基于机器视觉的直齿圆柱齿轮测量系统的设计与实现
第二章机器视觉
采用的处理算法一般不应太复杂。在图像信号的处理过程中，不论选用哪些算法，都要注意处理的速度必须大于或等于图像的采集速度。
目前，随着计算机技术、微电子技术以及大规模集成电路技术的发展，为了提高系统的实时性，对图像处理的很多工作都可以借助硬件完成，如ＦＰＧＡ的超级计算机和实时低级图像处理系统等。
２．２．４计算机部分
计算机是整个机器视觉系统的核心，它除了控制整个系统的各个模块的正常工作外，还承担着视觉系统的最后结果运算和输出。由图像采集系统输出的数字图像可以直接传送到计算机，由计算机采用纯软件方式完成所有的图像和其他运算。这样的一个实用的机器视觉系统的结构、性能、处理时间和价格等都可以根据具体应用而定，因此较为灵活。
目前，随着机器视觉的飞速发展，不论是二维视觉处理，还是三维视觉处理都取得了巨大进步。在二维视觉处理方面，已从二值视觉系统发展为灰度视觉系统，并达到实用。在三维视觉信息获取上，根据实现思想和条件的不同，也产生了诸多有影响的方法，如根据照明方式的不同，可分为主动测距法和被动测距法。总之，机器视觉系统已得到了很好的发展与应用。
２．３机器视觉系统的特点
机器视觉将图像处理、计算机图形学、模式识别、人工智能、神经网络等学科领域与工业生产紧密联系在一起，这就使机器视觉系统和科学图像处理与分析系统相比，具有以下特点：
１．广义性。图像处理是通过对图像分析和处理从而获得对景物解释的科学，而机器视觉是通过分析处理并解释光学非接触传感器观测到图像后做出决定，进而控制机器或过程，因此它比图像处理与分析系统有更广的意义，是图像处理与分析系统的延伸。
２．非接触性。机器视觉系统一般都采用非接触传感器（如ＣＣＤ摄像机，红外热像仪等）将外部场景转换为电信号，再经过数字化进行进一步分析处理，以做出结论。
３．高可靠性、高精度和速度乜铂。无论是定量检测，还是定性检测，机器视觉在很大程度上都提高了生产自动化水平和检测系统的智能水平。它不仅对图像进行分析处理，而且将图像处理技术与工业生产紧密的结合在一起。因此，