因素 镜头－影响图像质量的因素
图像质量的参数 影响图像质量的因素 分辨力（Resolution），指能分 镜头 摄像机 清楚物体的能力，单位LP/mm 图像采集卡 显示器 （Line pairs/Milimeter） 对比度（Contrast） 景深（Depth of Field），指镜 头当物体在对焦清晰范围内， 维持一定品质的能力 失真（Distortion），也叫畸变 投影误差 镜头 照明光源 镜头 摄像机
2. 照明光源
三原色学说：该学说认为在视网膜上分 布有三种不同的视锥细胞，分别含有对红 (700nm)、绿(546.1nm)、蓝(435.8nm) (700nm)、绿(546.1nm)、蓝(435.8nm) 三种光敏感的视色素；当某一定波长的光线 作用于视网膜时，以一定的比例使三种视锥 细胞分别产生不同程度的兴奋，这样的信息 传至中枢，就产生某一种颜色的感觉。
夏日阳光下 100000Lux 阴天室外 10000Lux 电视台演播室 1000Lux 距60W台灯60cm桌面 300Lux 60W台灯60cm桌面 室内日光灯 100Lux 黄昏室内 10Lux 20cm处烛光 1020cm处烛光 10-15Lux 晴朗的月夜地面照度约0.2 晴朗的月夜地面照度约0.2 lx
1.1 机器视觉系统的原理
图像处理技术 彩色图像转换技术 图像分割技术 模式识别技术 数学形态学方法 专家系统及人工智能技术 视觉神经网络技术 小波分析技术 分形学方法
1.2 机器视觉系统与人的视觉的对比
人类视觉
适应性 适应性强，可在复杂及变化的环境中识别目标
机器视觉
适应性差，容易受复杂背景及环境变化的影响
2. 照明光源
简单视功能原理：人眼视网膜里存在着大量 光敏细胞，按其形状可分为杆状和锥状两 种。杆状光敏细胞的灵敏度极高，主要靠 它在低照度时辨别明暗，但它对彩色是不 敏感的；而锥状细胞既可辨别明暗，也可 辨别彩色。白天的视觉过程主要靠锥状细 胞来完成，夜晚视觉则由杆状细胞起作用。 所以在较暗处无法辨别彩色。