工业相机是机器视觉系统中的一个关键组件，其****本质的功能就是将光信号转变成有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节，相机的选择不仅直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关。

工业相机输出的是裸数据(raw data)，其光谱范围也往往比较宽，比较适合进行高质量的图像处理算法，例如机器视觉(Machine Vision)应用。而普通相机拍摄的图片，其光谱范围只适合人眼视觉，并且经过了mjpeg压缩，图像质量较差，不利于分析处理。

工业相机(Industrial Camera)相对普通相机(DSC)来说价格较贵。

工业相机一般安装在机器流水线上代替人眼来做测量和判断，通过数字图像摄取目标转换成图像信号，传送给*的图像处理系统，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。1、通常您首先需要知道系统精度要求和相机分辨率，可以通过公式：X方向系统精度(X方向像素值)=视野范围(X方向)/CCD芯片像素数量( X方向)Y方向系统精度(Y方向像素值)=视野范围(Y方向)/CCD 芯片像素数量( Y方向)2、当然理论像素值的得出，要由系统精度及亚像素方法综合考虑；接着您要知道系统速度要求与相机成像速度：系统单次运行速度=系统成像(包括传输)速度+系统检测速度虽然系统成像(包括传输)速度可以根据相机异步触发功能、快门速度等进行理论计算，****.好的方法还是通过软件进行实际测试。

以全画面作处理的车辆检测方法所能获得的信息较多，但相对地要处理的资料量也明显增加许多。属于此法的检测方式有背景相减法与二值化法两种：背景相减法系取一张无车辆存在的图像作为背景，当含有车辆的图像与背景图像逐点相减后，车辆的部分即被减出，如TRIP系统。二值化法将图像以某一门槛值进行切割，象素深度高于该值的成为255(白)，低于该值者则变成0(黑)，如此可将物体与背景分离。

背景相减法与二值化法均存在许多缺点，前者如背景需要经常更新，后者则过程繁复，而二者共同的缺点便是当物体颜色与背景相近时将面临切割失败的命运，此外，门槛值确立不易，故有多值切割方法的提出，但过程益显复杂。