论文部分内容阅读
近年来,随着计算机技术的高速发展以及人工智能、机器学习等学科取得的巨大进步,使得机器视觉的应用领域越来越广泛,特别是在工业自动化生产等方面,发挥了极其重要的作用。在机器视觉中,照明系统中所用光源的质量是整个机器视觉系统的决定性因素之一。因为光源决定了系统获得的视觉信息的好坏,而视觉信息是系统做出进一步处理的基础。传统方法在选择光源时是从现有的光源中进行挑选,这种方法费时、费力同时难以达到理想的效果,而针对应用对象进行个性化设计,可以避免选择已有光源的盲目性以及局限性,可以节省时间、节约成本同时获得较为理想的光源。LED光源因为其使用寿命长、发光效率高、能耗少、形状设计方便,使得LED成为我们设计光源的首选。本文根据我们在选择光源时主要考虑的因素以及遇到的困难,利用物体表面的反射特性建立了一个LED光源的优化算法。算法的基本原理是根据已有的反射模型以及不同材料对不同波长光的反射吸收性的差异性,对光源的波长、入射角度、亮度进行优化设计,突出待检测区域与目标之间的对比度以期使其达到最大,同时,采用本课题提出的非垂直入射情况下的均匀照明技术,使得光源有较好的均匀性,提高了光源的实用价值。深入地了解了物体的反射特性和现有的反射模型,根据光源优化设计的需要进行了相应的改进,在其基础上提出了对比度优化模型,在兼顾精度的同时提高了运行效率;同时根据现实的需要提出了非垂直入射情况下的均匀照明技术,提高了算法的使用价值;利用C++等语言对算法进行了实现,并对优化结果进行了仿真验证;通过对实验数据和结果的分析对比,表明优化后的光源相对于未优化的光源照明效果有了很大的提高。