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：
表面是光滑，还是崎岖不平？
表面是暗淡，还是光亮？
对象是弯曲的，还是平坦的？
条码或标记的颜色是怎样的？
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。
技巧4：检测透明包装使用漫射光
比如验证吸塑包装的内容
照明技术：连续漫射
连续的漫射照明技术不强调表面纹理和升高中的变化。它提供了非常大的固定照明角度，从多角度让光线找到对象上，因此消除了反射和典型的非方向性或单个光源产生的阴影。
技巧5：使用颜色创造对比度
在机器视觉应用中创造一个高对比度图像的一个有用的方法是用特殊波长（彩色）的光照明物体。对于黑白相机来讲，光的波长能使得跟彩色一样的特征变亮或变暗。使用彩色轮子作为参考，选择一个相反颜色的光来使得特征变暗；或选相同颜色的光使得特征变亮。例如：
如果你想变暗的特征是红色，则使用绿光；
使用绿光能使得绿色特征呈现更亮；
记住铝上刻印在红光和蓝光下的区别。
技巧6：针对快速移动的物体使用频闪光
当物体快速移动成像是模糊时，就需要使用频闪光。频闪宽度 = 视场÷ 像素/移动速度
技巧7：消除反射使用红外光
机器视觉系统依靠数字图像中的灰度级转化。在许多视觉应用当中，环境光带来了不想要的亮反射，这样使得检测感兴趣特征变得困难或不可能。红外光就能解决这个问题。
技巧8：使用红外光消除颜色差异
红外光能用于在彩色对象之间消除灰度差别。暗对象吸收红外波长，创造出一致性，而其它则呈现阴影。这个照明方案有利于检测颜色或阴影变化的非一致性。
为自己的机器视觉系统选择合适的照明方案，需要从多方面来考虑，从这些小技巧中选择可取的，结合到自己的系统特点中去，相信会事半功倍！照明学问很大，需要一步步学习~！
本文原文连接：https://www.sohu.com/a/218714822_610702
