基于机器视觉的照明光源数据库研究与开发

材料和相机参数来得到相应的结果，降低了算法的使用难度，能够极大地提高工作效率。设计思路的流程图如图1所示。

3.2 结构设计

机器视觉光源数据库的结构由输入模块和输出模块两大部分构成。其中输入模块需要输入被检目标参数、相机参数等已知参数。通过这些已知参数与光源之间的关系，得到所需要的光源。

（1）输入模块

输入模块主要由三部分构成，包括基本参数输入、典型检测类型和其它检测类型。其中，基本参数定义了机器视觉应用场景，包括工作距离、传送带速度、检测精度和图像传感器CCD/CMOS尺寸等参数输入。典型检测类型主要包括缺陷检测、尺寸检测、字符识别等检测类型。其中，每个类型中都包括多种目前常见的检测类型。其它检测类型主要包括被检目标的材质信息、颜色和尺寸信息。

（2）输出模块

输出模块包括相机参数、镜头参数和光源参数三个部分，用于指导在实际应用中选择合适的光源、相机和镜头。其中，光源参数包括光源类型、颜色、照明方式等。相机参数主要包括传感器类型、像素、帧率（行频）等参数。镜头参数包括焦距、口径、接口类型等。GUI设计的界面布局图如图2所示。

3.3 程序打包

虽然MATLAB本身具有编程语言简单、自身携带调试窗口、高效的矩阵运算等优点，但它的程序却难以摆脱MATLAB环境运行，并且界面功能效率较低，在生产实践中应用困难。为了简化操作步骤，在完成界面布局及回调函数后，对MATLAB程序进行打包处理，使之脱离MATLAB的运行环境独立使用，很大程度上简化了操作难度。最终可独立运行的光源数据库用户界面如图3所示。

4 结论

机器视觉在工业、农业、军事、遥感、医学等领域得到了广泛应用。照明光源是机器视觉成像系统中最重要的组成部分，直接影响机器视觉系统的复杂程度。本文利用MATLAB程序中的图形用户界面编写了针对不同检测需求所需光源类型的数据库，实现了根据被检目标自动选择光源的功能。并在此基础上打包成可独立运行的程序，简化了操作难度，能够有效提高生产力。

参考文献：

[1]L.Roberts.Machine perception of three-dimensional solids[J].Optical and Electron-Optical Information Processing，1965：159-197.

[2]贾云得.机器视觉[M].北京：科学出版社，2000.

[3]周显恩，王耀南，朱青，等.基于机器视觉的瓶口缺陷检测方法研究[J].电子测量与仪器学报，2016，30（05）：702-713.

[4]张巧芬，高健.机器视觉中照明技术的研究进展[J].照明工程学报，2011，22（2）：31-37.

[5]高光明.基于物体反射特性的LED光源优化设计[D].哈尔滨工业大学，2013.

[6]王广，邢林芳.MATLAB GUI程序设计[M].北京：清华大学出版社，2017.