机器视觉光源面临的三大挑战

随着机器视觉检测的应用愈发普及，众多新的应用场景被不断开拓，一些全新硬件被研发出来帮助制造业企业以更加有效的方式提高生产效率和生产力。在这个过程中，视觉光源一直是众多从业人员关注的重中之重。在整个机器视觉光源应用的过程中，还面临以下几个挑战。

1、找到合适的光强度

机器视觉照明选项必须不断提升速度和分辨率。落实到实处，就是更少的曝光时间相关。 最好的通用解决方案是均匀分布的高强度照明和短曝光时间。

在实际视觉检测中，工程师通常采用LED灯来应对光强度的挑战。在短时间曝光的情况下，可以以更高的电流对 LED 施加脉冲，从而将输出提高三到八倍。 这通常被称为过载。 这样做可以提供更大的光强度，但会带来时间挑战。 在不降低图像质量的情况下提供全光强度需要精确控制脉冲速率和形状。

这些快速快门事件的理想脉冲形状是方波。 脉冲两侧的缓慢边缘会导致运动模糊。 为了提供均匀分布的高强度光，LED 必须在整个快门周期内达到并保持 100% 的强度。内部 LED 驱动器在快速达到 0% 到 100% 和 100% 到 0% 强度时面临的挑战更少。 这些快速的开/关周期创建了一个方形的信号脉冲形状，可以与快门速度紧密匹配，以实现更好的高速机器视觉。

在超速模式下运行时间过长会损坏 LED。 此外，不同的波长或颜色具有不同的最大电流。 在不损坏 LED 的情况下最大化光输出需要使用当今市场上可用的高级驱动器。 这些驱动器使用微处理器来提供可重复的强度控制脉冲。 此类驱动器应该能够自动设置每个 LED、波长和应用的限制。

通过使用智能集成 LED 驱动器可以解决光强度挑战并最大限度地减少模糊， 使用微处理器的高级照明解决方案还可以提供诸如可以动态改变其强度的自适应照明等功能。

寻找正确的视野

动态改变系统 FOV 的能力需要智能机器视觉解决方案。 如果一个物体太远或太近，它会对图像质量产生重大影响，在拍摄高速运动的物体情况下，对硬件设备的集成程度、控制和实时数据传输都有更高的要求。

除了面向未来的视觉系统之外，基于组件的视觉解决方案还可以提供相同的优势。 与预建相比，基于组件的系统更灵活，会随着需求或技术而变化。例如，提高高级视觉检测系统的处理能力可能有助于捕捉随着时间的推移机器磨损的细微变化，从而改进系统。 预建系统很难或不可能升级，

线扫描成像照明挑战

先进的视觉和检测流程正在推动相机分辨率的提高。相机分辨率增加，像素减小。较小的像素通常与降低的全阱容量（像素在引入饱和之前存储光生电荷的能力）有关。 可以通过增加增益进行补偿来增加光灵敏度，但这也会放大图像噪声。 随着像素尺寸的缩小和帧速率的增长，需要能够与其他机器视觉技术保持同步的技术。

如何更高的速度和光强下保持质量。 线扫描相机选择将更大的像素和更高的光强度联系在一起。在连续应用中，区域扫描相机可以增加照明强度以捕捉传送带的一部分、关闭并在错过已通过的部分之前再次扫描。

为了解决这一挑战，公司可能会选择使用双条线灯。 这些类型的产品具有智能功能，是前两个挑战的结合，它们无缝地协同工作，提供必要的 FOV 和强度，使线扫描相机成为实用、经济高效的解决方案。