机器视觉光源选型的三大技巧

小白学视觉

共 1276字,需浏览 3分钟

 ·

2021-09-14 15:25

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达


什么是机器视觉光源


在机器视觉系统中,通过适当的光源照明可以将被测物体的目标信息与背景信息区分,以获得高品质,高对比度的图像,从而可以降低图像处理算法的难度,同时提高系统的精度和可靠性。

在实际项目中,图像实际成像的效果跟光照条件有密切的关系。毫不夸张的说,它直接影响输入数据的质量和至少30%的应用效果,因为良好的光照条件能够取得良好的成像效果,从而有效区分目标物体和背景,减低识别的难度。


光源选型的三个技巧

技巧1 利用波长的特性

红外光波长长,具有穿透性强的特性,红外光可以过滤产品表面有机涂料干扰,检测表面划痕,也可以穿透深色口服液检测内部杂质。

紫外光波长短,具有扩散率高以及激发荧光的特性,适用于透明物体表面Mark点定位;路由器字符检测,该油墨对短波长紫外反射率较低;UV胶体检测;隐形码读取等。

技巧2 颜色的叠加(互补色,相邻色)

互补色:色环中对称颜色叠加在黑白相机下呈现深色

邻色:色环中相邻或同种颜色叠加在黑白相机下呈现浅色

技巧3 不同材质金属对不同波段的光源反射率不同

铜和金对于波长短的光源,反光较弱

银和铝在波长850nm左右反光相差最大

蓝色光源能够更好地打出铜、金、铝之间的差异

好消息,小白学视觉团队的知识星球开通啦,为了感谢大家的支持与厚爱,团队决定将价值149元的知识星球现时免费加入。各位小伙伴们要抓住机会哦!


下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 15
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报