机器视觉的研究始于20世纪50年代二维图像的模式识别，它起初被设计用来代替人眼从事检测识别的工作，可以大大提高检测的工作效率以及降低人眼疲劳带来的检测结果的不一致性。机器视觉检测发展至今，在许多方面已经发展到可以完成人眼难以完成的工作，如高精度的测量以及对特定产品的高速分级，还有利用红外线、紫外线、X射线等检测技术检测人类视觉无法检测到的事物。但机器视觉系统设计的难点在于如何保证其可靠性与稳定性，无论从光源，相机等硬件上还是从图像处理软件上的设计，对机器视觉的稳定性都有重要影响。

1、成像系统简介及不稳定因素

 成像系统主要由相机（CCD/CMOS）、镜头和光源组成，是视觉检测的基础，成像系统的设计目的就是获取合格的原始图像，并且一个好的成像系统要保证系统运行期间图像质量的稳定，稳定的图像抓取是视觉检测稳定性的基本保证。

1）工业相机对成像稳定性的影响

对视觉系统设计者来说，工业相机的选择主要考虑其传感器类型、分辨率和帧率，其中传感器分CCD与CMOS两种，CMOS图像传感器集成度高，各元件、电路之间距离很近，干扰比较严重，成像噪声高，CCD传感器相机相对于CMOS相机具有灵敏度高、噪声低和响应速度快的特点，在稳定性方面，CCD相机的抗冲击与震动性也较强，一般来说，CCD传感器相机在成像质量上和稳定性方面要优于CCD相机。

影响相机成像质量的另一重要因素就是相机的镜头，镜头除了需要根据具体工作状况选择合适的焦距、景深和光圈等参数外，一个影响系统检测精度的重要因素就是图像的几何畸变误差，它是光学透镜固有的透视失真，受到制作工艺的影响，无法消除