要分析机器视觉的不稳定因素有哪些，先要了解什么是机器视觉的成像系统。

什么是机器视觉的成像系统？

成像系统主要由工业相机（CCD/CMOS）、镜头和视觉光源组成，它是组成视觉检测的基础，成像系统的设计目的就是获取合格的检测对象的原始图像，并且一个好的成像系统要保证系统运行期间图像质量的稳定，稳定的图像抓取是视觉检测稳定性的基本保证。

机器视觉成像系统有哪些不稳定性因素？

1、工业相机对成像稳定性的影响

对视觉系统设计者来说，工业相机的选择主要考虑其传感器类型、分辨率和帧率，其中传感器分CCD与CMOS两种，CMOS图像传感器集成度高，各元件、电路之间距离很近，干扰比较严重，成像噪声高，CCD传感器相机相对于CMOS相机具有灵敏度高、噪声低和响应速度快的特点，在稳定性方面，CCD相机的抗冲击与震动性也较强，一般来说，CCD传感器相机在成像质量上和稳定性方面要优于CCD相机。

2、光学镜头对成像稳定性的影响

镜头除了需要根据具体工作状况选择合适的焦距、景深和光圈等参数外，影响系统检测精度的重要因素就是图像的几何畸变误差，它是光学透镜固有的透视失真，受到制作工艺的影响，无法消除，只能想办法去减少，虽然现在许多工业相机通过各种方法弥补镜头畸变产生的误差，但在高精度的检测领域，几何畸变仍然会对检测精度产生影响。

视觉硬件对视觉系统的影响

3、光源对成像稳定性的影响

光源具有突出图像的特征与缺陷的作用，直接影响输入数据的质量，由于没有通用的打光照明设备，打光也是机器视觉系统的难点，通常不仅需要针对每个特定的应用实例来选择光源类型，还要根据具体环境对光源安装、光源的照射方式进行测试，以达到最佳成像效果。不同类型的光源稳定性存在差异，光源的不均匀性也会对图像质量产生影响，不同方向的发光强度存在差别也会引起噪声。

4、软件稳定性的影响因素

视觉检测软件的稳定性对机器视觉检测结果的影响也很重要，视觉系统最终会在计算机上利用软件采用有针对性的算法进行图像滤波，边缘检测和边缘提取等一系列图像处理，不同的图像处理和分析手段以及不同的检测方法与计算公式，都会带来不同的误差，算法优劣决定测量精度的高低。

5、环境影响因素

视觉系统工作环境因素包括环境温度、光照度、电源电压、灰尘、湿度以及电磁干扰等，良好的运行环境是视觉系统正常运行的保障。外界光照会影响照射在被测物体上的光照度，增加图像数据输出的噪声，电源电压的变化也会导致光源发光不稳定，产生随时间变化的噪声。温度变化也会对相机的性能产生影响，相机在出厂时都会标志正常工作的温度范围，过热或过冷都会影响相机的正常工作。电磁干扰是工业检测现场不可避免的干扰因素，它对工业相机电路、数据信号传输电路等弱电电路的影响尤为严重，合格的视觉产品会在出厂时经严格的抗干扰测试，极大的降低了外界电磁干扰对硬件电路的影响。 

6、机械结构定位影响因素

除成像系统硬件外，相机与物体之间的相对位置关系也会对图像质量的稳定性产生影响，如相机或工件的机械支撑结构如果存在震动，会影响检测精度，且这也是一个难以排查的问题。在动态下检测工件，需要考虑运动模糊对图像精度的影响（模糊像素 = 物体运动速度*相机曝光时间）。CCD相机与被测零件之间在理性状况下应为相机镜头光轴垂直于零件所在平面，但实际使用中，由于安装误差或相机、工件制造误差等原因不能保证光轴与被测平面完全垂直，存在一定角度偏差，同样也会对测量精度产生影响。

保证系统稳定性的解决方法

上面说了不稳定因素方面的一些问题，有没有办法减小这些不稳定因素呢？当然是有的，请看下面的方法和建议。

1、硬件选择与方案设计

成像系统的硬件选择尤为重要，通过以上对CCD相机与CMOS相机的分析可知，如果没有特殊的要求，比如摄像速度较高（CMOS具有更快的读出速度），CCD传感器相机是保证图像质量和稳定性的首要选择，其中相机的分辨率和帧率主要根据检测精度和检测速度来选择，通过计算检测物体的视场大小与相机与被测物之间的距离决定合适的分辨率，考虑被测物体的运动速度与检测精度要求选择相机的帧率。

对于镜头，主要需要根据相机的极限分辨率来选取对应的镜头分辨率，选择大于相机极限分辨率的相机即可，还需要根据工作距离与视野计算镜头的焦距，并根据被测物体与相机的距离变化选用合适的景深。在高精度测量下，要保证测量精度，除以上参数的正确选择之外，可以选择几何畸变相对于普通镜头小的远心镜头，远心镜头不仅几何畸变较小，还能减小物体距离变化带来的误差。

机器视觉系统工作流程图

2、标定

工业相机与镜头由于工艺的原因，总会或多或少地导致获取的原始图像存在几何畸变误差，这种误差不能通过硬件的优化彻底消除，但可以利用标定软件算法来减弱这种误差对测量精度的影响，相机标定的基本原理是通过相机对视场内不同角度标准图像（通常使用标定板）的拍摄来求出相机的内、外参数以及畸变参数，建立三维坐标与图像坐标的映射关系，从而对得到的原始畸变图像进行矫正，通常相机标定在有精度要求的测量和定位中必须使用。

3、选择合适算法

硬件采集到的原始图像最终要通过图滤波、边缘检测等算法才能完成检测功能，实现检测结果的输出。其中图像滤波可以抑制采集到图像中存在的噪声，降低光源与灰度值不稳定的问题，提高信噪比，其本质是通过算法保证图像上像素点间最小方差最小。对于高精度测量系统来说，粗边界像素级精度往往难以满足要求，亚像素级边缘定位技术在像素级别位置通过细分算法与拟合方法结合可以使边缘位置达到0.1甚至0.01的亚像素级精度，系统检测精度得到保证。

总结

综上所述，机器视觉系统的设计需要考虑多方面的因素，除了根据需求按照常规选型参数选择相应参数的视觉配件之外，还需要考虑光源的稳定性、相机的畸变误差，以及被检测物体与相机之间的相对运动等因素给检测系统带来的稳定性干扰与测量误差。只有综合考虑这些因素进行视觉系统的优化设计，才能建立稳定、合格的机器视觉检测系统。