Skip to Main Content
texto

真正提高相机性能的机器视觉照明技术

光线是影响机器视觉性能的唯一变量,也是最常被忽视的变量。机器视觉系统中的每个相机都是通过分析物体反射的光线来生成图像,而不是物体本身。改变光源,你就能改变相机看到的一切。
Cognex Smart Lighting

关键要点

  • 照明几何、波长和强度直接决定了机器视觉相机可以检测到什么,不能检测到什么;软件升级无法弥补照明不足。
  • 存在五种核心照明技术,每种技术都是针对特定的表面类型、缺陷特征和吞吐量要求而设计的;选择错误的照明技术会降低人工智能模型的准确性,并增加误拒率。
  • 如果深度学习训练集中只有10%的图像是在光线不足的情况下拍摄的,那么在之后纠正模型需要三倍的数据——这使得照明决策成为一个直接的成本驱动因素,而不仅仅是一个设置变量。  

您升级到了高分辨率工业相机。您投资了人工智能驱动的检测软件。然而,误拒率不断攀升,细微的表面缺陷不断被忽略,您的质量工程师对系统的信心正在丧失。在查看相机或算法之前,先看看光线。

光线是影响机器视觉性能的唯一变量,也是最常被忽视的变量。机器视觉系统中的每个相机都是通过分析物体反射的光线来生成图像,而不是物体本身。改变光源,你就能改变相机看到的一切。

经验丰富的工程师都知道一个基本原则,但团队通常会忽略:每个视觉系统都应该有一个专门的光源,专门为该检测指定和控制。Adam Krizsanyik 是一名高级应用工程师,在工业检测系统领域拥有丰富的现场经验,他直接谈到了他在实践中看到的情况:“很多时候,他们只是使用操作员所在位置的灯光,他们说如果操作员能看见,摄像头就能看见,但事实并非如此。”

重新利用操作员或顶灯的问题比表面上看起来要更严重。当一个工厂用新的LED灯替换旧的荧光灯时,灯光的色温和波长会发生变化,这种变化足以改变摄像头对零件的观察方式。操作灯也可以独立开关,这会在不同班次之间引入不可预测的变化。而且,工厂的普通照明很少能足够强大,以补偿整个生产车间的环境光变化。这些因素中的任何一个都可能破坏图像的一致性。综合起来,他们使可靠的检查几乎不可能随着时间的推移而持续下去。

正如Krizsanyik所说:"我基本上认为,视觉系统应该始终配备一个专门用于视觉系统的独立光源。" 由视觉系统单独控制的专用高强度光源,以短曝光时间运行,可以消除所有这些变量。

他在一个客户现场亲眼目睹了这一点,该现场的检测系统完全依赖于具有自动曝光功能的操作员照明。每当穿着白大褂的工人走过附近时,图像就会发生偏移。为了展示差异,他在实验室里设置了一盏专用的高强度灯,并向经理展示了一幅实时图像。他把手移到相机下面,图像保持稳定。然后他关掉了房间的灯。没有变化。他又把它们打开了。仍然没有变化。经理的反应:"哇。"  

得到的教训? 当光线足够强,曝光时间足够短时,相机就不再关心房间其他地方的情况了。

6种核心机器视觉照明技术

没有一个单一的设置可以适用于所有应用。照明几何与表面、边缘、纹理和材料以不同的方式相互作用。五种技术涵盖了工业检测的全部场景。 

Bright field lighting.webp

1. 直接(正面)照明

直接照明将光源放置在相对于表面的高角度(大于45度)。相机直接接收反射光,方向性阴影有助于揭示尺寸特征和表面结构。条形灯、聚光灯和环形灯都是例子。这是最广泛的应用技术,适用于平面、哑光或轻微纹理的表面。对于抛光或镜面表面,它是错误的选择,因为它会产生眩光。

Diffuse lighting.webp

2. 漫射同轴(穹顶)照明

穹顶照明从各个角度同时照亮零件,消除了反射表面上的定向阴影和镜面高光。把它想象成阴天的天空,甚至是没有方向的照明。例如,考虑一个印有字符的电池。圆顶灯提供了视觉系统可靠读取所需的对比度。同一应用程序中的聚光灯会产生眩光,使图像无法使用。

非专业人士通常会忽略的一个细节是穹顶的尺寸。一个可以整齐地放入穹顶开口的部件可能看起来像是完美的匹配,但漫射光的物理特性要求光线从各个方向,包括横向到达。正如克里兹尼基解释的那样:"如果部件在孔中,那么从侧面看,光线实际上并不重要。" 如果穹顶太小,它就不再像一个漫射光源,而开始像一个定向光源,这完全违背了初衷。正确的规格是足够大的圆顶,光线从各个角度环绕零件,尽可能靠近零件安装,以最大限度地发挥这种效果。

第二个常见问题出现在具有镜面反射顶面的零件上。圆顶顶部的相机光圈会产生Krizsanyik所谓的“死点”,即图像中可见的相机本身的暗反射。“你会看到一个黑点,我们称之为死点,”他解释道。“可以通过在顶部添加同轴光来将此最小化,但随后它将是一个圆顶灯和一个同轴灯,有很多灯光在一起。” 平面圆顶灯是一种来自特定供应商的特殊薄几何变体,通过设计解决了这个问题,而不需要第二个光源。

工作距离也是一个关键的约束条件:随着距离的增加,圆顶灯的行为更像一个定向前灯。圆顶灯必须靠近零件才能正常工作。

想深入了解照明选择吗?

康耐视的照明资源涵盖技术选择、波长匹配和环境考虑因素 — 您在制定系统规格时所需的一切,尽在其中。→ 阅读更多

Back lighting.webp

3. 逆光

逆光将光源直接放置在物体后面,与相机相对,产生具有最大边缘对比度的清晰轮廓。这是最干净的尺寸测量、形状验证和有无检测技术。

重要注意事项:表面细节完全丢失。背光图像显示形状,但隐藏纹理和表面缺陷。这使得背光成为某些应用的错误选择,例如在金属表面上检测划痕。

Dark field lighting.webp

4. 离轴(暗场)照明

暗场照明将LED置于低掠射角,通常小于45度,因此光线掠过部件表面,而不是直接照亮它。凸起或凹陷的特征会将光线散射到相机上,在黑暗的背景下显得明亮。光滑、平坦的区域不会反射任何光线到镜头上,因此会显得很暗。这就是揭示划痕、凹痕和浮雕特征的技巧,而这些特征在正面照明设置下是完全看不到的。 

5. 同轴(轴上)漫射照明

同轴照明将LED光束直接投射到分束器上,使光线以与相机轴平行的方式照射到表面,使其成为平面、镜面等表面最有效的技术,即使轻微的角度也会引起眩光。与反射是需要管理的问题的其他照明技术不同,同轴照明专门设计用于利用这种反射:来自平面、抛光表面的明亮反射正是使该技术发挥作用的原因,提供了检查高度反射几何形状所需的对比度。

关于相机定位的一个实用说明:热点行为有时与垂直安装有关,建议倾斜相机,这更适用于其他轴上设置,如环形灯或内置相机照明,而不是真正的同轴照明。对于同轴设置,几何形状按预期工作。 

6. 结构光——3D技术 

结构光将已知图案(通常是网格或条纹)投射到表面上。摄像头捕捉图案的变形,使系统能够重建3D几何图形,测量高度轮廓,并检测2D成像无法揭示的变形或不规则性。该技术最适合用于需要三维分析的检测挑战,例如检测平面度、验证组件安装或测量复杂几何形状的高度变化。 

连续模式与频闪模式

频闪模式不是一种独立的照明技术。它是关于如何驱动上述五种技术的选择,这一点非常重要。

在任何部件高速移动的生产线上,连续照明会使图像模糊。频闪照明发出与相机曝光同步的短暂而强烈的闪光,可以在不停止传送带的情况下冻结运动。工业频闪系统可以被过载驱动到正常亮度的四倍,以产生小的闪光,从而显著减少快速移动部件的运动模糊。 

Continuously on lighting can lead to blurred images

在高速下,连续照明会使图像模糊。

A short, intense strobe light technique freezes motion, even at high speeds.

短暂而强烈的光束可以冻结动作,不会产生模糊。

频闪模式也有助于在环境光不受控制的环境中使用。正如克里兹萨尼克解释的那样:"你可以使用脉冲模式/频闪模式下的非常强大的光,它会产生更高、更亮的光。在这种情况下,机器视觉灯可以获得更亮的图像,然后您可以拥有更低的曝光率,环境光也会进一步最小化。对于操作员也必须在系统附近工作的环境,他指出了一个实用的解决方案:"您可以使用红外线,操作员看不到红外线。我们的相机可以看到它。

关于频闪同步,Krizsanyik同样清楚地指出了时间失败的来源:"有时,也许有人想从可编程逻辑控制器(PLC)控制频闪控制器,这是可以做到的,但可能会出现偏差。如果你手动打开灯光拍照,可能会开得太早或太晚,这会导致问题。他的建议:“把它连接到相机上。相机应该开始频闪,然后它就会好的。" 从PLC控制频闪会引入难以诊断的定时偏差,并导致间歇性的图像质量故障。

波长选择:这是一个物理学决定,而不是美学决定

不同的材料在不同的波长下吸收和反射光。选择正确的颜色可以使看不见的缺陷变得可见。 

波长典型用例检查优势
红色(620-750 nm)在深色基板上进行 OCR, 在红色/橙色材料上进行对比在互补色表面上产生高对比度
绿色 (495–570 nm)通用、食品检验、电路板在各种表面上提供平衡的对比度
蓝色(400–495 nm)金属、焊点、黄色或橙色材料增强金属和黄色表面的对比度
近红外(750–1100 nm)表面下缺陷,塑料检测揭示最上层之下的表面下特征
紫外线 (< 400 nm)荧光检测、粘合剂验证、特殊油墨揭示在标准照明下不可见的荧光特征
IS3900 火炬灯动画.webp
不同颜色的灯光可以显示不同的缺陷。

恶劣的操作环境:实际需要改变什么

真实的生产环境会带来一些受控的实验室设置从未揭示的挑战。Krizsanyik 指出,最常见的两个罪魁祸首——振动和环境光——并非仅存在于恶劣环境中。几乎任何生产现场都存在这两种情况,需要在任何视觉系统设计中加以解决,而不仅仅是那些在苛刻条件下的设计。

以下是他的建议,以应对每个挑战:

振动

  • 最大化光强度,最小化曝光时间;较短的曝光窗口减少了振动在捕捉过程中影响图像的机会
  • 在可能的情况下,将相机和照明完全与振动源隔离;一个稳定、不移动的系统会产生最一致的结果
  • 在无法实现完全隔离的情况下,将相机和照明装置牢固地安装在与振动元件相同的结构上,以保持相机和零件之间的相对位置不变 

环境光

  • 屏蔽检测区域,使环境光无法到达零件或相机;当生产线布局允许时,这是最简单且最有效的解决方案
  • 在无法屏蔽的情况下,以频闪模式过载光线;高强度的爆发会压倒环境光源,从而显著降低其对捕获图像的影响
  • 添加波长匹配的带通滤波器作为第三层保护;它确保相机只接收与检查相关的波长,并且在顶灯照明造成不可预测变化的开放式环境中特别有效 

冷却剂和冲洗环境

  • 指定IP65或IP68等级的照明硬件;标准灯泡靠近CNC机器时,会随着时间的推移将冷却剂吸入内部,导致腐蚀和故障

温度极端

  • 验证相机和照明硬件是否适用于整个工作温度范围
  • 如果达不到要求,需要在部署前计划额外的冷却或加热 

为什么照明质量直接影响人工智能的准确性

照明不良不仅仅是相机的问题。这是一个数据问题,数据问题会在人工智能系统中不断累积。人工智能模型从图像数据集中学习。如果这些图像是在不一致或不正确的光照下拍摄的,模型就会学习到错误的模式。一个被广泛引用的行业基准:如果只有10%的训练图像不准确,那么之后纠正模型需要三倍的数据。在设置时做出的照明决策会直接反映在几个月后的重新训练成本上。

没有人工智能模型能够可靠地检测到照明几何已经从图像中删除的内容。克里兹尼基简单地描述了这种关系:"相机看到的是光线从部件反射回来的样子。如果光线反射到相机方向,它就会显得明亮。如果它没有反映在相机方向上,那么那部分就会变暗。使用适当的照明技术,您可以强调需要检查的零件区域,这样就可以使您不想看到的东西消失。

大多数团队只部分优化的三个变量

大多数照明讨论都止步于几何形状,即光源的位置。构建最可靠系统的工程师会同时优化三个变量:

  • 几何形状 — 照明相对于部件和相机的角度和方向
  • 波长 — 光谱以及目标材料对光谱的反应
  • 强度和时间 — 亮度、脉冲持续时间以及与相机曝光的同步

照明和光学是相互依赖的规格,而不是独立的决策。针对NIR波长优化的镜头在白光LED照明下表现不同。首先正确设置照明,后续的一切——相机选择、算法配置、AI模型训练——都会变得更快、更便宜、更可靠。如果设置错误,无论分辨率或处理能力有多高,都无法弥补光线未能捕捉到的信息。

想了解更多 下载我们的照明目录 - https://www.cognex.com/en/tools-and-resources/resource-center/lighting-catalog  

从业者的见解来自对康耐视高级应用工程师 Adam Krizsanyik 的采访

最后修改日期2026/07/22

相关资源