人类的眼睛和大脑可以在不同的条件下识别目标，但是机器视觉系统就不是这样多才多艺了，它只能按程序编写的任务来工作。了解你的系统能看到什么和不能看到什么能帮助你避免失败（例如将好的部件认为是坏的）或其它检测错误。一般要考虑的包括部件颜色、周围光线、焦点、部件的位置和方向和背景颜色的大变化。
2.正确选择软件
机器视觉软件是检测系统中的智能部分，也是核心的部分。软件的选择决定了你编写调试检测程序的时间、检测操作的性能等等。
机器视觉提供了图形化编程界面 (通常称为“Point&Click”) 通常比其他编程语言(例如 VisualC++)容易，但是在你需要一些特殊的特征或功能时有一定的局限性。基于代码的软件包，尽管非常困难和需要编码经验，但在编写复杂的特殊应用检测算法具备更大的灵活性。一些机器视觉软件同时提供了图形化和基于代码的编程环境，提供两方面*好的特征，提供了很多灵活性，满足不同的应用需求。
3.通信和记录数据
机器视觉系统的总目标是通过区分好和坏的部件来实现质量检测。为了实现这一功能，这个系统需要与生产流水线通信，这样才可以在发现坏的部件时做某种动作。通常这些动作是通过数字 I/O 板，这些板与制造流水线中的 PLC相连，这样坏的部件就可以跟好的部件分离。
例如，机器视觉系统可以与网络连接，这样就可以将数据传送给数据库，用于记录数据以及让质量控制员分析为什么会出现废品。在这一步认真考虑将有助于将机器视觉系统无缝与生产流水线结合起来。需要考虑的问题是：
使用了什么类型的 PLC，它的接口如何？
需要什么类型的信号？
现在使用或必须使用什么类型的网络？
在网络上传送的文件格式是什么？通常使用 RS-232端口与数据库通信，来实现对数据的纪录。
为以后做准备：当你为机器视觉系统选择部件时，时刻记住未来的生产所需和有可能发生的变动。这些将直接影响你的机器视觉软硬件是否容易更改来满足以后新的任务。提前的准备将不仅仅节约你的时间，而且通过在将来重用现有的检测任务可以降低整个系统的价格。机器视觉系统的性能由*差的部分决定（就像一个木桶的容量由*短的一个木块决定），精度则由它能获取的信息决定。花时间和精力合理配置系统就可以建造一个零故障和有弹性的视觉检测系统。
4.选择硬件的三点须知
一套机器视觉系统的性能与它的部件密切相关。在选择的过程中，有很多捷径特别在光学成像上可能很大程度降低系统的效率。在选择部件时必须紧记的几个基本原则。
1. 摄像头的选择与应用的需求直接相关，通常考虑三点：
黑白还是彩色；
部件/目标的运动；
图像分辨率。
2.光学部件和照明这个至关重要的因素往往被人所忽略。
3.图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。
了解更多：库卡机器人
