啤酒瓶爆炸、面粉飘散似乎没有什么共同之处，但它们都是机器视觉系统在现场应用中可能面临的危险。针对实验室受控条件的系统设计期望获得理想的工作环境，而不是现实世界的问题。当一个系统必须在实验室之外部署时，如果条件不佳，设计就会面临巨大的挑战。幸运的是，有应对恶劣环境的选择。

不利的环境可能会有很大的不同，但一般来说，它们涉及一种或多种条件，这些条件会干扰成像系统的性能，甚至会损害成像系统。最常见的是极端温度、冲击和振动，以及暴露在灰尘等微粒和水等流体中。例子比比皆是。

在食品和饮料加工和包装中，视觉系统会遇到颗粒物危害（如飘散的面粉）、容器在灌装过程中偶尔会爆炸的冲击，以及食品处理设备周期性的大量冲洗和清洗产生的液体侵蚀。在木材加工过程中，设备的振动以及颗粒状的锯屑是危害因素。预警天气系统在产生极端降水和温度的恶劣天气下运行。户外检测应用(在汽车上安装摄像头)面临天气和振动问题，水下检测应用则面临水和压力的挑战。

随着这种坚固性成像产品的出现，恶劣环境成像正在寻找新的应用。机器视觉已经成功地应用于食品包装检验以及作物收获机械、工业建筑机械(如自卸卡车和起重机)、消费者汽车导航系统、无人机器人机械、海洋生物设备和生命科学研究。

例如，在快餐食品加工生产线上，以检测包装是否密封良好，取代了人工检查。在操作过程中，相机将拍摄的图像发送给电脑进行处理，电脑使用图像处理算法来确定包裹是否密封。该系统可以长期使用在面粉和其他微粒笼罩的情况下，提供可靠的图像检测。此外，该系统可以承受每天结束时的高压清洗，以清除设备上收集的面粉。

严酷环境下的建筑设备上也可以使用机器视觉，让驾驶员清楚地看到机械前面的区域。这些机器通常离地面很高，驾驶员很难看清车辆前方的人和物体。机器视觉系统向车内监视器发送图像，帮助驾驶员避免事故。这种成像系统可以在建筑工地尘土飞扬的环境中提供可靠的图像，它可以经受高温、潮湿和极端天气以及高压冲刷。

在医药领域内，通常是在制药行业，也可以使用机器视觉进行图像的分析处理，恶劣环境下的机器视觉可以承受每天的强力清洁剂（3%过氧化氢）的清洗，以达到防止细菌滋生的效果。

在轨道交通领域，也能够使用机器视觉在恶劣的环境下进行工作。例如，运行中的高铁，需要实时监测受电弓与电线的接触状态，以防止发生意外。高铁在运行时，外部环境在-40℃ ~ +70℃范围内，能在恶劣环境下使用的相机便成为了很好的监测工具。

【来源：光虎视觉内部培训资料】