机器视觉检测设备具有精度高、效率高、准确率高、自动上下料等特点。不仅取代人工品检，同时把质量和效率提高。但是通常有很多工厂和企业把检测设备买回去之后因为操作人员没有经验，导致在生产过程中常常因为一些小问题影响到检测设备的检测效果。今天，人工智能服务商为大家整理一些影响检测效果的因素，希望对大家有帮助。
一、硬件的选型
稳定的图像特征提取是图像分析与图像识别的前提，确保一个稳定的成像传输到图像处理中心才能确保软件处理图像的准确性。很多因素都会影响成像的稳定性，比如周边环境，物体变化，视觉硬件的影响等。
视觉检测的硬件的选型是个有难度的活，它需要工程师对硬件本身和硬件供应商都非常熟悉，需要有足够的选型经验。在实验室运行的机器视觉系统和实际工作场景运行的系统面对的环境是天差地别的。
机器视觉检测设备缺陷检测设备筛选机
视觉检测包含一些重要部件，光源，镜头，相机，图像采集卡，数据传输，图像处理和测量软件等。随着各个部件的性能的提升，机器视觉系统的能力也呈指数级增长。系统的复杂度取决于特定的应用需求。选择最佳部件，不仅仅要考虑部件的性能能否满足需求（比如分辨率，帧率，测量算法等），同时需要考虑系统最终所处的环境条件。比如在工业领域，这些环境条件包含部件变化，移载，定位，处理接口，振动，环境光，温度，灰尘，油污，水，电磁辐射等。在极端恶劣条件下，有时候需要将机器视觉组件添加保护措施。最典型的例子，有些相机需要在相对洁净环境下使用。不过，通常情况下，工业环境是能够满足工业相机的直接使用的。
就算是最稳定的视觉系统，往往会因为外部的影响导致结果很不理想，比如，振动会导致图像模糊失真，而可变的零件会导致得出不同的图像，过长的曝光时间会导致运动物体的图像锐度失真。
二、环境的影响
环境对机器视觉硬件的影响不仅仅是指对硬件本身有破坏性，同时也会对测量效果产生影响。比如在温度变化的环境下，大部分工业相机能够在-5度和65度之间工作，在实际环境中，过高的温度往往会给相机成像带来噪度。不过这一点可以通过改善打光方式来提升信噪比。
另外，温度会影响LED光源的性能，随着LED温度上升，其亮度下降，这可以通过光源控制器来进行亮度输出补偿。LED自身生成的热量同样会加速老化甚至直接报废，所以需要良好的热设计。
其他部件也会有相应的温度限值，比如工业控制器/嵌入式PC一般都能使用工业环境，但如果没有风扇，那么很可能PC也会报废。为了保证视觉成像的稳定性，除了选择好的硬件外，我们也要考虑被测物本身对温度的敏感性，比如金属物体对于温度存在热胀冷缩，因此当测量此类物体时，长度和体积都会发生变化。
振动
大部分工业相机做了防振处理，机器人和轨道类线缆可以很好的让相机移动不收振动影响。锁定的连接器可以避免相机受到振动。耐用性PC和嵌入式电脑有很好的稳定保护机制。定焦镜头利用金属接口锁定螺丝确保了不受振动影响。滤光片一定程度上保护了镜头。
环境光
日用滤光片一定程度上可以避免受环境光的影响，它可以改变光线进入传感器的信息。通过使用高亮度调制光源，减少传感器曝光时间和减小光圈，环境光的影响可以减到最小。使用红外等波长的相机来测量可以减少可见光的影响。
灰尘、脏污、水
很多相机可以做到IP65/67防护等级，确保了防尘，防水。灰尘，脏污，液体，蒸汽往往会附着到LED或者镜头表面，对成像产生影响。可以通过增加相机的增益，软件的图像处理，调整LED的输出来进行调整。
种种环境因素都会对成像产生影响，而这些影响都会是致命性的，因为图像是测量的重要参照物。
