首页 | 新闻 | 新品 | 文库 | 方案 | 视频 | 下载 | 商城 | 开发板 | 数据中心 | 座谈新版 | 培训 | 工具 | 博客 | 论坛 | 百科 | GEC | 活动 | 主题月 | 电子展
返回列表 回复 发帖

机器视觉中的光源照明设计

机器视觉中的光源照明设计

摘要 介绍了光源照明技术在机器视觉中的重要性。通过对光源照明设计中光源种类和基础照明等诸多技术的理论分析,结合光源照明技术在工程案例中的应用技巧,探究了设计光源照明系统时要注意的问题和原则。
关键词 机器视觉;光源照明;光源种类;照明技术

    机器视觉是计算机科学的一个分支,是用机器代替人眼做各种测量和判断。一个典型的机器视觉系统包括图像采集、图像处理、运动控制部分等。图像采集是一个重要的环节,它将被测物的可视化图像和特征转化为能被计算机处理的一系列数据。图像采集部分由光源(S)、光学照明系统(O)、被测物(P)、镜头(L)、摄像机(C)构成,采集过程如图1所示。可描述为,在光源提供照明的条件下,被测物的图像经过镜头在摄像机传感器上得到清晰的图像,传感器将图像转换为模拟或数字视频信号,最后通过图像采集卡传输给图像处理部分。


    因此,进行合理的光源照明设计,使被测物中的目标信息与背景信息得到最佳分离,可以大幅降低图像处理算法分割和识别的难度,同时提高系统的定位、测量精度,使系统的可靠性和综合性得到提高。反之,如果光源照明设计不当,会导致在图像处理算法设计和成像系统设计中事倍功半。光源照明设计是决定系统成败的首要因素。光源照明设计要考虑多方面问题,主要是光源的种类和特性、基础照明技术、目标及其背景的光反射和传送特性。

1 光源照明技术
1.1 光源种类和特性
   
理想的光源应该是明亮、均匀、稳定的。光源种类较多,根据发光器件本身可以分为卤素灯、荧光灯、LED灯、氙灯等,表1列出了几种主要光源的相关特性。


    目前的发展趋势是LED(Light Emitting Diode)发光二极管光源的使用。LED光源的最大优点是发光效率高、响应速度快、体积小、功耗低、发光稳定、寿命长、易于组成不同形状的光源等。光源的特性在光源照明设计中至关重要,主要涉及5个因素:(1)方向。控制照射到物体上的入射光方向是光源照明设计的基本参数,它取决于光源类型和光源相对于物体放置的位置。一般来说,有直射光和漫射光两种基本方式。(2)光谱。光是由单一或多种成分的光谱组成,摄像头传感器获取的光颜色取决于光源所产生的光类型,以及覆盖在光源或摄像机镜头上的光学滤色镜。(3)偏振性。在镜面式的反射光中保留了这种偏振性,利用这种特性,使镜面眩光掠过摄像机镜头,来消除镜面反射光的影响。(4)强度。光照强度会影响摄像头的曝光,光线不足则意味着低对比度,就要加大放大倍数,但可能同时将噪音放大,也可能使镜头的光圈加大,但景深减小。反之,强度过大会浪费能量,并带来散热问题。(5)均匀性。在光源照明中,所有光源随着距离的增大和照射角的偏离,其照射强度将减小。尤其在大面积物体照明时,均匀性是必须要考虑的问题。
1.2 基础照明技术
   
机器视觉照明设计的任务就是使被测物的特征与背景图像特征之间产生最大的对比度,从而易于特征区分。通常涉及以下照明技术:(1)明/暗场照明。暗场照明是相对于物体表面提供低角度照明,使用摄像机拍摄物体,如果镜头处在反射光线的视野内,属于明场照明,否则是暗场照明。因此是明场照明还是暗场照明与摄像机和光源的相对位置有关。(2)背光照明。从物体背面射过来均匀视场的光,背光照明产生了较强的对比度,常用于测量物体的尺寸和定物体的方向,但物体表面特征可能会丢失。(3)漫射照明。常应用于反射性不规律或有复杂角度的物体表面,以减小阴影及镜面反射。(4)同轴照明。对检测强反射的物体特别有帮助,还适合受周围环境产生阴影影响检测或面积不明显的物体。(5)结构光照明。典型的结构光有激光和光纤,结构光可以用于测量相机到光源的距离。
1.3 被测物及其背景的光反射和传送特性
   
利用被测物及其背景对光的反射和传送特性的差异进行光源照明设计,能够强化被测物和背景的对比度,即提高图像效果。主要考虑两个特性:(1)反射特性。物体反射光线有两种不同的反射特性:直反射和漫反射。直反射:光线的反射角等于入射角,直反射有时用途很大,有时又可能产生极强的眩光。在大多数情况应避免镜面反射。漫反射:照射到物体上的光从各个方向漫散出去。在大多数实际情况下,漫散光在某个角度范围内形成,并取决于入射光的角度。两种反射的示意效果如图2所示。(2)相减色。反射时,从光谱中去除某些波长的光。如白光照射到红色物体后,红色光谱被反射,而其他成份则被物体吸收。



2 案例中的光源照明设计分析
   
以“基于机器视觉的滴灌带质量检测”项目为背景,检测目标是黑色软质胶管上滴头的边界、轮廓以及滴头中圆孔的位置,如图4所示。图像处理算法主要采用Canny边缘检测和Hough圆检测等。
返回列表