机器视觉的应用
机器视觉被应用于视觉检测、物体识别、自动质量检验、工艺控制、参数测量和自动组装等等许多领域。在这些系统中，相机是决定着成本、速度和精度的关键组件，模拟相机和数字相机都可以用在这些系统中，而了解相机的性能规格及其在各种视觉任务中的重要性，对于把机器视觉存诸工业控制是最基本的一步。
机器视觉系统包括三个主要部分：相机、采集卡、和存储并分析图像以提取信息的计算机（或图像处理器）。图像处理器和采集卡属于相对容易选择的电子装置，它们的主要参数是存储能力和处理速度。
相机是这些系统中情况最为复杂的部分，现代的模拟和数字相机采用电荷耦合器件（CCD）或互补金属氧化物半导体（CMOS）芯片来捕猎图像并生成电子信号发送给计算机进行处理。
CCD和CMOS芯片在内部都生成模拟信息，因此，模拟相机和数字相机之前主要区别在于图像是在哪里被数字化的。数字相机在相机里将信号数字化，并且通过串行总线接口（比如（fireWire,USB,Camera Link,Gigabit Ethernet）将信号以数字方式传输给计算机（或图像处理器）。面在另一方面，模拟相机系统并不是在其内部将图像信号数字化（数字化是邮计算机完成的），所以，模拟信息是通过同轴电缆而进行传输的。
尽管两种方法都能够有效地传输信号，但模拟可能会由于工厂内其他设备的电磁干扰而造成失真，随着噪声水平的提高，模拟相机的动态范围（原始信号与噪声之比）会降低。动态范围决定了有多少信息能够被从相机传输给计算机。
数字信号不受电器声影响，因此，数字相机的动态范围更高，能够向计算机传输更精确的信号。数字相机的典型动态范围在55分贝到60分贝左右，而模拟相机为45分贝到50分贝左右。
所以电缆的长度和类型也影响信号的精度，模拟相机的电缆简单而且便宜，在电噪声导致信号严重失真之前能够将信号可靠地300米以上，由于数字相机传输的是高带宽信号，电缆的长度受电缆中信号良师衰减损失的水平的限制，根据使用的通信协议的不同。
![机器视觉的应用]( "机器视觉的应用")