选择最合适机器视觉照明的八个小技巧

最新推荐文章于 2024-05-15 11:03:41 发布

bluesky112

最新推荐文章于 2024-05-15 11:03:41 发布

阅读量7.1k

点赞数 8

分类专栏：机器视觉文章标签：图像处理工作

机器视觉专栏收录该内容

7 篇文章

订阅专栏

本文深入探讨了机器视觉应用中选择合适照明的重要性，并分享了八个实用技巧，涉及不同应用场景如材料检测、组件定位、透明物体检测等。通过正确选择照明方式，可以显著提高图像质量、检测精度和系统整体性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

机器视觉系统中的照明系统是极其重要的一部分，它的好坏直接影响着后面的图像处理。在听了一位日本光源专家的讲座之前，我其实对照明并不太了解，不就是将图像照亮以至于相机能够拍到图像吗？但事实并非如此，照明远非增强图像亮度这样简单，好的照明系统可以减少很多图像处理工作，提升整个机器视觉系统效率。那么照明是怎样一门学问呢？如何在机器视觉系统中选择合适的照明系统呢？

合适的照明是机器视觉应用成功的关键，而且是第一要考虑的部分。一个设计良好的照明系统不仅会带来更好的性能，节约时间，而且从长远来看能节约成本。下面来分享选择最合适机器视觉照明的八个小技巧，它们是：

（1）检测材料缺损请使用亮度高的光；

（2）精确定位请使用合适波长的光；

（3）检测玻璃上的刮痕请使用非漫射的光，即Non-Diffused Light；

（4）检测透明包装请使用漫射光，即Diffused Light；

（5）创造对比请使用颜色光；

（6）检测快速移动物体请使用频闪光；

（7）消除反射时请使用红外光；

（8）消除颜色变化请使用红外光；

照明是怎样影响机器视觉应用的呢？

对于将质量最为输出的机器视觉系统依赖于图像质量。高质量的图像使得系统能够精确地解释出从检测物体中提取的信息，这样就可以产生可靠的并可重复的系统性能。在任何视觉应用中需要的图像质量很大程度上取决于照明条件：颜色，角度和使用照明对象的光源数量意味着好图像之间的差异，有可能会产生更好的性能，也会带来质量差的图像，产生不好的结果。

机器视觉照明应该最大化特征对比，同时最小化其它剩下的对比度，因此让相机清晰看到部分或标记。高对比度特征简化集成和提高可靠性；对比度差的图像和不规则的照明需要来自系统的更多努力，而且也增加了处理时间。最优的照明取决于检测物体的尺寸，它的表面特征和部分几何特征和系统需求。具有宽范围的波长（颜色），视场（尺寸），对于特殊应用需要，就可以灵活的选择机器视觉照明。

当选择照明时需要考虑以下五个方面：

1. 表面是光滑，还是崎岖不平？

2. 表面是暗淡，还是光亮？

3. 对象是弯曲的，还是平坦的？

4. 条码或标记的颜色是怎样的？

5. 是检测移动的物体，还是静止的对象？

技巧1：使用亮光去检测材料缺损

比如在塑料浇注中验证是否不足

从塑料浇注应用中验证材料缺损对于确保良好的密封表面是重要的。当有材料缺损时，你有了不足的条件（比如浇注到模型中的材料不充分）。

照明技术：亮场

亮场照明技术依赖表面纹理和平坦地形。光线遇到平坦反光的表面将光线反射回到相机，创立一个亮区域。粗糙纹理或表面缺损会将光线散射而远离相机，创立了暗区域。

技巧2：对于精确组件定位使用合适的波长

比如检测倒装芯片（Flipped Chips），在PCB装配中验证合适的零件方向是常见的机器视觉应用。

照明技术：亮场

为了验证装配问题，使用蓝光波长的打亮芯片方位。这个照明技术依靠波长和同轴照明几何。蓝色波长（460 纳米）能很好地区分银质和铜质表面：铜吸收蓝光呈现出暗场，银反射蓝光呈现亮场。同轴照明几何消除错误反射：不想要的耀眼点，反射和暗点。

技巧3：在玻璃中检测裂痕使用非漫射光

比如检测玻璃容器上的裂痕

照明技术：暗场

在这个应用当中，用暗场照明来创立一个明亮的，在暗背景下容易检测的感兴趣特征。在一个暗场区域中光线直接通过透明的瓶子。大多数穿透透明对象的光线不会被相机检测到。如果材料不规则，比如有裂纹，一些光线就会凸显出这个不规则。特别是划痕创立了一个内部空缺，这里光线折射和反射，以许多角度散射包括返回给相机。这些光线将很难检测的划痕转换到暗背景下的亮特征。