机器视觉光源选择是经过哪方面验证的？
1.亮度：在两种光源之间进行选择时，最好的选择是较亮的一种。 当光源不可亮时，可能会呈现三种不良情况。 首先，相机的信噪比短少。 因为光源的亮度短少，图像的对比度必定短少，并且图像中噪声的可能性当即添加。 其次，光源的亮度短少，有必要添加光圈以减小景深。 第三，当光源的亮度短少时，比方自然光之类的随机光将对系统发生最大的影响。
2.光源均匀性：光线不均匀会导致反射不均匀。 涉及到三个方面。 首先，对于视场，相机的视场应均匀。 简而言之，图像中的暗区是短少反射光的当地，亮点是反射太强的当地。 第二，光线不均匀会在视野的某些区域发生比其他区域更多的光线。 成果，物体外表的反射是不均匀的（假设物体外表的光反射是相同的）。 第三，均匀的光源将补偿物体外表视点的改动。 即便物体外表的几许形状不同，光源在每个部分中的反射也是均匀的。
3.光谱特性：光源的颜色和测量方针的外表的颜色决议了反射到相机的光能的大小和波长。 提取其他颜色的特征信息时，白光或特别光谱可能是重要要素。 分析多色特性时，选择光源时，色温是一个更重要的要素。
4，寿命特性：光源一般需求连续运用。 为了坚持一起和准确的图像处理，视觉系统有必要长期保证安稳和一起的图像。
5.对比度：对比度对于机器视觉非常重要。 机器视觉使用中照明的最重要任务是使需求观察的特征与需求疏忽的图像特征之间的对比度最大化，然后轻松区别特征。 对比度定义为要素与其周围区域之间满足的灰度差异。 出色的照明应保证需求检测的功用在其他布景下崭露头角。
