[发明专利]一种机器视觉LED光源的优化设计方法

说明书

技术领域

本发明涉及机器视觉领域，尤其涉及机器视觉的光源的设计方法。

背景技术

目前机器视觉的光源主要有：荧光灯(fluorescent),金属卤素灯(metal halide)、石英卤素灯（quartz halogen）、氙气灯(xenon)、LED及高压钠灯（high pressure sodium）等，由于LED光源具有寿命长、低功耗、亮度稳定等特点，在机器视觉光源系统中应用广泛。针对一个机器视觉检测目标，通常采用基于经验或实验方式来选择“合适”的光源。经验式的选择方法主要依赖于个人所积累的光源选择方面的经验，根据自己丰富的经验来针对特定的应用对象来选择合适的光源，具有很大的不确定性和局限性。经验式的光源选择考虑的主要方面：

1.照明方式：照明方式主要有通用照明、背光、同轴（共轴）、连续漫反射、暗场及结构光。根据不同的应用对象来选择不同的照明方式。例如对较粗糙的检测对象应该用漫反射的照明方式，检测轮廓背光照明比较好,而对于镜面的检测目标就应该用同轴光的照明方式等。

2.入射角度：不同入射角度的光源会得到不同的照明效果，高角度照射，图像整体较亮，适合表面不反光物体；低角度照射，图像背景为黑，特征为白，可以突出被测物轮廓及表面凹凸变化；多角度照射，图像整体效果较柔和，适合曲面物体检测。

3.波长（颜色）：颜色之间存在着互补关系，用相同颜色的光或相近颜色的光源照射可以使被照射部分变亮；使用相反颜色的光或相近颜色的光源照射可以使被照射部分变暗。不同颜色中红色与绿色、紫色与黄色、蓝色与橙色成互补关系。

利用实验的方法来选择光源就是利用现有的光源一个个尝试或者是在专业的光源实验室里通过调节入射光的波长、入射角度以及光源等措施，通过观察照明效果的好坏来选择。

上述基于经验结合实验的方式一方面造成人力和时间成本的浪费，更为重要的是现有光源并不能对所有物体表面产生最佳的图像效果，在某些情况下，并不能找到完全合适的光源，这样将造成视觉传感器成像质量差，增加了软件算法处理的复杂性，也降低了整个系统的稳定性。传统的基于经验和实验的方法存在的缺点有：

1.传统的光源选择方法高度依赖于光源选择人员的个人经验和对现有光源的了解程度，对人员技能要求比较高；

2.光源选择的范围很小，因为基于经验的方法针对于已有光源，只能在市场上现有的光源中进行选择，有很大的局限性；

3.为了得到一个满意的光源需要买很多光源进行试验或者需要采购昂贵的实验设备，经济成本比较高；

4.在光源选择时，需要做大量的实验，再验证照明效果来确定光源是否满足要求，需要耗费大量的人力物力，效率低下。

发明内容

为了解决现有技术中问题，本发明提供了一种机器视觉LED光源的优化设计方法，包括如下步骤：

步骤一：测量光源优化对象的基本参数，包括目标和背景材料的总的反

射率γ、粗糙度σ₀、自相关长度τ以及材料本身的颜色波长λ；

步骤二：确定波长的优化范围；

步骤三：利用步骤一获得的参数，在优化范围内，利用反射模型，计算

背景与目标的反射率，包括背景与目标的反射率；

步骤四：通过步骤三，背景与目标的反射率，计算两者之间的对比度，

并结合视觉传感器的响应参数，获得优化参数；

步骤五：优化LED光源的几何外观。

作为本发明的进一步改进，步骤一中，粗糙度σ₀为物体表面各点到平均表面的均方差，自相关长度τ为波峰之间距离的平均值，两者之商m＝σ₀/τ描述材料表面的坡度，坡度越大阴影和遮挡造成的衰减越大。

作为本发明的进一步改进，阴影衰减系数S(θ_i,θ_r)是以Smith的阴影方程S(θ)为基础建立的，具体表达式如下：

S(θ_i,θ_r)＝S(θ_i)·S(θ_r)   (2)