光源选型基本要素：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。亮度：当选择两种光源的时候，的选择是选择更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。，相机的信噪比不够；
外观检查项目
光源选型基本要素：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。亮度：当选择两种光源的时候，的选择是选择更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。，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。另外，应依据人机工程学的观点布置各种按钮、手柄，使操作方式符合人们的心理和习惯。其次，光源的亮度不够，必然要加大光圈，从而减小了景深。另外，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。
机器视觉的阿喀琉斯之踵：据麻省理工《技术评论》报道，来自谷歌和OpenAI研究所的研究人员发现了机器视觉算法的一个弱点：机器视觉会被一些经过修改的图像干扰，而人类可以很容易地发现这些图像的修改之处。 [7] 应用领域编辑机器视觉的应用主要有检测和机器人视觉两个方面：⒈ 检测：又可分为定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。⒉机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。《视觉测量技术》分别介绍视觉测量技术的历史与发展、系统的硬件组成、图像与处理、图像分割、摄像机标定、单目视觉测量与双目视觉测量的相关技术与方法。至于小范围内的操作和行动，还需要借助于触觉传感技术。
此外还有：1自动光学检查2人脸识别3无人驾驶汽车4产量等级分类5印刷量自动化检测6文字识别7纹理识别8定位......等机器视觉图像识别的应用。【机器视觉特点】⒈摄像机的拍照速度自动与被测物的速度相匹配，拍摄到理想的图像；⒉零件的尺寸范围为2.4mm到12mm，厚度可以不同；⒊系统根据操作者选择不同尺寸的工件，调用相应视觉程序进行尺寸检测，并输出结果；⒋针对不同尺寸的零件，排序装置和输送装置可以调整料道的宽度，使零件在固定路径上运动并进行视觉检测；⒌机器视觉系统分辨率达到2448×2048，动态检测精度可以达到0.02mm；⒍废品漏检率为0；方向性很强的光源，增大了对高亮区域的镜面反射发生的可能性，这不利于后面的特征提取。⒎本系统可通过显示图像监视检测过程，也可通过界面显示的检测数据动态查看检测结果；⒏具有对错误工件及时准确发出剔除控制信号、剔除废品的功能；⒐系统能够自检其主要设备的状态是否正常，配有状态指示灯；同时能够设置系统维护人员、使用人员不同的操作权限；⒑实时显示检测画面，中文界面，可以浏览几次不合格品的图像，具有能够存储和实时察看错误工件图像的功能；⒒能生成错误结果信息文件，包含对应的错误图像，并能打印输出。
（作者： 来源：）
