在视觉行业中，每个案例（检测对象）都具备不同的几何特征、光学属性和工程要求。而标准型光源并不总能保证每个案例都能拍摄出理想的图像。因此，为解决这一问题，根据案例需求随时量身定制新型光源，是十分重要的。如何选泽机器视觉LED光源机器视觉LED光源具体的选取方法还在于试验的实践经验。但应了解以下几点：1、检测内容2、检测的目的及您想看什么？（异物、伤痕、缺损、标识、形状等）3、表面状态（镜面、糙面、曲面、平面）4、立体？平面？5、材质、表面颜色6、视野范围？7、动态还是静态（相机快门速度）8、工作距离（镜头下端到被测物表面距离）9、设置条件（照明的大小、照明下端到被测物表面的距离、反射型or透射型）10、周围环境（温度、外乱光）11、相机的种类（面阵？线阵？）提供检测参数，浩立将为您提供视觉光源解决方案。

随着工业4.0时代的到来，机器视觉在智能制造业领域的作用越来越重要，为了能让更多用户获取机器视觉的相关基础知识，包括机器视觉技术是如何工作的、它为什么是实现流程自动化和质量改进的正确选择等。我们先从机器视觉的定义开始，根据制造工程师协会的定义：机器视觉就是使用光学非接触式感应设备自动接收并解释真实场景的图像以获得信息控制机器或流程。为了更好地理解机器视觉，下面，我们以啤酒厂采用的填充液位检测系统为例来进行说明：当每个啤酒瓶移动经过检测传感器时，检测传感器将会触发视觉系统发出频闪光，拍下啤酒瓶的照片。采集到啤酒瓶的图像并将图像保存到内存后，视觉软件将会处理或分析该图像，并根据啤酒瓶的实际填充液位发出通过-未通过响应。如果视觉系统检测到一个啤酒瓶未填充到位，即未通过检测，视觉系统将会向转向器发出信号，将该啤酒瓶从生产线上剔除。操作员可以在显示屏上查看被剔除的啤酒瓶和持续的流程统计数据。机器视觉的优势究竟有哪些？虽然人类视觉最擅长于对复杂、非结构化的场景进行定性解释，但机器视觉则凭借速度、精度和可重复性等优势，擅长于对结构化场景进行定量测量，举例来说，在生产线上，机器视觉系统每分钟能够对数百个甚至数千个元件进行检测。配备适当分辨率的相机和光学元件后，机器视觉系统能够轻松检验小到人眼无法看到的物品细节特征。另外，由于消除了检验系统与被检验元件之间的直接接触，机器视觉还能够防止元件损坏，也避免了机械部件磨损的维护时间和成本投入。通过减少制造过程中的人工参与，机器视觉还带来了额外的安全性和操作优势。此外，机器视觉还能够防止洁净室受到人为污染，也能让工人免受危险环境的威胁。机器视觉系统的组成图像获取：光源、镜头、相机、采集卡、机械平台图像处理与分析：工控主机、图像处理分析软件、图形交互界面。判决执行：电传单元、机械单元机器视觉光源---种类LED：寿命长/可以有各种颜色/便于做成各种复杂形状/光均匀稳定/可以闪光；荧光灯：光场均匀/价格便宜/亮度较LED高；卤素灯：亮度特别高/通过光纤传输后可做成；氙灯：使用寿命约1000小时/亮度高，色温与日光接近。（大部分机器视觉照明采用LED）机器视觉光源---作用和要求在机器视觉中的作用照亮目标，提高亮度形成有利于图像处理的效果克服环境光照影响，保证图像稳定性用作测量的工具或参照良好的光场设计要求对比度明显，目标与背景的边界清晰背景尽量淡化而且均匀，不干扰图像处理与颜色有关的还需要颜色真实，亮度适中，不过曝或欠曝；

机器视觉应用被越来越广泛，除了工业中会使用到，日常生活中也会出现，例如交通监测，汽车行驶过程中所使用的摄像头，使人们可以在车内看到全方位的汽车外视图。机器视觉的出现，可以说是自动化的一个重要跨越，浩立机器视觉今天给大家介绍的是嵌入式视觉系统的优点。机器视觉长期以来用于工业自动化系统中，以通过取代传统上的人工检查来提高生产质量和产量。从拾取和放置、对象跟踪到计量、缺陷检测等应用，利用视觉数据可以通过提供简单的通过失败信息或闭环控制回路，来提高整个系统的性能。机器视觉领域的最大技术进步，可能一直是处理能力。随着处理器性能每两年翻一番，以及对多核CPU、GPU和FPGA等并行处理技术的持续关注，视觉系统设计人员现在可以将高度复杂的算法应用于视觉数据，并创建更智能的系统。处理技术的发展带来了新机会，而不仅仅是更智能或更强大的算法。让我们看看为制造机器增加视觉功能的应用案例。这些系统传统上设计为形成协作分布式系统的智能子系统网络，该系统允许模块化设计。智能子系统网络，其设计为构成协作分布式控制系统。该系统允许模块化设计，但采用这种以硬件为中心的方法可能导致性能瓶颈。然而，随着系统性能的提高，采用这种以硬件为中心的方法可能遇到困难，因为这些系统通常采用时间关键和非时间关键协议的混合来联接。通过各种通信协议将这些不同的系统联接在一起，会导致延迟、确定性和吞吐量方面出现瓶颈。例如，如果设计者试图利用这种分布式架构开发应用，并且必须在视觉和运动系统之间保持紧密集成，例如在视觉伺服中所需要的，那么可能遇到由于缺乏处理能力而带来的主要性能挑战。此外，由于每个子系统都具有自己的控制器，这实际上会降低处理效率。

在机器视觉系统中，光源是整个系统的首要条件，合适的光源随时决定整个系统的成败。光源的主要目的就是将被测物体与背景尽量明显分别，获得高品质、高对比度的图像。机器视觉光源颜色究竟如何选择？一般情况下，如果使用黑白相机，又对被测物体的颜色选择没有特殊的要求，红色是比较合适的选择。因为红色LED寿命长、稳定、价格低廉，更重要的是红色LED的波长更接近传感器的灵敏度峰值，而通常的CCD对紫色、蓝色的光敏感程度没有红光强。机器视觉应用中应注意目标颜色与光源颜色的搭配，我们看到某个物体成某种颜色，是因为其反射了对应的光谱。我们拍摄物体时，如果要将某种颜色打成白色，那么就得使用与此颜色相同或相似的光源（光的波长一样或接近），而如果要打成黑色，则需要选择与目标颜色波长差较大的光源。例如样品带有红色字样，用红光打光，在黑白相机中可以看到字样部分会变白，变亮，若用蓝光打光，字样会变黑变暗，背景与字样会很明显。多色排线在白色光源下的黑白相机大尺度成像，可以发现其中的白色、黄色、绿色、橙色较明亮，说明相机对这些波长比较敏感。在红光下成像时，白、红、橙、黄几种颜色比较明显，其它的颜色都很暗，说明红光照射物体时，物体本身有红色分量时，才能反射红光，在黑白相机下表现为红色特征。而在绿色光源下，则白色、绿色、黄色表现明亮，其它较暗淡。蓝色光源下，白色、紫色、蓝色等表现较亮，有效反射蓝光。从中也可以发现，白色，无论在什么光照下，都成明显的白色，是因为其本身不吸收光谱，任何光谱照射到其表面上都会被反射；反之，黑色材料则无论什么光照射上去都不反光成黑色。

如何才能让机器视觉系统更为稳定，这里的稳定性不仅仅是平常认为的可靠性，它是指在系统的实际场景和充满变数条件的环境中仍然保持足够的可靠性。很多因素都会影响稳定性，比如视觉组件，周边环境，物体变化的影响等。机器视觉组件的选型是有一定难度的，它需要工程师对组件本身和组件供应商都非常熟悉，需要有足够的选型经验。在实验室运行的机器视觉系统和实际工作场景运行的系统面对的环境是截然不同的。典型的机器视觉系统的环境影响机器视觉系统需求机器视觉系统包含一些重要部件，机器视觉光源，工业镜头，工业相机，图像采集卡，数据传输，图像处理和测量软件等。随着各个部件的性能的提升，机器视觉系统的能力也呈指数级增长。系统的复杂度取决于特定的应用需求。选择最优部件，不仅仅要考虑部件的性能是否满足需求（比如帧率，分辨率，测量算法等），同时需要考虑系统最终所处的环境条件。比如在工业领域，这些环境条件包含部件变化，移载，处理接口，振动，环境光，灰尘，温度，油污，水，电磁辐射等。在极端恶劣条件下，有时候需要将机器视觉组件添加保护措施。最典型的例子，有些相机需要在相对洁净环境下使用。不过，通常情况下，工业环境是能够满足工业相机的直接使用的。机器视觉组件和环境环境对机器视觉组件的影响不仅仅是指对组件本身有破坏性，同时也会对测量效果产生影响。比如在温度变化的环境下，大部分工业相机能够在-5度和65度之间工作，在实际环境中，过高的温度往往会给相机成像带来噪度。不过这一点可以通过改善打光方式来提升信噪比。另外，温度会影响视觉光源的性能，随着光源温度上升，其亮度下降，这可以通过光源控制器来进行亮度输出补偿。视觉光源自身生成的热量同样会加速老化甚至直接报废，所以需要良好的热设计。其他部件也会有相应的温度限值，比如工业控制器/嵌入式PC一般都能使用工业环境，但如果没有风扇，那么很可能PC也会报废。为了保证机器视觉系统的稳定性，除了选择好的组件外，我们也要考虑被测物本身对温度的敏感性，比如金属物体对于温度存在热胀冷缩，因此当测量此类物体时，长度和体积都会发生变化。在3D测量系统中，3d传感器的尺寸变化就会导致偏差，除非传感器的标定对温度进行了补偿处理。很多情况下，选择合适的组件就可以满足特定环境需求。*环境光日用滤光片一定程度上可以避免受环境光的影响，它可以改变光线进入传感器的信息。通过使用高亮度调制光源，减少传感器曝光时间和减小光圈，环境光的影响可以减到最小。使用红外等波长的相机来测量可以减少可见光的影响。*振动大部分工业相机做了防振处理，机器人和轨道类线缆可以很好的让相机移动不收振动影响。锁定的连接器可以避免相机受到振动。耐用性PC和嵌入式电脑有很好的稳定保护机制。定焦镜头利用金属接口锁定螺丝确保了不受振动影响。滤光片一定程度上保护了镜头*灰尘、脏污、水很多相机可以做到IP65/67防护等级，确保了防尘，防水。灰尘，脏污，液体，蒸汽往往会附着到LED或者镜头表面，对成像产生影响。可以通过增加相机的增益，软件的图像处理，调整LED的输出来进行调整。种种环境因素都会对成像产生影响，而这些影响都会是致命性的，因为图像是测量的重要参照物。测量机器视觉系统的测量依赖于系统配置，智能相机具备图像采集，处理，分析等能力，嵌入式视觉系统往往需要多个相机来提供图像获取能力，内置图像处理和分析能力，而基于PC的系统会把程序放在PC中运行，精度和可重复性取决于特定的软件算法和亚像素级精度。高质量的软件产品和库提供了比开源系统更为稳定可靠的工具，但这些需要在不同的场景和环境中才能被识别出来。当今的视觉系统能够容忍一定程度的产品大小和形状的变化，但是，就算是最稳定的视觉系统，往往会因为外部的影响导致结果很不理想，比如，振动会导致图像模糊失真，而可变的零件会导致得出不同的图像，过长的曝光时间会导致运动物体的图像锐度失真。所得非所见对于没有经验的机器视觉用户来说，容易被忽略的是，人眼实际看到的和图像采集系统获取的图片实际上有着很大的不同。眼睛会自动调整以便来调节动态范围，而一般的相机很难同时看清极亮和极暗环境。阳光透过屋顶的光线或建筑物的阴影光线，通过机器操作可以改变摄像机的图像，而人眼可以自然的补偿结果并不自知为何能够同时看到。-THEEND-版权东莞浩立自动化科技有限公司如涉及版权问题请及时联系处理视觉系统,工业机器视觉,机器视觉系统,视觉光源,工业相机,工业镜头,视觉控制器,东莞浩立自动化欢迎访问东莞浩立自动化科技有限公司(www.haoliauto.com)

镜头相当于人眼的晶状体，如果没有晶状体，人眼将看不到任何物体；如果没有镜头，那么摄像机将无法输出清晰的图像。当人眼的肌肉无法将晶状体拉伸至正常位置时，也就是人们常说的近视眼，眼前的景物就变得模糊不清。摄像头与镜头的配合也有类似现象，当图像变得不清楚时，可以调整摄像头的后焦点，改变CCD芯片与镜头基准面的距离(相当于调整人眼晶状体的位置)，便可以将模糊的图像变得清晰。由此可见，镜头在视觉系统中有着非常重要的作用。以摄像机镜头尺寸可将镜头分为1英寸、2/3英寸、1/2英寸、1/3英寸、1/4英寸、1/5英寸等规格，下面是一个简单的芯片尺寸规格表：格式1英寸2/3英寸1/2英寸1/3英寸1/4英寸高度9.6mm6.6mm4.8mm3.6mm2.4mm宽度12.8mm8.8mm6.4mm4.8mm3.2mm摄像机镜头规格应视摄像机的CCD尺寸而定，两者应相对应。1.摄像机的CCD靶面大小为1／2英寸时，镜头应选1／2英寸。2.摄像机的CCD靶面大小为1／3英寸时，镜头应选1／3英寸。3.摄像机的CCD靶面大小为1／4英寸时，镜头应选1／4英寸。如果镜头尺寸比摄像机CCD靶面尺寸大时，将使图像视野比镜头视野小，即不能很好地利用镜头的视野；如果镜头尺寸比摄像机CCD靶面尺寸小时，将发生“隧道效应”，即图像有圆形的黑框，像在隧道里拍的一样。监控相机一般都比较小，甚至小于1/3英寸；工业相机稍微大一些，一般1/2英寸到1英寸不等；传统的135相机底片比当前的一般感光芯片都大，36mm×24mm（1.4英寸×0.9英寸），画面对角线长度为43mm（1.7英寸），即是1.7英寸的，120中幅相机，其感光面尺寸有三种：45×60mm、60×60mm和90×60mm，可见画幅更大。

机器人视觉检测系统的特点是提高生产的弹性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工检测；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。可以在快速生产的生产线上对产品进行测量、引导、检测、识别，并能保质保量的完成生产任务。在机器人视觉系统中，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。一个机器视觉检测项目之所以失败，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机器视觉光源。[机器视觉光源]选择的基本要素亮度：​当选择两种机器视觉光源的时候，更佳选择是更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。1、相机的信噪比不够；2、由于光源的亮度不够；3、图像的对比度不够，在图像上出现噪声的可能性也随即增大。对比度：对比度在机器视觉系统来说非常重要。机器视觉应用的照明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。稳定性：另一个测试好光源的方法是看光源是否对部件的位置敏感度够小。当光源放置在摄像头视野的不同区域时，结果图像应该不会随之变化。方向性很强的光源，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。-THEEND-版权东莞浩立自动化科技有限公司如涉及版权问题请及时联系处理视觉系统,工业机器视觉,机器视觉系统,视觉光源,工业相机,工业镜头,视觉控制器,东莞浩立自动化欢迎访问东莞浩立自动化科技有限公司(www.haoliauto.com)

机器视觉系统中，[工业镜头]相当于人的眼睛，其主要作用是将目标的光学图像聚焦在图像传感器（相机）的光敏面阵上。视觉系统处理的所有图像信息均通过工业镜头得到，工业镜头的质量直接影响到视觉系统的整体性能。下面对机器视觉工业镜头的相关专业术语做以详解。在工业应用上用到的镜头通常有普通工业镜头和远心工业镜头，二者之间的区别在于，远心工业镜头是平行光路设计，主要是为纠正传统工业镜头视差而设计，它可以在一定的物距范围内，使得到的图像放大倍率不会变化，即不会产生近大远小的情况，这对被测物体不在同一物面上的情况是非常重要的应用。而普通工业镜头在拍摄时，被测物体（或CCD芯片）离镜头距离的远近不一致，会造成放大倍率不一样，目标物体离镜头越近(工作距离越短)，所成的像就越大。在使用普通镜头进行测量时，会存在如下问题：1.由于被测物体不在同一个测量平面，而造成放大倍率的不同；2.镜头畸变大；3.视差，也就是当物距变大时，对物体的放大倍数也改变；4.镜头的解析度不高；5.由于视觉光源的几何特性，而造成的图像边缘位置的不确定性。远心工业镜头可以有效解决普通[工业镜头]存在的上述问题，而且没有此性质的判读误差，因此可用在高精度测量、度量计量等方面。无论何处，在特定的工作距离，重新调焦后会有相同的放大倍率，因为远心镜头的大视场范围直接与镜头的光栏接近程度有关，镜头尺寸越大，需要的视场就越大。远心工业镜头是一种高端的工业镜头，像质出众，畸变小，特别适合于尺寸测量的应用，可配合软件进行精密测量。在相同的拍摄条件下，由于普通连续变倍工业镜头存在的视觉聚焦误差，易产生阴影，对于图像精度不高。用连续变倍远心工业镜头拍摄，因为远心工业镜头特有的平行光特性，可以确保拍摄出的物体轮廓清晰，数据准确，不需要对图像做过多校正。对比可见远心工业镜头比普通工业镜头更适合检测有厚度小孔的孔径，以及对边缘提取要求高的测量应用行业。由于普通[工业镜头]的入光和成像光线不是平行光设计，存在视觉误差。由普通工业镜头拍摄出来的图片，不易判读边缘，需要很复杂的算法校正。远心工业镜头的光路是平行光设计，用远心镜头拍摄齿轮，被拍物体轮廓清晰，数据真实，不存在畸变现象，无需对图像校正。用普通的工业镜头拍摄，由于视觉误差和聚焦不准，所以在拍摄物体提取不清晰，有阴影的现象，对识别造成影响，数据不准确。用远心镜头拍摄，由于远心镜头具有平行光的远心特性，不存在视觉误差，所以在拍摄物体时图像清晰，数据准确。易于检测到毛刺，以及检测孔径大小等。-THEEND-版权东莞浩立自动化科技有限公司如涉及版权问题请及时联系处理视觉系统,工业机器视觉,机器视觉系统,视觉光源,工业相机,工业镜头,视觉控制器,东莞浩立自动化欢迎访问东莞浩立自动化科技有限公司(www.haoliauto.com)

什么是同轴光源光源通过漫射板发散打到半透半反射分光片上，该分光片将光反射到物体上，再由物体反射到镜头中。由于物体反射后的光与相机处于同一个轴线上，因此，此种方式的光源被称之为同轴光源。同轴光有何特点:漫射、均匀、直上镜头什么情况下需要使用此光源表面平整的情况下。根据同轴光的特点，只有平整的物面才能较好的将光反射到镜头中。不平整的物面上的光被斜着反射到其他地方，因此会在图像中呈现暗色。因此。那些不平整的地方，才能够较好的凸显出来。使用此光源时需要注意的地方同轴光不能离物体太近，否则会因为其发光面的漏光而导致光面不是漫射的均匀光。同轴光由于中间有块半透半反射玻璃，且当同轴光用于物体和镜头之间时，会影响成像的精度。其可能导致边缘变虚，不够锐利。

判断机器视觉光源的好坏，首先必须了解什么是光源需要做到的，光源的作用并不仅仅局限于使检测部件能够被摄像头“看见”，有时候，一个完整的机器视觉系统无法支持工作，很大一部分原因是光源造成的。照明系统是机器视觉系统中最关键的部分之一，机器视觉光源直接影响到图像的质量，进而影响到系统的性能。好的打光设计能够使我们得到一幅好的图像，从而改善整个系统的分辨率，简化软件的运算。影响光源的因素：1.对比度：对比度对机器视觉来说非常重要，机器视觉应用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。2.亮度：当选择两种光源的时候，最佳的选择肯定是更亮的那个。因为当光源亮度不够时就会出现以下三种情况：一、相机的信噪比不够；二、图像的对比度不够，在图像上出现噪声的可能性也随之增大；三、光源的亮度不够，必然需要加大光圈，从而减少景深，并且自然光也会随机对系统加大影响。3.鲁棒性：测试好光源的方法是看光源是否对部件的位置敏感度最小。当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。在很多情况下，好的光源需要在实际工作中与其在实验室中有相同的效果。4.光源可预测：当光源入射到物体表面的时候，光源的放映是可以预测的，光源可能被吸收或被放射，光可能被完全吸收（黑金属材料，表面难以照亮）或者被部分吸收（造成了颜色的变化及亮度的不同）。不被吸收的光就会被反射，入射光的角度等于反射光的角度。5.物体表面：如果所有物体表面是相同的，在解决实际应用的时候就没有必要采用不同的光源技术了，但由于物体表面的不同，因此需要观察视野中的物体表面，并分析光源入射的反映。6.光源的位置：既然光源按照入射角反射，因此光源的位置对获取高对比度的图像很重要，光源的目标是要达到使感兴趣的特征与其周围的背景对光源的反射不同。预测光源如何在物体表面反射就可以决定出光源的位置。7.选择光源：光源应该按照照明形状的需要来选择，需要有足够的均匀度，且稳定性能要好。