本文主要是介绍机器视觉-3 光学成像之明场与暗场，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一. 原理介绍
在机器视觉中，光学成像的明场（Bright Field）和暗场（Dark Field）是两种常见的成像技术，分别用于不同的检测和分析场景。它们通过不同的光照方式来突出对象的特征，从而帮助识别、检测和测量对象的各类细节。
明场成像原理：是一种传统的光学成像技术。在这种技术中，光源直接照射到物体上，反射光或透射光直接进入相机或传感器。成像的亮度主要由物体的反射率、透光率以及物体的形状和结构决定。明场照明的定义是光源位于相机视野(FoV)的反射锥内(高角度照明)。
暗场成像原理：暗场成像是通过使光线以倾斜的角度照射到物体上，只有散射光或反射光进入相机或传感器，直接反射光不会进入镜头，因此在图像中背景通常是黑暗的，只有物体的边缘或细微结构被高亮显示。
如下图示蓝色圆锥确定了相机的视野（FoV)。位于目标前面的光被反射回相机，而FoV则由内侧和外侧的反射角看到。在二维模型中，这也称为“W’照明，因为内角和外角创造了一个“W”形的边界。
入射角在“W”边界之外的反射光称为暗场照明。可以看到光与目标的角度要小得多(低角度照明)，由于大部分光被反射到远离相机镜头的地方，形成了高对比度。
二. 使用场景与优缺点
明场成像（Bright Field Imaging）
1. 适用场景：明场成像通常用于表面特征明显、对比度较高的场景。例如：
- 表面检测：检测物体表面的划痕、凹坑、污渍等缺陷。
- 尺寸测量：对物体的边缘、形状等进行精确测量。
- 颜色和对比度分析：用于检查物体的颜色一致性和对比度。
示例图像：明场下的屏幕的污渍
2. 优点：
- 成像方式简单，容易实现。
- 适合对比度明显的目标物检测。
- 可用于颜色和亮度的分析。
3. 缺点：
- 对于表面细微的凹凸结构或透明、半透明的材料，成像效果不佳。
- 如果背景过亮，可能会导致目标物体的边缘不清晰。
暗场成像（Dark Field Imaging）
1. 适用场景：暗场成像非常适合检测微小的表面缺陷或边缘结构，例如：
- 表面微小缺陷检测：如裂纹、颗粒、划痕等微小的表面缺陷。
- 透明或半透明材料的检测：如玻璃、薄膜的表面缺陷检测。
- 轮廓边缘检测：突出物体的边缘，使其与背景形成鲜明对比。
示例图像：暗场下屏幕的异物
2. 优点：
- 能有效突出表面微小的结构或缺陷。
- 对于透明或半透明物体，能显示其内部或表面的细微变化。
- 适合在低对比度环境中增强图像的细节表现。
3. 缺点：
- 由于背景通常是黑暗的，图像的整体亮度较低。
- 对于整体形状的分析不如明场成像有效，主要适用于细节检测。
- 光照系统的设计和调试相对复杂。
总结：
- 明场成像：适合用于整体外观检测、尺寸测量以及颜色分析的场景。
- 暗场成像：更适合用于微小缺陷、边缘检测以及透明或半透明材料的检测。
两种成像技术各有优劣，在实际应用中，选择适合的成像方式取决于具体的检测需求和被检测物体的特性。在某些复杂的检测任务中，甚至可以结合使用明场和暗场成像技术，以获得更全面的信息。
这篇关于机器视觉-3 光学成像之明场与暗场的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
