机器视觉光源选择的概述

机器视觉是自动化的一部分，是一门涉及人工智能、计算机科学、图像处理、模式识别等前沿技术的行业，综合电气、机械、光学、计算机软硬件等各方面的技术，把图像中的特征信息通过一定的算法提取出来，进行处理并加以理解，最终应用到实际工程中。因为目标信息包含在图像中，所以图像本身的质量对整个视觉系统而言就成为了关键所在。

例如对于尺寸测量，采取理想的打光方式，采集到的图像边缘清晰，特征明显，很容易提取到目标轮廓信息，可以使用简易快速的算法测量，得到结果。这对提高软件的稳定性与快速性有很大的帮助。但是每一种实际应用对图像质量的要求是不相同的，有时需要清晰的图像，有时反而模糊的图像对特征提取更理想。

初学者可能没有这样的感觉，但是对于资深老手来说，看似简单容易的光学系统，其实是机器视觉系统最为关键的部分，往往关系到视觉系统的成败。打光的主要目标是选择合适的光源以某种合适的方式将光线投射到被测物体上，突出被测特征部分与背景的对比度，降低后续软件算法的难度，提高软件的稳定性。

好的光学系统能够改善整个视觉系统的分辨率，简化软件的运算量，提高视觉系统的精度与稳定性；不合理的光学习太，容易引起很多问题：

1、曝光过度则隐藏许多重要特征信息。

2、阴影会引起边缘、位置的误检。

3、信噪比过低、均匀性不好，则导致图像阈值分割困难，系统稳定性下降等。

视觉项目中，如何才能选择到最佳的打光方案呢？这个过程中，我们需要考虑很多方面的因素，比如光的方向、光源的大小、形状、安装空间要求，光的强度、偏振、光线均匀度、漫射光还是平行光、目标的背景等，使用光源的颜色、色温、目标大小、工作距离、发射角度、发光器件等也是需要考虑的因素。

从项目经验来看，针对不同的检测样品，通常需要采用不同的打光方式才能得到理想的图像，能凸显目标物特征。但也有某些样品使用多种不同类型的光源都可以适用，能得到理想的图像特征。如小范围的字符识别，可能是条形光源、无影光源、环形光源、同轴光源等都可以适用。而有些样品，则可能只能有一种光源能适用，甚至有时需要采用组合光源的方式才能得到理想的特征。因此除了必须的理论知识外，平时的经验积累也是相当重要的。

机器视觉系统的核心部分是图像采集和图像处理，图像本身的质量对整个视觉系统的影响极为关键。而照明光源则是决定整个机器视觉系统图像质量的最重要因素，通过选择合适的光源，可以使图像中的目标特征与背景信息得到最佳分离，从而大大降低图像处理的难度，提高系统的稳定性和可靠性。

在机器视觉系统中，光源的作用：

1、突出测量特征，简化图像处理算法。

2、克服环境光的干扰，提高图像信噪比。

3、提高视觉系统的定位、测量、识别精度，以及系统的运行速度。

4、降低系统设计的复杂度。

在机器视觉系统中，较为常见的视觉光源一般有高频荧光灯、光纤卤素灯、氙气灯、LED光源。而LED光源则最为常用，且在机器视觉光源领域占据主导地位，成为机器视觉系统集成的首选光源。具有特点：

1、发光效率高，耗电量小，使用寿命长，工作温度低。

2、新火种照明的LED光源安全可靠性强。

3、反应速度快，单元体积小，绿色环保。

LED光源优点：

1、结果设计灵活：

在机器视觉系统中，图像效果千差万别，其根本原因在于，对于不同的检测对象，要突显其被测特征，就会对光源的结构形状、发光角度、照度大小等产生特定的要求。LED光源由LED颗粒组合设计而成，在照明结构，照射范围、照射角度、照度大小、亮度控制等方面具有更大的结构设计自由度，可满足不同检测对象的实际需要。

2、多色选择

在机器视觉系统中，光源颜色的选择对于成像效果和质量的影响至关重要。对于具有不同光学属性和表面纹理的被测对象而言，选用不同颜色的光源，采集到的图像也会不同。

3、响应速度快

单个LED颗粒的响应时间为纳秒级，考虑LED光源的容性和感性，其响应速度一般也在10微秒以内。因此在需要光源快速点亮、快速通断或者快速切换的场合，具有其它光源无法比拟的优势。

4、寿命超长

LED光源在持续使用的情况下，一般在3万小时候才进入半衰期，而其寿命一般在10万小时以上，大大高于其它类型的光源。

5、可触发和频闪控制

LED本身属于电致发光的半导体材料，而且响应速度超快，可被用于融发点亮或频闪照明，以提高光源的利用效率或瞬间照明亮度。

6、综合成本低

LED光源具备发光效率高、寿命长、环境适应性强的特性，因此大大减少了其设备运行成本和维护成本，相对于卤素灯和荧光灯，其在性价比和综合成本方面具备更大的优势。

最后，在视觉系统中，建立有效的打光思路，才能够快速评估判断产品能够通过哪种光源有效解决打光问题。根据被测物基本信息、安装条件等预判出哪种光源照射目标区域是亮或暗，能更好的实现软件算法。

所以在打光过程中光源要灵活的掌握方法，通过调整高度、角度，选取不同类型的光源多做尝试，以便获取高质量的图像。