機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品(即圖像攝取裝置，分 CMOS 和CCD 兩種)將被攝取目標轉換成圖像信號，傳送給專用的圖像處理軟件，根據像素分布和亮度、顏色等信息，轉變成數字化信號;圖像處理軟件對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。伴隨著中國制造業的蓬勃發展，我國正變成國際機器視覺發展最活潑的區域之一。大規模的運用范疇由開始的電子、制藥等職業，逐漸擴展到包裝、轎車等范疇，并且在交通、印刷等職業也有許多的運用。運用規模簡直包括國民經濟的各個職業。怎么挑選適宜的機器視覺軟件成了做好自動化的生要一環，大部分的視覺企業由于資歷較淺，不能系統的給剛入行的用戶講解清楚。維視圖像作為從業十月年的資深企業，經過過年技術積累，在此愿與大家共同分享自己的經驗，與大家共同進步。本文及重點為大家講述挑選機器視覺軟件的關鍵點，并為大家介紹一些常用的視覺軟件。

　　一、機器視覺軟件選型要點

　　1、定位器的準確性

　　目標或特征的準確定位是一個檢測體系或由視覺引導的運動體系的重要功用。傳統的物體定位選用的是灰度值有關來辨認物體。盡管這種技能得到了廣泛的運用，可是，它在圖象質量變差的狀況下，就缺少穩定性。圖象質量變差可能是因為雜亂、亮度不一樣和隱瞞等要素的影響。相反，幾何目標定位法是一種最新的辦法，它運用目標的概括來辨認目標及其特征。維視圖像自主研發的圖像處理軟件多數采用幾何目標定位法，且效率極高，可以有效的幫助用戶解決定位問題。

　　2、工具庫還是應用軟件

　　機器視覺軟件主要以兩種典型的方式出售：一種是包含多種處理算法的工具庫，另一種是專門實現某一類特殊工作的應用軟件。這兩種各有利弊，需要第一時間確認這一特性后再做選擇。維視圖像提供的圖像處理軟件包含這兩種，既可以提供專業應用又滿足客戶變化多樣的需求。

　　3、編程和操作方便

　　簡練、直觀的圖形界面是簡單運用和設置的要害。當今機器視覺商品之間的主要區別在于他們的圖形接口。接口大概從“設置”和“操作”這兩方面來評估。對一個工程師來講，它大概十分復雜，而關于一個操作者來說應十分簡單。

　　4、亞像素精度

　　視覺體系的分辯率是體系能分辯的最小特征。例如，1’’的視覺規模(FOV)運用一個640x480像素的計算機圖象將得到1/640的分辯率或’’。實際上，機器視覺算法具有亞像素的才能。也就是說，這些算法可以丈量或得出比一個像素更小的單位。

　　5、易于升級

　　機器視覺體系可運用在各種場合，他們的運用規模可從時尚的攝像機到監督體系。當挑選一個體系時應思考體系將來的升級。依據通用目的的視覺軟件體系十分好晉級。最終用戶大概依據附加的攝像機、照明的改變、視覺東西的改變等來思考將來對體系的需要。

　　6、圖象預處理算法

　　大部分的圖像處理軟件提供預處理算法，所以需要比較其提供的豐富程度，效率等。

　　7、體系集成

　　假如你對機器視覺技能不是很精通，那么針對你的項目就需要一個體系集成商，理想的視覺商品能被體系集成商廣泛承受。

　　二、常用機器視覺軟件介紹

　　１.OpenCV，開源免費的圖像處理庫

　　OpenCV是近年來推出的開源、免費的計算機視覺庫，利用其所包含的函數可以很方便地實現數字圖像和視頻處理。同時利用面向對象的VC++ 6.0編程工具，用C++語言進行程序編寫 OpenCV算法庫為VC++編程處理數字圖像提供了很大的方便，其必將成為圖像視頻處理領域的強有力的工具。

　　缺點：由于是開源軟件，因此其版本繁多，函數庫復雜，執行效率收到應用，比較適用于科研和學習，不適合工業應用。

　　2. Halcon，強大的圖像處理庫

　　HALCON是德國MVtec公司開發的一套完善的標準的機器視覺算法包，擁有應用廣泛的機器視覺集成開發環境。它節約了產品成本，縮短了軟件開發周期——HALCON靈活的架構便于機器視覺，醫學圖像和圖像分析應用的快速開發。在歐洲以及日本的工業界已經是公認具有最佳效能的Machine Vision軟件

　　缺點：價格比較貴，每次分發需要重新購買授權。

　　3. NI Vision，快速驗證的圖像處理庫(含視覺助手、VBAI)

　　NI視覺軟件中的圖形化編程和視覺算法工程可實現更高的開發效率。 在可配置環境和全面的編程庫中作出選擇，更好地滿足需求并快速啟動。 它們可與所有的硬件組合配合使用，兼容性良好，從而方便地使用現有的代碼，管理和維護多個硬件系統。

　　缺點：好用的必然貴。

　　4. Matlab，底層算法驗證不二選擇

　　matlab用法方便，特別是集成了圖像處理的很多函數，幾乎囊括了所用圖像處理的方法。把常見操作都做成了相應 的內建函數，使使用者不用去考慮怎樣讀取圖片、怎樣轉換顏色空間等固定和成熟的算法的細枝末節，將主要精力投放到算法研究中。

　　缺點：matlab對處理方式的細節把握不夠。