施努卡：视觉检测系统中光源的该如何选择？
机器人视觉检测系统的特点是提高生产的灵活性和自动化程度。在一些不适合人工操作或人工视觉难以满足要求的危险工作环境中，往往采用机器视觉代替人工检查；同时，在大规模工业生产过程中，使用人工视觉检查产品质量效率低、准确率不高，而使用机器视觉检查方法可以大大提高生产效率和生产自动化程度。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。它可以对快速生产线上的产品进行测量、引导、检测和识别，保质保量地完成生产任务。
在机器人视觉系统中，获得可处理的高质量图像非常重要。系统的成功取决于保证良好的图像质量和明显的特征。机器视觉检测项目的失败大多是由于图像质量差和特征不明显造成的。为了保证良好的图像，我们必须选择合适的光源。
光源选择的基本要素
对比：
对比度在机器视觉系统中超级重要。机器视觉应用的光照任务是使待观察特征与待忽略图像特征之间的对比度最大化对比，从而使特征易于区分。对比度被定义为特征与其周围区域之间足够的灰度差异。良好的照明应确保要检测的特征从其他背景中脱颖而出。
稳定性：
测试好光源的另一种方法是看光源是否对元件的位置的敏感性。当光源放置在相机视野的不同区域时，产生的图像不应改变。方向性强的光源增加了高光区域镜面反射的可能性，不利于后续的特征提取。
亮度：
在选择两种光源时，最好的选择是选择相对更亮的那一种。如果光源不够亮，可能就会出现以下三种不好的情况。
1.相机的信噪比不够；
2.由于光源亮度不足；
3.图像的对比度低，无法满足对比情况，图像上出现噪声的可能性会大大增加，准确度会随之减少。
其次，光源亮度不够，就需要加大光圈，从而降低景深。另外，当光源亮度不够时，自然光等随机光线对特征获取的影响最大。
一个好的光源需要能够使你需要寻找的特征非常明显。相机除了能捕捉零件外，还能产生最大的对比度和亮度，对零件的位置变化足够且不敏感。选择好合适的光源，剩下的工作就相对容易多了。
