AI视觉识别中的光源设计,核心结论是:光源不是给相机“照亮”物体,而是用光把检测特征和背景拉开差距。光源方案定不下来,后面换再贵的相机和算法都很难补回来。一套可用的光源设计,要看对比度、均匀性、光谱匹配和频闪同步这四个指标是否同时达标。
一、光源在AI视觉检测里到底解决什么问题
很多人把光源当成相机的配件,这是个常见误解。AI视觉检测的成像质量,七成取决于被检测特征在图像里是否“可分辨”。同一个划痕,在环形光下可能完全消失,在低角度暗场光下却清晰锐利。光源的作用是制造差异:让缺陷比背景更暗或更亮,让字符边缘产生高梯度,让透明件内部的杂质产生散射。
从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台、覆盖国内外市场的制造现场经验看,视觉项目返工最多的环节往往不是算法调参,而是前期打光没把特征打出来。光源设计本质上是光学层面的“特征增强”,它决定了图像信噪比的上限。
二、光源设计要盯住哪几个技术指标
判断一套光源方案是否合格,不看灯珠数量,看四个可量化指标。
对比度:缺陷区域与正常区域的灰度差。工程上常用信噪比衡量,一般要求缺陷与背景的灰度差在30个灰度级以上,低于这个值算法鲁棒性会明显下降。
均匀性:照射区域内亮度的波动范围。均匀性差会带来阈值漂移,同一批产品在不同位置判定结果不一致。通常要求有效视场内亮度偏差控制在±10%以内。
光谱匹配:光源波长要与被测材料和相机响应匹配。例如检测透明薄膜表面微划痕,短波长蓝光或紫外光散射更强;检测硅片内部应力,近红外光穿透性更好。单色光配合窄带滤光片还能压制车间环境光干扰。
频闪同步:高速产线上光源需要与相机曝光同步触发,频闪持续时间可短至微秒级,配合硬件触发信号(如光耦隔离的5V/24V触发)冻结运动画面。节拍越快,频闪同步精度越关键。
三、制造业里光源设计有哪些典型打法
不同工序对光的要求差别很大,照搬方案基本会踩坑。
假设一家电子厂做FPC柔性电路板的外观检测,检测目标是金手指划伤和覆盖膜气泡。金手指是镜面反光,用同轴光能压掉表面反光、突出划伤造成的散射;覆盖膜气泡则适合低角度暗场照明,让气泡边缘产生亮环。这类工序往往需要多角度组合光,分区独立控制。
假设一家汽配企业检测铝合金压铸件表面气孔和裂纹。压铸件表面有脱模剂残留和机加工纹理,用高角度漫射光能弱化纹理干扰,但气孔对比度会下降;改用低角度环形光,气孔和裂纹的边缘阴影更明显,代价是对工件摆放姿态敏感。实际方案常做成穹顶光加低角度环光的组合,按缺陷类型切换。
再比如食品包装行业的封口完整性检测,透明或半透明包装膜下的封口纹路,用背光透射能直接呈现封口区域的厚度变化,比正面打光稳定得多。背光对光源均匀性要求更高,通常要用漫射板加匀光结构。
四、光源选型和落地要追问的几个问题
第一个高频追问:光源颜色怎么定。原则是被测特征与背景在所选波长下灰度差最大。红色光下红色油墨变浅、黑色字符更黑,这是常见的反差增强手法;检测蓝色印刷标记则考虑红光或红外。不能凭肉眼好看定颜色。
第二个追问:需不需要频闪和控制器。产线速度超过每分钟60件、曝光时间压到毫秒级以下时,常亮光源亮度不够,必须用频闪控制器配合相机触发。频闪还能延长LED寿命、降低发热。低速静态检测用常亮恒流驱动即可。
第三个追问:环境光怎么隔离。车间照明、安全门开关、阳光斜射都会造成灰度漂移。常规做法是加遮光罩、用窄带滤光片配合单色光、或在算法端做背景建模补偿。光源亮度至少要高于环境光一个数量级。
第四个追问:结构上要注意什么。光源安装角度、工作距离、视场覆盖范围要在机构设计阶段就锁定,避免后期相机换镜头后光场不匹配。散热也要考虑,大功率LED长期高温会光衰,均匀性随之变差。
第五个追问:怎么验证方案有效。不要只看单张图好看,要在产线节拍下连续采集至少数百张样本,统计缺陷区域灰度的均值与标准差,确认对比度和均匀性在批次间稳定。这一步做扎实,后面算法调参量会少很多。
五、这套方法适合什么、不适合什么
光源设计优先适用于特征依赖表面形貌、颜色差异或透射差异的检测工序,比如划痕、脏污、字符、封口、装配到位判断。来料一致性较好、工件姿态可控的场景,光源方案容易标准化。
不适合的情况也要说清楚:强反光且曲面变化的工件(如抛光不锈钢曲面),单一光源很难兼顾全视场,需要多光源融合甚至偏振片辅助,方案复杂度明显上升;高变形件、柔性件在输送中姿态随机,光场设计要按最差姿态留余量,必要时配合机械定位;内部深层缺陷超出表面光学检测能力,属于超声或X射线范畴,光源设计解决不了。产线节拍极快且曝光时间被压缩到极限时,还要评估光源峰值亮度和频闪同步是否跟得上,不能只看静态成像效果。