光源颜色对机器视觉系统的影响

    在机器视觉系统的实际应用中，光源颜色对机器视觉系统的影响是我们首先要考虑的。在机器视觉系统中使用光源的目的就是将被测物体与背景之间的特征差别尽量地放大，从而获得区别明显、高对比度的图像． 光源颜色影响处理精度和速度，甚至决定整个系统的成败． 因此，我们可以通过控制光源的颜色，找出适合在不同照明情况下识别图像特征的最佳光源颜色，来提高图像的分辨率，进而为后续的图像特征提取与算法编写做好铺垫．光的三原色红( R) 、绿( G) 、蓝( B) 为互补色，而色彩的三原色则为青、紫、黄． 所有的光都可以通过RGB 三原色的不同比列组合而成． 光照在被测物体上，被测物只反射与自身颜色相同的色光，不同色光照在互补色物体上完全不反光．三原色的色光叠加为白光，而色彩叠加为黑色． 因此，我们可以将光源分解为相对应的RGB 三原色来分析，同时假设RGB 三原色的光谱不重叠，进而分析出适合CCD 相机感应区域的RGB 对应值，即合适的光源颜色．
    通常情况下，图像的清晰程度取决于色彩对比度，清晰的图像意味着对比度大，而对比度小的情况则图像的特征不明显，画面灰蒙蒙． 因此，为了获得高清晰度的图像特征，需要找到合适的色彩对比度．我们知道，所有光色都可以通过RGB 色调和得到，因此，我们可以通过定义光的三原色RGB 的对比度，进而得到色彩对比度的最大值。