机器视觉照明：技术、几何布局与如何选择
大多数失败的检测项目并不是败在算法上。它们失败是因为缺陷在图像里从未真正可见，而任何模型都找不出相机没有拍到的东西。照明就是决定这一点的环节，而它发生在任何一行软件运行之前。
这是一份实用的机器视觉照明指南：有哪些照明几何可选、如何从缺陷出发而不是从产品目录出发做选择，以及那些多年来悄悄损耗准确率的错误做法。
为什么照明决定结果
相机记录的是反差。当缺陷与周围表面之间产生亮度差异时，它就可被检出；没有差异时就是不可见的。照明是唯一能控制这种差异的手段，因此在重要性排序上，它高于分辨率、镜头选型和模型结构。
最直观的方式是把同一个零件用两种方式拍下来。
这两幅图之间软件没有任何变化。如果一个项目在误判或漏检上苦苦挣扎，照明是最先该查的地方，而不是最后。
值得了解的六种照明几何
照明方案通常按光相对于零件和相机的来向来描述。六种布置方式几乎涵盖了全部工业检测场景。
漫射穹顶光
光同时从多个角度到达，从而抑制阴影和镜面光斑。对于有纹理、哑光或曲面、希望材质均匀成像的场合是默认选择。在显现浅层起伏方面较弱。
环形光或同轴光
光沿相机光轴传播，因此平整的镜面表面会把光直接反射回来而显亮，任何倾斜的部位都显暗。在抛光金属上表现出色，也适合在平面零件上找凹坑和刻字。
暗场光
光以很低的角度掠射零件，因此光滑表面保持暗色，只有边缘、划痕和凸起颗粒会把光散射进镜头。这是检出细微表面缺陷、以及在难处理表面上读取文字的最佳手段。
背光
光源置于零件背后，相机看到的是剪影。在尺寸测量、有无判断以及孔或间隙检查上无可匹敌，因为它产生的边缘反差高且可重复。
定向光或条形光
从一侧照来的光投下受控的阴影，使压印、刻痕和表面起伏可以被测量。当特征是高度差而不是颜色差时很有用。
多角度照明，有时称为 2.5D
按顺序采集多个照明方向的图像再加以合成，使系统推算出表面坡度而不只是亮度。正是这一点让反光和镜面零件变得可行，而不再是一场硬仗。
背光值得特别一提，因为它是唯一能把测量难题变简单的照明几何。
从缺陷出发选光，而不是从产品目录出发
有用的问题不是哪种光最好，而是什么物理属性区分了不良品和良品，因为正是那个属性决定了照明几何。
| 良品与不良品的区别在哪 | 先试 |
|---|---|
| 形状、尺寸或间隙 | 背光 |
| 光滑表面上的细划痕或擦伤 | 暗场光 |
| 平面金属上的凹坑、压痕或刻字 | 同轴光或环形光 |
| 污渍、色差或污染物 | 漫射穹顶光 |
| 需要量化的凸起或凹陷起伏 | 定向条形光 |
| 光亮、曲面或镜面零件上的任何问题 | 多角度照明 |
举个实例。抛光表面上的细微刀痕是起伏差异，不是颜色差异，因此不管把漫射光调多亮都会把它冲掉。暗场光让光滑表面保持暗色、只点亮会散射的部分，正是这种照明几何能让它显现出来。
悄悄损耗准确率的五个错误
1. 依赖车间环境光
顶部照明会随时间、季节、附近开门以及有人站错位置而变化。每一种变化传到模型那里都表现为零件发生了改变。给工位加遮光罩，并控制它自己的光源。
2. 只调亮度而不改照明几何
如果缺陷不可见，加大同一种光通常只会让表面过曝、情况更糟。要调的变量不是亮度，而是角度。
3. 调试完成后仍让照明可调
在摸索方案阶段，可调性必不可少；方案定下来之后它就是隐患。一旦好用，就用机械方式锁死。在一种照明下训练、在另一种照明下运行的模型，被问的其实是另一个问题。
4. 不把曝光与运动放在一起考虑
照明和曝光是同一个决策。短曝光能凝住运动中的零件，但需要更多光，而您能提供的光强就限定了可检测的产线速度。要一起权衡，不要先后处理。
5. 只用干净样品做测试
用完美零件验证过的方案，会在遇到第一个带油、带灰或稍有偏位的零件时撞上现实。把团队争论不下的边缘样品也纳入测试，因为那些正是照明必须分辨清楚的。
第四点值得展开讲，因为曝光时间正是照明与产线速度交汇的地方。
换成 AI 检测后有什么不同
学习得到的模型比基于规则的工具更能容错。规则逻辑衡量的是一个阈值，因此照明一变，测量值就跟着变，规则随之失效。而在正常波动范围内训练过的模型能吸收一部分这种变化，这也是 AI 检测能应对传统方案难以处理的表面的原因之一。
但容错并不能替代控制。模型每吸收一分波动，就有一分能力被花在照明上而不是缺陷上，其表现就是达到同样准确率需要更多训练图像。好的照明能减少您必须购买的学习量。
实际结果是，集成照明的价值比看起来更高。每一台Overview 相机出厂时都把照明装在同一个壳体内，与传感器对准并由结构固定，因此照明几何不会漂移，也不存在另需选型、安装、接线或遗失的独立光源。当某个表面确实需要多角度采集时，OV20i 用光度学方式处理，而不必再搭一套照明支架。
一份简短的调试流程
- 说清楚区分良品与不良品的物理属性是什么：形状、起伏、颜色还是浮雕。
- 从上表中挑出最能放大该属性的照明几何，并同时试一下那个显而易见的备选方案。
- 用两种方案拍同一批零件，包括边缘样品，然后比对图像，而不是争论理论。
- 按产线速度设定曝光，然后确认在该曝光下光量仍然够用。
- 把所有部件机械固定好，然后用真正要投入运行的那套方案来采集训练图像。
照明定下来之后，其余的光学问题就靠算术而不是靠判断了。我们的光学计算器能把零件尺寸和缺陷尺寸换算成视野、工作距离和镜头，而工业相机指南涵盖与之并行的传感器决策。若想了解这些部件如何构成一个完整工位，请看我们的机器视觉系统.
常见问题
机器视觉检测用哪种照明最好？
没有哪一种照明是绝对最好的，只有与您的缺陷相匹配的照明几何。漫射穹顶光适合哑光或曲面上的污渍和色差。暗场光是细划痕的最强选择，因为光滑表面保持暗色，只有缺陷把光散射进镜头。同轴光或环形光适合平面镜面金属上的凹坑和刻字。背光是尺寸测量和有无检查的正确答案。拿自己的零件把两种候选照明几何都试一遍，比空想推理更快也更可靠。
照明如何影响 AI 模型的准确率？
照明控制着缺陷与周围表面之间的反差，而模型只能从图像中实际存在的反差里学习。糟糕或不稳定的照明会让模型的能力花在补偿图像上而不是缺陷上，从而同时抬高误判和漏检，并增加达到既定准确率所需的训练图像数量。稳定性比绝对亮度更重要。
机器视觉照明应该固定还是可调？
调试期间可调，定型之后固定。可变照明会带来漂移，随时间推移让模型退化，因为它是在一种照明下训练、在另一种照明下运行的。在搭建阶段确定配置，然后用机械方式锁死，并为工位遮挡环境光。
反光或光亮的零件该怎么打光？
避免单一漫射或单一直射光源，两者都会产生掩盖缺陷的镜面光斑。多角度采集（有时称为 2.5D）按顺序从多个方向照明并合成图像，使系统读取的是表面坡度而不是原始亮度。同轴光在平面镜面零件上同样有效，因为平面会沿相机光轴把光反射回来，任何倾斜特征在其衬托下都显暗。
机器视觉检测可以用车间现有的照明吗？
一般不行。顶部照明和区域照明会随时间、附近作业活动以及有人站错位置而变化，而每一种变化传到模型那里都表现为零件看起来变了。带遮光、自带受控照明的工位结果更稳定，达到同样准确率所需的训练数据也更少。
照明会限制产线的可检测速度吗？
会，只是间接的。凝住运动中的零件需要短曝光，短曝光需要更多光，因此您能提供的光强就限定了在不产生运动模糊的前提下可检测的速度。照明和曝光应当对着产线速度一起确定，而不是一个接一个地定。
在您的零件上体验 Overview AI
把您的零件或缺陷照片发给我们，视觉工程师会告诉您 Overview 能否检出，大多数系统几天内即可在产线上运行。