影響光源的因素：

1.對比度：對比度對機器視覺來說非常重要，機器視覺應用照明的最重要的任務就是使需要被觀察的特征與需要被忽略的圖像特征之間產生最大的對比度，從而易于特征的區分。

2.亮度：當選擇兩種光源的時候，最佳的選擇肯定是更亮的那個。因為當光源亮度不夠時就會出現以下三種情況：一、相機的信噪比不夠；二、圖像的對比度不夠，在圖像上出現噪聲的可能性也隨之增大；三、光源的亮度不夠，必然需要加大光圈，從而減少景深，并且自然光也會隨機對系統加大影響。

3.魯棒性：測試好光源的方法是看光源是否對部件的位置敏感度最小。當光源放置在攝像頭視野的不同區域或不同角度時，結果圖像應該不會隨之變化。方向性很強的光源，增大了對高亮區域的鏡面反射發生的可能性，這不利于后面的特征提取。在很多情況下，好的光源需要在實際工作中與其在實驗室中有相同的效果。

4.光源可預測：當光源入射到物體表面的時候，光源的放映是可以預測的，光源可能被吸收或被放射，光可能被完全吸收（黑金屬材料，表面難以照亮）或者被部分吸收（造成了顏色的變化及亮度的不同）。不被吸收的光就會被反射，入射光的角度等于反射光的角度。

5.物體表面：如果所有物體表面是相同的，在解決實際應用的時候就沒有必要采用不同的光源技術了，但由于物體表面的不同，因此需要觀察視野中的物體表面，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，因此光源的位置對獲取高對比度的圖像很重要，光源的目標是要達到使感興趣的特征與其周圍的背景對光源的反射不同。預測光源如何在物體表面反射就可以決定出光源的位置。

7.選擇光源：光源應該按照照明形狀的需要來選擇，需要有足夠的均勻度，且穩定性能要好。

在機器視覺系統中，光源的作用主要體現在：

• 1.突出測量特征，簡化圖像處理算法
• 2.客服環境光的干擾，提高圖像信噪比
• 3.提高視覺系統的定位、測量、識別精度以及系統的運行速度
• 4.降低系統設計的復雜度

機器視覺的光源按形狀通常可分為以下幾類：

1.環形光源：環形光源提供不同照射角度、不同顏色組合，更能突出物體的三維信息；高密度LED陣列，高亮度；多種緊湊設計，節省安裝空間；解決對角照射陰影問題；可選配漫射板導光，光線均勻擴散。

2.背光源：用高密度LRD陣列面提供高強度背光照明，能突出物體的外形輪廓特征。

3.條形光源：條形光源是較大方形結構被測物的首先光源，顏色可根據需求搭配，自由組合，照射角度與安裝隨意可調。

4.AOI專業光源：不同角度的三色光照明，照射凸顯錫焊三維信息；外加漫射板導光，減少反光不同角度組合。

5.球積分光源：具有積分效果的半球面內部，均勻反射從底部360°發射出的光線，使整個圖像的照度十分的均勻。

6.線性光源：超高高度，采用柱面透鏡聚光，適用于各種流水線連續檢測場合。

7.同軸光：可以消除物體表面不平整引起的陰影，從而減少干擾，部分采用分光鏡設計，減少光損失，提高成像清晰度，均勻照射物體表面。

8.點光源：大功率LED，體積小，發光強度高；光前鹵素燈的替代品，尤其適合作為鏡頭的同軸光源等，高效散熱裝置，大大提高光源的使用壽命。

9.組合條形光：四邊配置條形光，每邊照明獨立可控制；可根據被測物體要求調整所需照明角度，適用性廣。

10.對位光源：速度快，視場大，精度高，體積小，便于檢測集成，亮度高，可適配輔助環形光。

計算機視覺是一門研究如何使用機器“看”的科學，更進一步說，就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送儀器檢測的圖像。

計算機視覺尋求基于工程學科相關理論與模型來建立計算機視覺系統，這類系統的組成部分包括：

• 程序控制（工業機器人和無人駕駛汽車）
• 事件監測（圖像監測）
• 信息組織（圖像數據可和圖像序列索引的建立）
• 物體與環境建模（工業檢查、醫學圖像分析和拓撲建模）
• 交感互動（人機互動的輸入設備）

【計算機視覺技術的圖像處理方法】

計算機視覺系統中，視覺信息的處理技術主要依賴于圖像處理方法，它包括圖像增強、數據編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內容。經過這些處理后，輸出圖像的質量得到相當程度的改善，既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別。

【圖像增強】

圖像增強用于調整圖像的對比度，突出圖像中的重要細節，改善視覺質量。通常采用灰度直方圖修改技術進行圖像增強。通過灰度直方圖的形狀，能判斷該圖像的清晰度和黑白對比度。

【圖像平滑】

圖像平滑處理技術即圖像的去噪聲處理，主要是為了去除實際成像過程中因成像設備和環境所造成的圖像失真，提取有用的信息。

【圖像數據編碼和傳輸】

數字圖像的數據量是相當龐大的，比如一副512*512個像素的數字圖像的數據量為256K字節，假設每秒傳輸25幀圖像，則傳輸的信道速率為52.4M比特/秒。因此傳輸過程中，對圖像數據進行壓縮顯得非常重要。

【邊緣銳化】

圖像邊緣銳化處理主要是加強圖像中的輪廓邊緣和細節，形成完成的物體邊界，達到將物體從圖像中分離出來或將表示同一物體表面的區域檢測出來的目的。

【圖像分割】

圖像分割是將圖像分成若干部分，每一部分對應某一物體表面，在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量。

【圖像識別】

圖像識別過程實際上可以看作是一個標記過程，即利用識別算法來辨別景物中已分割好的各個物體。

【計算機視覺的應用】

計算機視覺被稱為自動化的眼睛，在國民經濟、科學研究及國防建設等領域都有著廣泛的應用。

1.工業上的應用。例如對煙葉品質進行圖像處理過程中，借助MATLAB圖像處理工具箱和神經網絡技術，對各類型的煙葉的數字圖形進行計算機視覺分析，包括邊緣檢測、輪廓提取、用圖像工具箱進行提取煙葉數字圖像特征，將待測煙葉樣本與標準煙葉樣本進行自適應學習訓練，最后迭到自動識別待測煙葉樣本品質的智能評定。

2.公安工作的應用。計算機人臉識別技術就是利用計算機對人臉圖像進行分析，從中提取有效的識別信息，用來“辨別”身份的一門技術。他設計到圖像處理、模式識別、計算機視覺和神經網絡等。

3.商業上的應用。安防方面的應用就是當值班人員面對十、百、千的攝影機，無法真正的在風險產生時預測或干預，多數靠事后回放；在非安防方面的應用，如商業上人流量的統計、防盜等。

4.醫學方面的應用。X-CT、放射性同位素掃描、B型超聲、核磁共振成像等。

5.軍事方面的應用。計算機視覺開辟了人工智能的一個全新領域，它模擬并幫助理解人類的視覺系統。在軍事領域的應用：在執行低空突防飛行和其他空襲任務過程中，采用被動式地形偵察與勘測技術能夠提高飛行隱秘性，解決易于被地方探測的需要。