基于PC的机器视觉系统的设计

图像处理系统由许多独立的组件组成。为了解决检查任务，每个应用程序都严格要求各个部件的协调。链条中最薄弱的环节将限制系统的整体性能和效率。基于PC的机器视觉系统让用户在组装部件时有最大的自由度，但也需要最深刻的正确组合知识。

传统的基于PC的机器视觉系统布局

1、测试对象由光源照明，以创建良好的对比度并高亮显示已检查的特征。灯光的选择很大程度上取决于测试对象。

2、光学图像在相机传感器上的对象。必须根据摄像机（图像传感器尺寸）、工作距离、尺寸和测试对象类型等进行选择。

3、工业摄像机在传感器上捕获图像，并使用标准数字接口（如USB 3.x或千兆以太网LAN）将其数字图像数据发送到主机pc。通过图像采集卡，可以传输更多的图像数据。根据相机类型，这些标准可能不同。

4、图像处理板（frame grabber）对摄像机数据进行数字化或处理，并借助FPGAs对图像进行附加预处理。然后，将数据传输（最好不带CPU负载）到PC工作存储器。

5、最后在PC机上进行了特殊的图像处理软件的实际图像分析。

6、高端PC系统在主机CPU的帮助下处理复杂的图像数据，同时也部分地处理帧抓取器的FPGA，有时也在高质量的NVIDIA或AMD图形卡上处理。

配件也起着重要的作用。保护摄像头外壳、特殊电缆、多路复用器、I/O卡等确保所有组件的无故障交互。基于PC机的机器视觉系统的优点是组件可以根据应用任务自由伸缩。市场上提供的单个组件的数量非常多，因此可以获得理想的预算价格组合。