移动机器人系统机器视觉单元设计+CAD图纸(4)
（3）专用图像处理系统。装用图像处理系统是计算机的辅助处理器，主要采用专用集成芯片（ASIC）、数字信号处理器（DSP）、FPGA等设计的全硬件处理器。它可以实时高速地完成各种低级图像处理算法，减轻计算机的处理负荷，提高整个视觉系统的速度。专用图像处理系统与计算机之间的通信可以采用标准总线接口、串行通信总线接口、网络通信等方式、随着各种硬件处理系统的出现，如基于FPGA的超级计算机、实时低级图像处理系统等，为机器视觉系统的实时实现提供有利的条件。
（4）计算机。计算机是整个机器视觉系统的核心，它除了控制整个系统的各个模块的正常运行外，还承担着视觉系统的最后结果运算和输出工作。由图像采集系统输出的数字图像可以直接传送到计算机，由计算机采用纯软件方式完成所有的图像处理和其他运算。如果纯软件处理能满足视觉系统的要求，专用硬件处理系统就不出现在机器视觉系统中。这样，一个实用机器视觉系统的结构、性能、处理时间、价格等都可以根据具体应用而定，因此比较灵活。
针对有些机器视觉系统，还需配有相应的工件传输和定位系统，以使待监测的工件通过特定的传送系统安放到预定的空间内，必要的时候，加以定位限制。
为适应现代工业发展的需要，在各种小型机、微型机，特别是在功能强大的IBM-PC机上开发各种专用微型视觉组件变得更为重要。越来越多的公司投入大量人力物力来研究视觉组件产品。就美国而言，早在1983年底就有一百多家公司跻身于计算机视觉系统的市场，经过近二十年的发展，投入到这个领域的公司不计其数。随着微处理器和超大规模集成电路技术日益成熟，从而能生产出更小、更先进、更灵活可靠耐用的视觉组件产品，并使它们走出实验室，进入实际工作现场。
在二文视觉处理中，随着机器视觉的飞速发展，已从二值视觉系统发展为灰度视觉系统，并达到实用。二值视觉系统仅通过像素由0到1或由1到0的变化提取图像边缘点，它需要高对比度图像。灰度视觉系统具有检测复杂场景的能力，如复杂工件识别和表面特征（纹理、阴影、模式等）分析。采用一定度算法，系统精度受照明变化的影响很小。灰度是图像辐射或亮度的量化测量。该信息是通过视频A/D转换器储存在帧存体中获得的，灰度分辨率将确定视觉系统检测区域亮度值的最小变化。灰度分辨率结合“子像素”能力在机器视觉系统中发挥着重要作用。
在三文视觉信息获取上，近年来也取得了巨大的进步。由于实现思想和条件不同，产生了响应的诸多方法。例如，根据照明方式可分为主动测距法和被动测距法。前者需要利用特别的光源所提供的结构信息，而后者获取深度信息是在自然光下完成对的。被动测距法适合于受环境限制和需保密的场合，而主动测距法可应用的领域非常广泛，且具有测量精度高、抗干扰性能好、实时性强等优点。总之，三文视觉对的引入进一步扩大了机器视觉的应用领域。
此外，机器视觉系统的界面是开放性的，用户可根据应用需要进行计算机编程，以改善系统的功能。为进一步使机器视觉系统与工业自动化现场相适应，由菜单驱动系统，用鼠标或光笔在屏幕上选择功能项即可，易于操作，无需专门培训操作员。
机器视觉系统具有高度的智能和普遍的适应性，随着它的不断完善，已完全能用于工业现场，满足现代生产过程的要求。
2.1.2视频采样部件
此处采用网络摄像头代替工业摄像头实现机器人视觉单元。由于同样可以完成一系列的实验情况下，工业摄像头需要采集卡、并且相比之下比较昂贵，所以选用网络摄像头。