视觉检测系统的特点是提高生产的弹性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工检测;同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。可在快速生产的生产线上对产品进行测量、引导、检测、识别，并可保证产品质量。

　　获得一幅高质量、可处理的图像是机器人视觉系统的关键。系统之所以成功，首先要保证图像质量好，特征明显。机器视觉检测项目失败的原因大多是图像质量差，特征不明显。要保证好的图像，必须要选择一个合适的光源。

　　对比度：

　　对比度在机器视觉系统来说非常重要。机器视觉应用的照明任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。

　　稳定性：

　　另一个测试好光源的方法是看光源是否对部件的位置敏感度最小。当光源放置在摄像头视野的不同区域时，结果图像应该不会随之变化。方向性很强的光源，增大了对高亮区域的镜面反射发生的可能性，这不利于后面的特征提取。

　　亮度：

　　当选择两种光源的时候，最佳的选择是选择更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。

　　1、相机的信噪比不够;

　　2、由于光源的亮度不够;

　　3、图像的对比度不够，在图像上出现噪声的可能性也随即增大。

　　其次，光源的亮度不够，必然要加大光圈，从而减小了景深。另外，当光源的亮度不够的时候，自然光等随机光对获取特征时的影响最大。

　　好的光源需要能够使你需要寻找的特征非常明显，除了是摄像头能够拍摄到部件外，能够产生最大的对比度、亮度，足够且对部件的位置变化不敏感。灯光选好了，剩下的工作就更简单了。