在机器视觉系统中,获得一张高质量的可处理的图像是至关重要。系统之所以成功,先要保证图像质量好,特征明显。一个机器视觉项目之所以失败,大部分情况是由于图像质量不好,特征不明显引起的。要保证好的图像,必须要选择一个合适的视觉光源。
视觉光源选型基本要素:
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较大的对比度,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。
亮度:当选择两种视觉光源的时候,较佳的选择是选择更亮的那个。当视觉光源不够亮时,可能有三种不好的情况会出现。一,相机的信噪比不够;由于视觉光源的亮度不够,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。其次,视觉光源的亮度不够,必然要加大光圈,从而减小了景深。另外,当视觉光源的亮度不够的时候,自然光等随机光对系统的影响会很大。
鲁棒性:另一个测试好视觉光源的方法是看视觉光源是否对部件的位置敏感度够小。当视觉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。方向性很强的视觉光源,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。
好的视觉光源需要能够使你需要寻找的特征非常明显,除了是摄像头能够拍摄到部件外,好的视觉光源应该能够产生更大的对比度、亮度足够且对部件的位置变化不敏感。视觉光源选择好了,剩下来的工作就容易多了。具体的视觉光源选取方法还在于试验的实践经验。
照明是影响机器视觉系统输入的重要因素,它直接影响输入数据的质量和应用效果。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,以达到更佳效果。 |
|