选择机器视觉光源应考虑哪些特性

   光源是影响机器视觉系统输入的重要因素，因为它直接影响输入数据的质量和至少３０％的应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。现在许多工业用的机器视觉系统用可见光作为光源，这主要是因为可见光容易获得，价格低，并且便于操作。那么奋华科技今天就为您介绍下选择机器视觉光源时应考虑哪些特性：

  1、亮度：在两种光源中选择时，最佳的选择是更亮的那个。

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。

   2、光源均匀性：不均匀的光会造成不均匀的反射。均匀关系到三个方面。

第一，对于视野，在摄像头视野范围部分应该是均匀的。简单的说，图像中暗的区域就是缺少反射光，而亮点就是此处反射太强了。

第二，不均匀的光会使视野范围内部分区域的光比其他区域多。从而造成物体表面反射不均匀（假设物体表面的对光的反射是相同的）。

第三，均匀的光源会补偿物体表面的角度变化，即使物体表面的几何形状不同，光源在各部分的反射也是均匀的。

   3、光谱特征：光源的颜色及测量物体表面的颜色决定了反射到摄像头的光能的大小及波长。白光或某种特殊的光谱在提取其他颜色的特征信息时可能使比较重要的因素。当分析多颜色特征的时候，选择光源的时候，色温是一个比较重要的因素。

   4、寿命特性：光源一般需要持续使用。为使图像处理保持一致的精确，视觉系统必须保证长时间获得稳定一致的图像。

   5、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。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。