1, 如何选择工业相机的视觉光源
机器视觉系统随着工业自动化的发展，被广泛的应用于工业检测中，工业检测应用于识别、表面质量、图像处理、图像采集等。一个完整的机器视觉系统包括：工业相机、光源、图像采集卡、图像采集软件等。告诉大家如何选择合适的机器视觉光源呢？要注意一下几点：1、亮度：在两种光源中选择时，最佳的选择是更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。第一，工业相机的信噪比不够；由于光源的亮度不够，图像的对比度必然不够，在图像上出现噪声的可能性也随即增大。第二，光源的亮度不够，必然要加大光圈，从而减小了景深。第三，当光源的亮度不够的时候，自然光等随机光对系统的影响会最大。2、光源均匀性：不均匀的光会造成不均匀的反射。均匀关系到三个方面。第一，对于视野，在摄像头视野范围部分应该是均匀的。简单的说，图像中暗的区域就是缺少反射光，而亮点就是此处反射太强了。第二，不均匀的光会使视野范围内部分区域的光比其他区域多。从而造成物体表面反射不均匀（假设物体表面的对光的反射是相同的）。第三，均匀的光源会补偿物体表面的角度变化，即使物体表面的几何形状不同，光源在各部分的反射也是均匀的。3、光谱特征：光源的颜色及测量物体表面的颜色决定了反射到摄像头的光能的大小及波长。白光或某种特殊的光谱在提取其他颜色的特征信息时可能使比较重要的因素。当分析多颜色特征的时候，选择光源的时候，色温是一个比较重要的因素。4、寿命特性：光源一般需要持续使用。为使图像处理保持一致的精确，视觉系统必须保证长时间获得稳定一致的图像。5、对比度：对比度对机器视觉来说非常重要。机器视觉应用的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。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。
2, 近红外光 在工业上有哪些应用
1、近红外工业相机的性能稳定可靠易于安装，相机结构紧凑结实不易损坏，连续工作时间长，可在较差的环境下使用，一般的数码相机是做不到这些的。例如：让民用数码相机一天工作24小时或连续工作几天肯定会受不了的。2、近红外工业相机的快门时间非常短，可以抓拍高速运动的物体。例如，把名片贴在电风扇扇叶上，以最大速度旋转，设置合适的快门时间，用工业相机抓拍一张图像，仍能够清晰辨别名片上的字体。用普通的相机来抓拍，是不可能达到同样效果的。3、近红外工业相机的图像传感器是逐行扫描的，而普通的相机的图像传感器是隔行扫描的， 逐行扫描的图像传感器生产工艺比较复杂，成品率低，出货量少，世界上只有少数公司能够提供这类产品，例如Dalsa、Sony，而且价格昂贵。4、近红外工业相机的帧率远远高于普通相机。工业相机每秒可以拍摄十幅到几百幅图片，而普通相机只能拍摄2-3幅图像，相差较大。5、近红外工业相机输出的是裸数据（raw data），其光谱范围也往往比较宽，比较适合进行高质量的图像处理算法，例如机器视觉（Machine Vision）应用。而普通相机拍摄的图片，其光谱范围只适合人眼视觉，并且经过了mjpeg压缩，图像质量较差，不利于分析处理。6、现在公司自主研发的MV系列USB接口的工业数字相机及1394接口的工业数字相机已广泛投入市场且能够满足大部分客户的需求，产品集图像采集、A/D转换于一体，相对模拟相机先拍摄再用图像采集卡转换来说图像损失减少，使用方便便于携带，拥有丰富的二次开发包，最重要的是同等性能下相对于模拟相机来说工业数字相机的成本非常低。7、近红外工业相机（Industrial Camera）相对普通相机（DSC）来说价格较贵。8、普通相机芯片材料为二氧化硅，近红外相机芯片一般是铟镓砷。
相关概念
相机
照相机简称相机，是一种利用光学成像原理形成影像并使用底片记录影像的设备。很多可以记录影像设备都具备照相机的特征。医学成像设备、天文观测设备等等。照相机是用于摄影的光学器械。被摄景物反射出的光线通过照相镜头(摄景物镜)和控制曝光量的快门聚焦后，被摄景物在暗箱内的感光材料上形成潜像，经冲洗处理(即显影、定影)构成永久性的影像，这种技术称为摄影术。
近红外
近红外光（Near Infrared，NIR）是介于可见光（ⅥS）和中红外光（MIR）之间的电磁波，按ASTM（美国试验和材料检测协会）定义是指波长在780～2526nm范围内的电磁波，习惯上又将近红外区划分为近红外短波（780~1100nm）和近红外长波（1100~2526nm）两个区域。近红外区域是人们最早发现的非可见光区域。
图像
影像，是人对视觉感知的物质再现。影像可以由光学设备获取，如照相机、镜子、望远镜及显微镜等；也可以人为创作，如手工绘画图像等。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。通过专业设计的影像，可以发展成人与人沟通的视觉语言，也可以了解世界美术中大量的平面绘画、立体雕塑与建筑。
相关推荐
机器视觉的应用实例 机器视觉技术的应用实例
