光源色（波长）选择策略光源的颜色（即发射光谱的中心波长）是机器视觉照明设计中至关重要的策略性选择，直接影响目标特征与背景的对比度。选择依据的重点是被测物颜色及其光学特性：互补色原理：照射的颜色与物体颜色互为补色时，物体吸收多光而显得暗，背景（若反射该光）则亮，从而大化对比度。例如，用红光照射绿色物体，绿色物体会吸收红光（显得暗），而白色背景反射红光（显得亮）；反之，用绿光照射红色物体亦然。同色增强：有时用与物体颜色相近的光照射，能增强该颜色的饱和度（如蓝光照射蓝色标签）。特定波长响应：某些材料对特定波长有独特吸收/反射/荧光特性（如红外穿透塑料、紫外激发荧光）。滤镜协同：结合相机前的带通滤镜，只允许特定波长的光进入相机，可有效抑制环境光干扰并增强目标光信号。常用单色光源波长包括：红光（630-660nm）：通用性好，穿透雾霾略强，对金属划痕敏感；绿光（520-530nm）：人眼敏感，相机量子效率高，常用于高分辨率检测；蓝光：对细微纹理、划痕敏感（短波长衍射效应弱），常用于精密检测；白光：提供全光谱信息，适用于颜色检测、多特征综合判断。选择时需考虑相机传感器的光谱响应曲线，确保所选波长能被相机有效捕捉。红外光源可穿透某些材料检测。湖北环形低角度光源侧背
光源选择是一门精密科学，需多重考量：波长匹配： 材料特性决定光波选择。金属表面检测常依赖短波蓝光以增强纹理反差，而透明薄膜或生物样本则可能需红外光穿透成像。角度雕琢： 光线入射角度犹如雕塑家的刻刀。低角度照明能令微小凹凸投下长影，凸显三维缺陷；而垂直同轴光则擅长“抚平”高反光曲面（如金属或玻璃），消除镜面眩光对成像的干扰。稳定性基石： 光源亮度与色温的毫厘波动，在算法眼中不啻于巨变。工业级LED因寿命长、发热低、响应快且光输出稳定，已成为主流之选，其坚固耐用的特性更契合严苛工业环境。镇江环形光源红外方形光源覆盖方形视场区域。
制药行业对产品质量、安全性和可追溯性要求极高，机器视觉广泛应用于药品包装检测（泡罩包装缺粒、漏液、批号/有效期OCR）、标签检测（内容正确、位置、有无、破损）、液体灌装（液位、异物、封口）、药片/胶囊检测（外观缺陷、颜色、尺寸、计数）。光源在此需满足：严格合规性：符合GMP（良好生产规范）要求，如材质无毒、易清洁消毒、无脱落物风险；设计应无卫生死角，表面光滑（不锈钢或食品级塑料外壳）。高可靠性：连续生产线要求光源长寿命、低故障率，避免停机。防护等级：常用IP65/IP67，防尘防水，耐受清洁剂喷淋。照明方案针对性：透明容器异物/液位：背光是标准方案；标签检测：环形光、同轴光或低角度条形光（查气泡/褶皱/印刷缺陷）；泡罩检测：常需高亮度背光或特定角度前光穿透铝箔/塑料；药片外观：可能需要多角度照明或特定波长（如蓝光查细微裂纹或污点）。可验证性与文档：光源参数（型号、波长、亮度设置）需纳入系统验证文档（IQ/OQ/PQ），证明其符合预期用途并稳定可靠。制药行业的光源选择不仅是技术问题，更是质量体系和法规符合性的关键组成部分。
创新光源技术拓展能力边界：结构光投影： 高速投射的精密编码图案（如条纹或点阵），为3D视觉系统提供深度计算基准，广泛应用于机器人引导、曲面检测。多光谱/高光谱成像： 集成特定窄波段光源阵列，可识别材料化学成分差异（如水果糖度、药品成分分布），超越人眼感知极限。频闪同步技术： 光源与相机快门在微秒级精细联动，“冻结”高速运动物体（如瓶盖旋拧、传送带零件），消除运动模糊。智能自适应光源： 结合实时反馈算法，动态调整亮度与角度，应对复杂多变的生产环境（如反光材质混线生产）。LED光源寿命长且响应快。
6. 确定关键参数：波长（颜色）、照明角度、尺寸（覆盖视场）、亮度（考虑环境光压制和曝光时间）、均匀性要求、是否需要频闪/智能控制。7. 实物测试与验证：这是重点的步骤。搭建模拟环境，使用候选光源实际照射被测物（包括合格品和缺陷品），用相机拍摄图像。评估：关键特征是否清晰凸显？对比度是否足够且稳定？背景干扰是否被抑制？图像是否满足算法处理要求？测试不同样品、不同位置、不同光源参数（亮度、角度）。8. 优化与终选择：根据测试结果调整光源类型、位置、角度、参数或组合方案。考虑成本、供货、防护等级等因素。切忌只凭经验或产品目录选择，实物测试是确保成功的关键。
漫射板使光线更柔和均匀。丽水环形低角度光源点
均匀性好的光源减少误判。湖北环形低角度光源侧背
在机器视觉系统的精密架构中，光源常常被视为一个基础而非重点的组件，然而这种看法严重低估了其至关重要的作用。光源的本质功能远不止于简单地照亮物体，而是通过精心的光学设计，主动塑造并增强目标物体关键特征与其背景之间的对比度，为后续的图像采集和处理提供比较好的原始数据。一个良好的光源解决方案能够将需要检测的缺陷、字符、边缘或纹理清晰地凸显出来，同时比较大限度地抑制不必要的背景干扰和噪声，从而极大地简化了图像处理算法的复杂性，并直接提升了整个系统的检测精度、可靠性以及重复性。可以说，图像质量的好坏，超过70%的因素取决于照明条件的选择与设计。如果照明阶段失败，即使使用较先进的相机和更复杂的算法，也难以挽回性地获得理想的检测结果。因此，光源是机器视觉应用成功的真正基石和第一步，其选择与配置必须经过深思熟虑和严格的实验验证，它决定了整个系统的性能上限。工程师必须像选择相机和镜头一样，甚至投入更多的精力来选择和设计照明方案，充分考虑被测物的材质、颜色、形状、表面反光特性、运动速度以及环境光条件等多种因素，进行综合判断与测试。湖北环形低角度光源侧背
