一个典型的机器视觉系统由五大关键部分构成，它们分别是：照明、镜头、相机、图像采集以及视觉处理器。

以下是对这五个核心组件的用途、特性及其运作方式的详细介绍。

照明

照明在机器视觉系统中扮演着至关重要的角色，它直接关系到输入数据的质量和应用效果。照明系统旨在突出被测物的特征，同时减少背景对比物的影响，以便高速相机能够清晰捕捉到被测物。

高对比度的图像能够降低系统难度并增强稳定性，而低对比度的图像则会增加处理时间并提升系统复杂性。照明设置对机器视觉应用的成功至关重要，恰当的照明系统能够显著提高视觉检测系统的效率和准确性。鉴于没有通用的照明设备，针对每个具体应用，需挑选合适的照明装置以实现最佳效果。

光源分为可见光和不可见光，常见的可见光源包括白炽灯、日光灯、水银灯和钠光灯。可见光的光能稳定性是实际应用中需要解决的问题，同时环境光也可能影响图像质量，因此常通过防护屏来减少这种影响。

照明系统根据照射方法可以分为背向照明、前向照明、结构光照明和频闪光照明等。背向照明通过将光源和摄像机置于被测物之间来获得高对比度图像，而前向照明则使安装更为简便。结构光照明通过投射光栅或线光源来获取被测物的三维信息，频闪光照明则使用高频光脉冲来捕捉物体。

机器视觉照明要点包括使用强光检测材料缺失、使用特定波长的光进行精确定位、使用非散射照明检测玻璃裂缝、使用扩散光检查透明包装以及使用颜色来增强对比度等。

镜头

相机镜头由多个透镜、可调光圈和对焦环组成。操作者通过观察相机显示屏来调整光圈和焦点，确保图像的亮度和清晰度。选择镜头时需考虑焦距、目标高度、影像高度、放大倍数以及影像至目标的距离等因素。 在实际应用中，选择与视场相符的透镜和以大景深聚焦图像是选择镜头时的关键要点。 相机机器视觉相机的任务是接收通过镜头投射到传感器上的图像，并将其传输到能够存储、分析或显示的机器设备上。相机的类型根据不同的分类标准而有所不同。

图像分类与选择

依据芯片类型，相机可分为CCD和CMOS两种；根据传感器结构特性，可分为线阵和面阵相机；按扫描方式，有隔行扫描和逐行扫描相机；分辨率上，则有普通和高分辨率相机之分；输出信号方式上，有模拟和数字相机；色彩输出上，包括单色（黑白）和彩色相机；信号速度上，有普通和高速相机；响应频率范围上，有可见光（普通）、红外和紫外相机等。

CCD与CMOS是目前广泛应用的两种图像处理技术，它们的主要区别在于信号传输方式。 它们在性能上的主要差异包括噪声、功耗、分辨率、灵敏度、成本等方面。选择相机时，首先要明确需求：首先，确定检测产品的精度要求；其次，确定相机观察的视野大小；再次，确定检测物体的速度；最后，确定是动态检测还是静态检测。

明确需求后，需确定硬件类型，包括确定相机像素大小、传输方式以及触发方式。

图像采集

在工业和科研应用中，图像采集卡的目标是从原始视频信号中获取精确的数字图像。机器视觉检测设备上的图像采集卡主要由视频输入、模数转换、时序及采集控制、图像处理、总线接口及控制、输出及控制等模块组成。

图像采集卡是完整机器视觉系统中的一个关键部件，它直接决定了摄像头的接口类型，如黑白、彩色、模拟、数字等。在机器视觉检测系统中，不同类型的工业相机在选择图像采集卡时也应有所区别。选择时，应重点关注卡的稳定性、价格、功能等因素，这些都与产品成本密切相关。

视觉处理器

视觉处理器将采集卡与处理器结合在一起。在计算机速度较慢的过去，视觉处理器被用于加速视觉处理任务。但随着采集卡能够快速传输图像到存储器，以及计算机速度的提升，视觉处理器的使用频率已经降低。