石鑫华视觉
机器视觉作为一个比较前沿的行业，综合了光学、机械、电子、计算机软硬件等各方面的技术，是把图像中的信息通过一定的算法提取出来。因为信息包含在图像中，因此图像本身的质量对整个视觉系统而言就成为了关键所在。例如对于尺寸测量，采取理想的照明方式，得到的图像很容易提取边缘，可以使用简易快速的算法测量。可以提高软件的稳定性与快速性。每一种应用对图像的要求是不一样的，有时需要清晰的图像，有时反而模糊的图像更理想。
初学者可能没有这样的感觉，但是对于资深工程师来说，这个看似简单的照明系统是机器视觉最为关键的部分，往往关系到系统的成败。照明的主要目标是选择合适的光源以某种方式将光线投射到被测物体上，突出被测特征部分与背景的对比度。好的照明能够改善整个系统的分辨率，简化软件的运算，提高系统精度与稳定性；不适合的照明，则会引起很多问题，如花点、眩光、曝光过度会隐藏许多重要信息；阴影会引起边缘、位置的误检；而信噪比过低、均匀性不够导致图像阈值选择困难，系统稳定性下降等。
怎么样才能选择到最佳的照明方案呢？我们需要考虑很多因素，如光的强度、偏振、均匀度、方向、光源的大小、形状、漫射光还是平行光、背景等，光源的颜色、色温、工作距离、角度、目标物体大小、发光器件等都需要考虑。
从经验来看，对于不同的检测样品，通常需要采用不同的照明方式才能得到理想的特征，有些样品也许有多种不同类型的光源都可以适用，如小范围的字符识别，可能环形光源、条形光源、无影光源、同轴光源等都可以适用，而有些样品，则可能只能有一种光源能适用，甚至有时需要采用组合光源的方式才能得到理想的特征。因此除了必须的理论知识外，平时的经验积累也是相当重要的。