Za prvé: stabilita osvětlení
Aplikace průmyslového vidění obecně spadají do čtyř širokých kategorií: Polohování, měření, detekce a rozpoznávání, mezi nimiž má měření nejvyšší požadavky na stabilitu osvětlení, protože pokud se osvětlení změní o 10-20 procent, výsledky měření může být zkresleno o 1-2 pixelů, což není problém softwaru, ale změny osvětlení, která vede ke změně polohy horního okraje obrázku. Ani ten nejvýkonnější software nedokáže problém vyřešit. Z hlediska návrhu systému musí být eliminováno rušení okolního světla a musí být zaručena světelná stabilita aktivního zdroje osvětlení. Vylepšením hardwarového rozlišení kamery je samozřejmě také zlepšení přesnosti, způsob, jak odolat rušení okolního prostředí. Například velikost prostoru odpovídajícího objektu předchozí kamery je 10 um na pixel, ale po zlepšení rozlišení se stane 5 um na pixel. Přesnost lze považovat přibližně za dvojnásobnou a přirozeně se zvyšuje rušení okolního prostředí.
Za druhé: nekonzistence polohy obrobku
Obecně řečeno, u položek měření, ať už offline detekce nebo online detekce, pokud se jedná o plně automatizované detekční zařízení, je prvním krokem nalezení cíle, který má být měřen. Pokaždé, když se cíl, který má být měřen, objeví v zorném poli střelby, abyste mohli přesně vědět, kde cíl má být měřen, i když používáte nějaké mechanické přípravky atd., nemůže být obzvláště vysoká přesnost, aby bylo zajištěno, že cíl měřit pokaždé, když se objeví ve stejné poloze, což vyžaduje použití funkce polohování, pokud není polohování přesné, může být umístění měřicího nástroje nepřesné, výsledky měření mají někdy velkou odchylku
Za třetí: kalibrace
Obecně platí, že při vysoce přesném měření je třeba provést následující kalibraci: kalibrace optického zkreslení (pokud nepoužíváte softwarový objektiv, je obecně nutné provést kalibraci); kalibrace zkreslení projekce, tedy korekce zkreslení obrazu reprezentovaná chybou vaší instalační polohy; a kalibraci prostoru obrazu, tj. specifický výpočet velikosti prostoru protějšku každého pixelu.
Současné kalibrační algoritmy jsou však založeny na rovinné kalibraci, pokud měřená fyzika není rovinná, kalibrace bude muset vytvořit nějaké speciální algoritmy, s nimiž se běžný kalibrační algoritmus nedokáže vyřešit.
Navíc pro některé kalibrace, protože se nepoužívá kalibrační deska, musí být navrženy speciální metody kalibrace, takže kalibrace nemusí být řešena všemi existujícími kalibračními algoritmy v softwaru.
Za čtvrté: rychlost pohybu objektu
Pokud měřený objekt nestojí, ale je v pohybu, je nutné zvážit vliv pohybové neostrosti na přesnost obrazu (rozmazané pixely=rychlost pohybu objektu * expoziční čas fotoaparátu), který rovněž není schopen řešeno softwarově.
Za páté: softwarová přesnost měření
V aplikaci měření lze přesnost softwaru považovat pouze za 1/2-1/4 pixelů, nejlépe v souladu s 1/2, spíše než 1/10-1/30 pixelů jako při určování polohy. aplikace, protože software dokáže z obrázku v měřicí aplikaci extrahovat jen velmi málo charakteristických bodů.

