Alla kategorier

Blogg

Hemsida >  Blogg

Vit, blå, röd och grön belysning i maskinseende

Time : 2025-10-02

I maskinseendesystem väljs färgen på belysningen inte godtyckligt – att välja rätt kan få defekter att tydligt framträda, medan fel färg kan göra att även de mest avancerade algoritmerna har svårt att känna igen egenskaper. Många underskattar belysningsfärgens inverkan, vilket leder till inkonsekvent inspektionsnoggrannhet.

 

Idag kommer vi att förklara tillämpningarna av fyra kärnfärgtyper för belysning och en kontraststrategi för att snabbt kunna välja rätt belysning.

 

ⅰ. Vitt ljus: Lämpligt för 80 % av allmänna scenarier

Vitt ljus täcker hela det synliga spektrumet (380–750 nm) och återger objektens sanna färger korrekt. Det är det mest mångsidiga alternativet för belysning och fungerar som "standardvalet" vid visuell inspektion.

 

1. Viktiga fördelar :

Jämn spektrumdistribution och omfattande detaljåtergivning, vilket eliminerar behovet av att oroa sig för materialkompatibilitet – oavsett om det gäller plast, metall eller pappersprodukter kan vitt ljus fånga skarpa basbilder.

 

2. Tillämpliga scenarier :

Baslinjetestning i den inledande inspektionsfasen (utvärdera effekter under vitt ljus först, sedan justera), inspektion av produkter från blandade kategorier (t.ex. inspektera både plast- och metallkomponenter på samma produktionslinje) samt scenarier som kräver färgskillnadsdetektering (t.ex. färgkontroll av livsmedel).

Machine Vision Lighting (2).png

Observera:

När du är osäker på vilken färg du ska välja, börja med vitt ljus. Det kan hantera 80 % av allmänna inspektionscenarier.

 

. Blått ljus: Förstärkning av små defekter

Blått ljus har en kort våglängd (450–495 nm) och sprids kraftigt vid interaktion med fina strukturer (t.ex. repor, partiklar), vilket gör det idealiskt för att framhäva mikrodefekter på starkt reflekterande material.

 

1. Viktiga fördelar :

Undertrycker speglande reflexer på metaller (t.ex. förhindrar bländning på ytor av rostfritt stål), vilket skapar stark kontrast för defekter som repor och bucklor.

 

2. Tillämpliga scenarier :

Ytinspektion av metallkomponenter (t.ex. repor på bilens lagringar, bucklor på smarttelefonramar), identifiering av små föroreningar på glasytor och scenarier som kräver exakt kantlokalisation (t.ex. justering av chip-pinnar).

Machine Vision Lighting (3).png

Obs: Blått ljus kan vara starkt för ögonen; skyddsglasögon måste användas under drift.

 

ⅲ. Rött ljus: Stark genomträngningsförmåga

Rött ljus har en längre våglängd (620–750 nm), vilket gör att det kan tränga igenom vissa mörka eller halvgenomskinliga material. Det är lämpligt för att undersöka "detaljer inuti eller under ytor".

 

1. Viktiga fördelar

Inte absorberat av mörka material, vilket tillåter att det tränger igenom ytor och avslöjar underliggande detaljer – t.ex. gör tecken synliga genom mörka plastflaskor.

 

2. Tillämpliga scenarier

Läsning av tecken på mörka vätskeflaskor (t.ex. tabletter, bleckflaskor), identifiering av inre bubblor i halvgenomskinliga kolloider (t.ex. silikon, harts) samt identifiering av föroreningar mellan lager av tyg.

Machine Vision Lighting (4).png

Obs: Rött ljus kan vara skarpt för ögonen; skyddsglasögon måste användas under drift.

 

ⅳ. Grönt ljus: Undertrycker bakgrundsstörningar för noggrann teckenigenkänning

Grönt ljus har en medium våglängd (520–570 nm) och presterar exceptionellt bra i monokromakamerasytem, effektivt undertrycker bakgrundsstörningar och förstärker målkaraktärer.

 

1. Viktiga fördelar

Ger extremt hög kontrast för röda mål (t.ex. röda tecken syns ljusare under grönt ljus) och kan "neutralisera" gröna bakgrunder (t.ex. gröna flasklock syns mörkare under grönt ljus, vilket gör vita tecken mer framträdande).

 

2. Tillämpliga scenarier

Teckenigenkänning på förpackningsetiketter (t.ex. vita satsnummer på gröna flasklock), identifiering av röda defekter (t.ex. vita föroreningar på röda gummidelar) samt målextrahering i otydliga bakgrunder (t.ex. positionsbestämning av delar på gröna transportband).

Machine Vision Lighting (5).png

Obs: Grönt ljus kan vara skarpt för ögonen; skyddsglasögon måste användas under drift.

 

v. Nyckelstrategi: Förbättra kontrast med "angränsande/kompletterande färger"

Efter att ha valt rätt belysningsfärg kan tillämpning av en "kontrastfärgets strategi" fördubbla inspektionseffektiviteten:

 

1. Angränsande färgstrategi

Använd en belysningsfärg som liknar målobjektet (t.ex. grön ljus för gröna delar). Detta gör målet ljusare i bilden och "neutraliserar" störande bakgrunder – t.ex. gröna mönster på gröna förpackningspåsar verkar tonade under grönt ljus, vilket undviker störningar vid vit QR-kodigenkänning .

 

2. Kompletterande färgstrategi

Använd en belysningsfärg mittemot målobjektet på färgcirkeln (t.ex. rött mot grönt, blått mot gult). Detta skapar stark ljusstyrkekontrast – t.ex. vita tecken på en grön bakgrund blir ljusare under rött ljus, medan bakgrunden mörknar, vilket betydligt förbättrar igenkänningsfrekvensen.

Machine Vision Lighting (6).png

ⅵ. Sammanfattning: Belysningsfärgsvalstabell för enkel referens

Kärnpurposen med belysningsfärg är att "förbättra kontrasten mellan målet och bakgrunden." Det finns ingen anledning att överkomplicera det. Baserat på material och defekttyp, se tabellen nedan och tillämpa intilliggande/motsatt färgstrategi för att uppnå optimal bildkvalitet och fördubbla algoritmisk effektivitet.

 

Valet av belysningsfärg kräver en omfattande bedömning av följande faktorer:

Belysningsfärg

Våglängdsomfattning (nm)

Huvudkännetecken

Typiska Tillämpningar

Vitt ljus

380–750

Mångsidig, fullfärgsåtergivning

Initial testning, inspektion av blandade kategorier, identifiering av färgskillnader

Blått ljus

450–495

Förstärkning av defekter, undertryckning av reflektioner

Metallskrapor, glasimpuriteter, kantlokalisation

Rött ljus

620–750

Hög genomträngningsförmåga, lämplig för mörka/semi-transparenta material

Läsning av tecken på mörka flaskor, identifiering av bubblor i kolloider, inspektion av mellanlager

Grönt ljus

520–570

Undertryckning av bakgrund, hög kontrast

Teckenigenkänning, förstärkning av röda mål

 

Föregående : Tillämpning av maskinseendesystem för att upptäcka fruktrots

Nästa: Från mänskligt fel till AI-precision: Hur maskinsyn revolutionerar kvalitetskontroll av kretskort

FörfråganFörfrågan

Kontakta HIFLY idag:

Namn
Företag
Mobil
Land
E-post
Meddelande
0/1000
E-post E-post WhatsApp WhatsApp WeChat WeChat
WeChat
ToppenToppen