机器视觉光源有什么样的作用及选择标准资料概述

机器视觉是图像技术、模式识别技术以及计算机技术发展的产物，是实现智能化、自动化、信息化的先进技术领域。机器视觉的发展带动了人工智能的进步。

机器视觉系统从物理结构上来讲，一般包括以下几个部分：光源、摄像机和镜头、图像采集卡、机器视觉软件等运动控制部分。在机器视觉系统中，合适的光源为视觉系统提供良好的外界条件，使得系统得到的图像信号有很高的信噪比。

今天我们主要探讨一下机器视觉中光源的选型问题。

断机器视觉的照明的好坏，首先必须了解什么是光源需要做到的，光源的作用并不仅仅局限于使检测部件能够被摄像头“看见”，有时候，一个完整的机器视觉系统无法支持工作，很大一部分原因是光源造成的。

照明系统是机器视觉系统中最关键的部分之一，机器视觉光源直接影响到图像的质量，进而影响到系统的性能。好的打光设计能够使我们得到一幅好的图像，从而改善整个系统的分辨率，简化软件的运算。

影响光源的因素：

1.对比度：对比度对机器视觉来说非常重要，机器视觉应用照明的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。

2.亮度：当选择两种光源的时候，最佳的选择肯定是更亮的那个。因为当光源亮度不够时就会出现以下三种情况：一、相机的信噪比不够；二、图像的对比度不够，在图像上出现噪声的可能性也随之增大；三、光源的亮度不够，必然需要加大光圈，从而减少景深，并且自然光也会随机对系统加大影响。

3.鲁棒性：测试好光源的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。在很多情况下，好的光源需要在实际工作中与其在实验室中有相同的效果。

4.光源可预测：当光源入射到物体表面的时候，光源的放映是可以预测的，光源可能被吸收或被放射，光可能被完全吸收（黑金属材料，表面难以照亮）或者被部分吸收（造成了颜色的变化及亮度的不同）。不被吸收的光就会被反射，入射光的角度等于反射光的角度。

5.物体表面：如果所有物体表面是相同的，在解决实际应用的时候就没有必要采用不同的光源技术了，但由于物体表面的不同，因此需要观察视野中的物体表面，并分析光源入射的反映。

6.光源的位置：既然光源按照入射角反射，因此光源的位置对获取高对比度的图像很重要，光源的目标是要达到使感兴趣的特征与其周围的背景对光源的反射不同。预测光源如何在物体表面反射就可以决定出光源的位置。

7.选择光源：光源应该按照照明形状的需要来选择，需要有足够的均匀度，且稳定性能要好。

机器视觉系统中，光源的作用主要体现在：

1.突出测量特征，简化图像处理算法

2.客服环境光的干扰，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

机器视觉的光源按形状通常可分为以下几类：

1.环形光源：环形光源提供不同照射角度、不同颜色组合，更能突出物体的三维信息；高密度LED阵列，高亮度；多种紧凑设计，节省安装空间；解决对角照射阴影问题；可选配漫射板导光，光线均匀扩散。

2.背光源：用高密度LRD阵列面提供高强度背光照明，能突出物体的外形轮廓特征。

3.条形光源：条形光源是较大方形结构被测物的首先光源，颜色可根据需求搭配，自由组合，照射角度与安装随意可调。

4.AOI专业光源：不同角度的三色光照明，照射凸显锡焊三维信息；外加漫射板导光，减少反光不同角度组合。

5.球积分光源：具有积分效果的半球面内部，均匀反射从底部360°发射出的光线，使整个图像的照度十分的均匀。

6.线性光源：超高高度，采用柱面透镜聚光，适用于各种流水线连续检测场合。

7.同轴光：可以消除物体表面不平整引起的阴影，从而减少干扰，部分采用分光镜设计，减少光损失，提高成像清晰度，均匀照射物体表面。

8.点光源：大功率LED，体积小，发光强度高；光前卤素灯的替代品，尤其适合作为镜头的同轴光源等，高效散热装置，大大提高光源的使用寿命。

9.组合条形光：四边配置条形光，每边照明独立可控制；可根据被测物体要求调整所需照明角度，适用性广。

10.对位光源：速度快，视场大，精度高，体积小，便于检测集成，亮度高，可适配辅助环形光。

一幅好的图象具备以下条件：

1. 对比度明显，目标与背景的边界清晰2. 背景尽量淡化而且均匀，不干扰图象处理；3. 与颜色有关的还需要颜色真实，亮度适中，不过度曝光。4. 整体亮度均匀，整体不均匀灰度差不影响图象处理；

工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成小型高清工业相机为有序的电信号。

工业相机又俗称摄像机，相比于传统的民用相机（摄像机）而言，它具有高的图像稳定性、高传输能力和高抗干扰能力等，目前市面上工业相机大多是基于CCD或CMOS芯片的相机。CCD是目前机器视觉最为常用的图像传感器。它集光电转换及电荷存贮、电荷转移、信号读取于一体，是典型的固体成像器件。

CCD的突出特点是以电荷作为信号，而不同于其它器件是以电流或者电压为信号。这类成像器件通过光电转换形成电荷包，而后在驱动脉冲的作用下转移、放大输出图像信号。典型的CCD相机由光学镜头、时序及同步信号发生器、垂直驱动器、模拟/数字信号处理电路组成。

CCD作为一种功能器件，与真空管相比，具有无灼伤、无滞后、低电压工作、低功耗等优点。

CMOS图像传感器的开发最早出现在20世纪70 年代初，90 年代初期，随着超大规模集成电路 (VLSI) 制造工艺技术的发展，CMOS图像传感器得到迅速发展。CMOS图像传感器将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上，还具有局部像素的编程随机访问的优点。

目前，CMOS图像传感器以其良好的集成性、低功耗、高速传输和宽动态范围等特点在高分辨率和高速场合得到了广泛的应用。

由于光电二极管不能检测精确的颜色，颜色信息通过与滤色镜或棱镜结合被再现。颜色信息能通过使用红色(R)，绿色(G)，蓝色(B)基色滤色镜的基色模式或者通过使用蓝绿色(C)，紫红色(M)，黄色(Y)，绿色(G)的四色滤色镜经过计算创建图像的补色滤色镜模式获得。

总之，基色模式创建的图像比较暗，但是由于它更高的色彩饱和度表现出更精确的颜色。这个特点即高度的色彩再现能力。

小编推荐HOT

工业视觉都有哪些行业标准可以参照执行

视觉+机器人，如何实现连接器的自动装配？

机器视觉在制造业应用的10个案例 

机器视觉技术发展的五大趋势 

搞懂机器视觉基本内容，这份PPT就够了！

机器视觉系统集成发展的现状和前景 

2019年光技术发展的十大趋势 

机器视觉：PC式视觉系统与嵌入式视觉系统区别  

干货：变成计算机视觉大师，需要经历的几个阶段  

计算机视觉和图像处理之间有什么区别？

基于HALCON的机器视觉开发，C++或C#如何选择？

 End

更多是视觉资讯尽在“新机器视觉”微信公众号~