현재 이상적인 시각 광원에는 고주파 형광등, 광섬유 할로겐 램프, 크세논 램프 및 LED 광원이 포함됩니다. 대부분의 응용 분야는 LED 광원입니다. 다음은 몇 가지 일반적인LED 조명소스를 자세히.

1. 원형 광원

그만큼LED 램프구슬은 고리 모양으로 배열되어 있으며 원의 중심축과 일정한 각도를 형성합니다. 물체의 3차원 정보를 강조할 수 있는 조명 각도, 색상 및 기타 유형이 다양합니다. 다방향 조명 그림자 문제를 해결합니다. 이미지에 빛 그림자가 있는 경우 디퓨저를 장착하여 빛을 고르게 확산시킬 수 있습니다. 응용 분야: 나사 크기 결함 감지, IC 위치 지정 문자 감지, 회로 기판 납땜 검사, 현미경 조명 등

2. 바 라이트

LED 구슬은 긴 스트립으로 배열됩니다. 주로 일측 또는 다측으로 특정 각도로 물체를 조사하는데 사용됩니다. 실제 상황에 따라 자유롭게 결합할 수 있는 물체의 가장자리 특성을 강조하고 조사 각도와 설치 거리가 더 자유도가 높습니다. 대형 구조의 테스트 대상에 적용 가능합니다. 응용 분야: 전자 부품 갭 감지, 실린더 표면 결함 감지, 포장 상자 인쇄 감지, 약액 봉지 윤곽 감지 등

3. 동축 광원

표면 광원은 분광기로 설계되었습니다. 거칠기가 다르거나 반사가 심하거나 표면이 고르지 않은 표면 영역에 적용 가능합니다. 조각 패턴, 균열, 스크래치, 저반사 영역과 고반사 영역 분리를 감지하고 그림자를 제거할 수 있습니다. 동축 광원은 스펙트럼 설계 후에 특정 광 손실이 있으므로 밝기를 고려해야 하며 대면적 조명에는 적합하지 않습니다. 응용 분야: 유리 및 플라스틱 필름 윤곽 및 위치 감지, IC 문자 및 위치 감지, 웨이퍼 표면 불순물 및 스크래치 감지 등

4. 돔 광원

LED 램프 비드는 하단에 설치되어 반구형 내벽에 반사 코팅의 난반사를 통해 대상물을 균일하게 조사합니다. 이미지의 전체적인 조명은 매우 균일하여 금속, 유리, 오목한 볼록 표면 및 반사가 강한 원호 표면을 감지하는 데 적합합니다. 응용 분야: 계기판 스케일 감지, 금속 캔 문자 잉크젯 감지, 칩 금선 감지, 전자 부품 인쇄 감지 등

5. 백라이트

LED 라이트 비드는 표면(바닥면이 빛을 발산)에 배열되거나 광원 주위에 배열(측면이 빛을 발산)합니다. 물체의 윤곽 특성을 강조하는 데 자주 사용되며 대면적 조명에 적합합니다. 백라이트는 일반적으로 물체의 바닥에 배치됩니다. 메커니즘이 설치에 적합한지 여부를 고려해야 합니다. 높은 감지 정확도에서는 빛의 평행성을 강화하여 감지 정확도를 향상시킬 수 있습니다. 응용 분야: 기계 부품 크기 및 모서리 결함 측정, 음료수 액위 및 불순물 감지, 휴대폰 화면의 빛 누출 감지, 인쇄 포스터 결함 감지, 플라스틱 필름 모서리 솔기 감지 등

6. 포인트 라이트

밝은 LED, 작은 크기, 높은 광도; 주로 텔레센트릭 렌즈와 함께 사용됩니다. 감지 영역이 작은 간접 동축 광원입니다. 응용 분야: 휴대폰 내부 화면 스텔스 회로 감지, 마크 포인트 위치 지정, 유리 표면 스크래치 감지, LCD 유리 기판 보정 감지 등

7. 라인 라이트

밝은 LED배열되고, 빛은 도광 기둥에 의해 집중됩니다. 빛은 선형 배열 카메라에 일반적으로 사용되는 밝은 대역에 있습니다. 측면 조명 또는 하단 조명이 사용됩니다. 선형 광원은 집광 렌즈를 사용하지 않고도 빛을 확산시킬 수 있고, 조사 면적을 늘릴 수 있으며, 전면에 빔 스플리터를 추가하여 동축 광원으로 전환할 수도 있습니다. 응용 분야: LCD 표면 먼지 감지, 유리 스크래치 및 내부 균열 감지, 천 직물 균일성 감지 등

특정 애플리케이션의 경우 다양한 방식 중에서 가장 적합한 조명 시스템을 선택하는 것이 전체 이미지 처리 시스템의 안정적인 작동을 위한 열쇠입니다. 불행하게도 다양한 상황에 적응할 수 있는 범용 조명 시스템은 없습니다. 그러나 LED 광원의 다중 모양 및 다중 색상 특성으로 인해 우리는 여전히 시각적 광원을 선택하는 몇 가지 방법을 찾고 있습니다. 주요 방법은 다음과 같습니다.

1. 관찰 테스트 방법(시각 및 실험 - 가장 일반적으로 사용됨)은 다양한 위치의 물체에 다양한 유형의 광원을 조사한 다음 카메라를 통해 이미지를 관찰하는 것입니다.

2. 과학적 분석(가장 효과적)은 영상 환경을 분석하여 최적의 솔루션을 추천합니다.