机器视觉如何正确选择光源

在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。系统之所以成功，首先要保证图像质量好，特征明显。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。要保证好的图像，必须要选择一个合适的光源。...

在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。系统之所以成功，首先要保证图像质量好，特征明显。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。要保证好的图像，必须要选择一个合适的光源。

那如何才能选择到一个合适的光源呢？告诉你几个光源选型的基本要素：

鲁棒性：测试光源是不是好的，一个方法是：看光源是否对部件的位置敏感度最小。当光源放置在摄像头视野的不同区域或不同角度时，结果图像应该不会随之变化。方向性很强的光源，增大了对高亮区域的镜面反射发生的可能性，这不利于后面的特征提取。

对比度：还有一个方法就是对比度。对比度对机器视觉来说非常重要。机器视觉应用的照明，最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。

亮度：当选择两种光源的时候，最佳的选择是选择更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。第一，相机的信噪比不够;由于光源的亮度不够，图像的对比度必然不够，在图像上出现噪声的可能性也随即增大。第二，光源的亮度不够，必然要加大光圈，从而减小了景深。第三，当光源的亮度不够的时候，自然光等随机光对系统的影响会最大。