行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器视觉 > 正文

机器视觉光源的选择应考虑哪些特性

在机器视觉检测系统中,光源的选择会直接影响输入数据的质量和应用效果,对整体的产品检测水平起到十分关键的作用。由于机器视觉检测没有通用的照明设备,因而就需要根据客户提供的样品进行打光,针对性确定光源的型号种类,在进行下一步联机调试。对于光源的选择应考虑以下几个特性:
 

机器视觉光源的选择应考虑哪些特性

 
一、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。
 
二、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。
 
1.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。
 
2.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)。
 
3.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。
 
三、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。
 
四、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。
 
五、效率。有些光源效率很高,相对于能量的消耗,其散发出更加多的光能,例如荧光灯。而钨灯,产生相当多的热量,能量消耗也很大。效率不高的光源产生局部过热,浪费很多。一般光源的温度越高,其寿命就会缩短,其消耗的能量就相对较高。
 
六、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。
 
合适的光源能为图像采集系统提供稳定的、高对比度的图像,进一步提升检测精度,降低误检、漏检率,因此对于光源的选择就需要十分重视,充分考虑光源的各个特性,合理选择。
微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部