机器视觉系统中的照明系统是极其重要的一部分，它的好坏直接影响着后面的图像处理。在听了一位日本光源专家的讲座之前，我其实对照明并不太了解，不就是将图像照亮以至于相机能够拍到图像吗？但事实并非如此，照明远非增强图像亮度这样简单，好的照明系统可以减少很多图像处理工作，提升整个机器视觉系统效率。那么照明是怎样一门学问呢？如何在机器视觉系统中选择合适的照明系统呢？

合适的照明是机器视觉应用成功的关键，而且是第一要考虑的部分。一个设计良好的照明系统不仅会带来更好的性能，节约时间，而且从长远来看能节约成本。下面来分享选择最合适机器视觉照明的八个小技巧，它们是：

（1） 检测材料缺损请使用亮度高的光；

（2） 精确定位请使用合适波长的光；

（3） 检测玻璃上的刮痕请使用非漫射的光，即Non-Diffused Light；

（4） 检测透明包装请使用漫射光，即Diffused Light；

（5） 创造对比请使用颜色光；

（6） 检测快速移动物体请使用频闪光；

（7） 消除反射时请使用红外光；

（8） 消除颜色变化请使用红外光；

对于将质量最为输出的机器视觉系统依赖于图像质量。高质量的图像使得系统能够精确地解释出从检测物体中提取的信息，这样就可以产生可靠的并可重复的系统性能。在任何视觉应用中需要的图像质量很大程度上取决于照明条件：颜色，角度和使用照明对象的光源数量意味着好图像之间的差异，有可能会产生更好的性能，也会带来质量差的图像，产生不好的结果。

机器视觉照明应该最大化特征对比，同时最小化其它剩下的对比度，因此让相机清晰看到部分或标记。高对比度特征简化集成和提高可靠性；对比度差的图像和不规则的照明需要来自系统的更多努力，而且也增加了处理时间。最优的照明取决于检测物体的尺寸，它的表面特征和部分几何特征和系统需求。具有宽范围的波长（颜色），视场（尺寸），对于特殊应用需要，就可以灵活的选择机器视觉照明。

当选择照明时需要考虑以下五个方面：

1. 表面是光滑，还是崎岖不平？

2. 表面是暗淡，还是光亮？

3. 对象是弯曲的，还是平坦的？

4. 条码或标记的颜色是怎样的？

5. 是检测移动的物体，还是静止的对象？