合理利用不可见光照明提高视觉检测效率之红外照明篇

机器视觉传统上被定义为利用机器代替人眼来作各种测量和判断的系统，目前已经被非常成熟的应用于工业和国民生产的各个领域。在机器视觉应用中，照明是其中一项非常关键的技术，通过调整光源的形状、照射角度、亮度等信息，可以非常显著的凸出我们想要检测或测量的特征，屏蔽掉不需要的信息对系统的干扰。

过去，机器视觉技术依靠许多光源来捕获图像，包括荧光灯，石英卤素灯，LED，金属卤化物（汞）和氙气，在当前的视觉系统中，被应用的较多、较普遍和成熟的，是各种类型的可见光LED光源。然而今天我们要讨论的是，是除了可见光LED之外，正在被越来越多得应用于机器视觉系统中并解决许多实际问题的两种不可见光照明技术，即紫外和红外照明。在视觉系统中合理的利用不可见光，可以大大的提高系统效率。本篇主要介绍红外成像的应用。

红外光 (Infrared) 是介于微波和可见光之间的电磁波，其波长通常从760nm到1mm之间，是一种波长比红光更长的非可见光。红外光覆盖室温下物体所发出的热辐射的波段。以下以两个典型的应用案例来对红外成像技术在机器视觉中的应用进行简单的介绍。

第一个典型应用是虹膜识别。虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状薄膜，在红外光下呈现出丰富的视觉特征，如斑点、条纹、细丝、冠状、隐窝等。虹膜识别具有唯一性、稳定性、非侵犯性和安全性等，是人工智能模式识别中常用的识别方式。采用红外光辅助，不但可以快速、准确的获取虹膜的图像，而且由于人眼不能感知红外光，因此不会对人眼造成影响。下图显示了红外条件下拍摄的虹膜图像，利用此图像，可以精确的识别一个人的身份。

第二个典型的应用是光伏行业的EL检测。采用太阳能电池组件的电致发光特性，配合维视图像自有的对红外波段高效响应的工业数字相机，可以检测太阳能电池组件的隐裂、断栅、黑心、黑边、低效率片、烧结网纹、碎片、边缘过刻、材料缺陷等多种不良，效果示意如下图：

当然，除了上述两种典型应用，红外热成像及近红外成像技术在其他行业也有非常普遍的应用，包括但不限于科研、探测、医疗、通讯、监控、军事等方面。如果您遇到可见光无法解决的问题，欢迎致电维视图像一起进行探讨。