到底如何学习机器视觉？为了说明这个问题，我觉得应该先要简单地说明另一个问题：国内外机器视觉发展的不同。我本人认为，只有先搞清了两边的不一样，才便于说清如何下手学习。国外机器视觉发展到今天，已经从“一包到底”式的工作程序，发展到了细致分工的阶段了。由于篇幅问题。就不细讲这一行当如何从“一包到底”发展到细致分工过程。

一句话，国外机器视觉发展到今天，已经可以清清楚楚分为三个部分： 1，底层开发部分。 2，二次开发部分。 3，****终使用部分。于是在国外，从事这一行业的人现在也就可以简单而清楚地分成三种人： 1，底层开发的人(从事底层开发工作的人)。 2，二次开发的人(从事二次开工作的人)。 3，使用及操作机器视觉系统的人(从事****终使用工作的人)。

一类人。就是我们常说的，开发通用视觉系统(如：DVT，西门子，欧姆龙，EVISION，COGNEX等等)的开发人员，也就是DVT，COGNEX这些公司开发部的技术职工。 第二类。就是大家所说的OEM用户。是专门用一类人所开发出的系统，给第三类人搞二次开发，开发各种专为第三类人所用的系统。第三类人，就是用户(end user)。这类人是*将机器视觉系统应用到各个领域中的人，他们不仅在各自的行业中使用种种已经开发成型的机器视觉系统。而且负责对各类系统进行测试及评估。

( H T; a+ z5 v0 ?( e, @他们公司要他们寻找一个系统可以用来检测本公司的产品。但由于一类人所开发的，只是通用的系统以及视觉系统开发工具的软件包。苏州市奥德莱电气设备有限公司

　近红外工业相机具有性能稳定可靠等技术优势，是应用于工业场合，对波长在780-3000nm范围的电磁波感应敏感的数字成像设备。近红外工业相机输出的是裸数据，适合进行高质量的图像处理算法，例如机器视觉检测等应用。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。

　　维视图像VS162FC近红外相机增强了灵敏度，特别适合应用于太阳能电池板检测仪器中，用来监测和检测太阳能电池生产过程的产品质量问题。

　　维视图像VS162FC近红外相机在所需的波长上具有非同反响的高灵敏度，并且同时可以提供高分辨率图片，因此应用于太阳能电池板检测仪器中，可以将太阳能电池板的结构性缺陷轻而易举的检测出来，令生产进程和质量控制达到佳，并且优化太阳能电板的制程，已经被广泛应用于在大规模生产太阳能电池的生产线中。

　　通过维视图像VS162FC高灵敏度近红外相机捕获的太阳能电池加电发光图像，可以直观地展现出太阳能电池扩散长度的分布特征，通过对该图像的分析，可以有效地发现硅片、扩散、钝化、网印及烧结等各个环节可能存在的问题。还可以识别出电池板的外观缺陷，如边缘*损，缺角，断栅，污点，裂痕等，并标记出不合格的电池片，向外发出信号将其剔除，这对改进工艺、****生产效率和稳定生产都有非常重要的作用。

　　原图像：

　　加电在暗室中拍摄的图像，从图上可以清晰的看到太阳能电池板边缘*损，缺角，断栅，污点，裂痕等不良现象

机器视觉系统的组成

　　机器视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是*，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到*上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察对象的形状、尺寸、离开观察点的距离、质地和运动特征（方向和速度）等的理解。

　　机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。

　　机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。

　　将近80%的工业视觉系统主要用在检测方面，包括用于****生产效率、控制生产过程中的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。下面通过一个用于生产线上的单摄像机视觉系统，说明系统的组成及功能。