使用机器视觉系统来检测零件、引导机器人臂和分拣包装的制造商都会面临每个周末的摄影爱好者都熟知的现实问题：一切都与照明是否正确有关。

问题在于工厂车间是个摄影雷区。第二班上班时，车间窗户的进入光太强而造成太多阴影。明亮的零件会将光反射到相机中，影响图像质量。
这些照明问题的解决方案取决于视觉滤镜、分散光，以及各种照明策略，从而确保机器视觉系统能生成工厂自动化检测所需的清晰数字图像。

自动化工厂中的常见照明挑战
与所有数字相机一样，机器视觉相机使用镜头将光折射到视觉传感器，然后后者通过数字信号处理器 (DSP) 芯片将光波转换成形成图像的像素。工作机器人通过这些图像识别零件，然后将它们移动到生产序列中的正确位置。要维持生产线的峰值效率，就必须快速并准确地处理所有这些变量。
但是生产环境中变量很多，所以这并不容易。工业自动化环境中最常见的照明挑战包括：
环境光：工厂环境光亮度在一天中会有波动。焊接类操作会产生白闪光，影响附近自动生产流程中的照明。
视觉系统虽然可以使用相机快门速度和光圈宽度等传统方式进行调整，但也可以使用带通滤镜，以仅允许很窄的光谱到达相机的视觉传感器。这能保证相机只能看到视觉系统需要看到的东西。
颜色：生产中的零件颜色会影响机器人通过相机看到它并进行处理的能力。在盒子或包装标签上，某些颜色会反光，某些会吸光。这会对物流公司配送系统的运行造成巨大影响。在电子设备制造中，线缆的颜色会向视觉系统发送关键信号。
机器视觉相机经常会使用彩色 LED 灯形成视觉对比，抵消表面颜色的影响。色彩过滤可以增强或补充 LED 灯的影响。

反光：金属和塑料的光泽表面会产生太多光斑，无法有效成像。但反光也不全是坏事：可使用反光将光重新定向到无法通过其他照明策略照亮的阴暗区域。
偏光滤镜是反射的最佳解决方案之一。还有一种称为暗场照明的策略是将光线以浅角度投射到表面上，从而减少反射。使用光扩散可将光线散布在物体上，从而减少直接照射到发亮表面的光线数量。也可使用一定角度的相机和照明来检测反光区域的缺陷。

阴影：几乎任何角度的光都会产生阴影，影响机器视觉图像的清晰度。三维零件（产品标签等是二维的）特别容易在数字图像中产生阴影。
尽管改变相机安装角度可以减少某些阴影，不过还有一种称为高动态范围 (HDR) 的技术也变得越来越常见。HDR 照片以数字方式使明亮的区域变暗并使黑暗的区域变亮，从而提高视觉一致性并减少阴影。

角度：诸如发动机缸体和排气歧管这种复杂零件有很多角度，因此会给照明带来很多难题。
其中很多问题可以通过倾斜相机支架解决。将零件、相机和灯放在特定的角度上也有利于发现产品中的缺陷。
表面缺陷：钻机和铣床会在零件上留下必须除去的毛刺。机器人焊接可能会在不适当的地方留下大块熔化的金属。机器视觉相机必须在这些缺陷造成问题之前标记它们。
扩散滤镜可将光散布在这些三维表面上以识别异常。在平坦的表面上，暗场摄影可能会产生更好的图像。
尺寸和光学距离：无论是像硅晶片这样的微观环境，还是商用飞机厂这样的宏观环境，物体的尺寸都会带来很大的照明挑战。此外，相机与其拍摄对象之间的光学距离会影响图像质量和照明要求。
短光学距离需要的光通常比长光学距离少。因此，为了优化机器视觉效果，必须策略性地安装相机。
硬件和软件：最后，为了获得最佳结果，机器视觉要根据特定的自动化需求选择合适的相机、镜头和软件。例如，相机可以配备多个彩色 LED，从而为零件的一面投射蓝色光，另一面投射红色光。使用液态镜头的相机没有活动零件，可以减少维护成本。
某些应用需要红外或紫外相机来捕获人类可见光谱之外的光。高性能机器视觉软件会综合考虑所有这些变量，形成统一的解决方案。