机器视觉系统具有非接触、实时、在线、精度高等特点,近年来得到了迅速的发展和广泛的运用。本文首先对机器视觉的定义、发展历史做简单介绍,然后又介绍了机器视觉技术及其国内外发展现状,并且提出了本文机器视觉系统的应用意义与所涉及到的主要领域、技术。为了使机器视觉系统能够达到速度和精度要求,本文中结合实际应用经验详细论述了如何进行硬件选型以及算法设计。其中硬件选型包括如何选择合适的光源、摄像机、镜头、图像采集卡等机器视觉系统中的重要部件;算法设计主要结合实际应用总结了机器视觉检测系统中常用的多种图像处理算法,包括图像滤波、阈值分割、边缘检测等。本文中的机器视觉系统通过摄像头和SDK开发包对零件进行实时图像采集,并将其存入开辟的数据缓冲区内;由设计的图形处理模块对缓冲区内的数据采用各种算法进行分析处理,形成研究中感兴趣的重要图像;调用图像识别判断模块,并结合图像数据库实现对工件按颜色、面积、周长等进行分类,按高度、圆周等进行合格与否检测。课题主要使用的开发平台为VC++6.0,系统集成了图像处理和分析的常用算法。通过实验验证本系统达到了系统性能要求,较好地解决了在Festo公司开发的自动化教学实验台上用机器视觉系统代替传统传感器,从而实现了非接触、在线自动化识别与检测,为以后在较危险的工业场合应用奠定了基础。