鲁棒性：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。当光源放置在摄像头视野的不同区域或不同角度时，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。但是在布匹质量检测工程中要复杂一些：1．图像的内容不是单一的图像，每块被测区域存在的杂质的数量、大小、颜色、位置不一定一致。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，好的光源应该能够产生对比度、亮度足够且对部件的位置变化不敏感。光源选择好了，剩下来的工作就容易多了。具体的光源选取方法还在于试验的实践经验。应用案例编辑在布匹的生产过程中，像布匹质量检测这种有高度重复性和智能性的工作只能靠人工检测来完成，在现代化流水线后面常常可看到很多的检测工人来执行这道工序，给企业增加巨大的人工成本和管理成本的同时，却仍然不能保证100%的检验合格率（即“零缺陷”）。对布匹质量的检测是重复性劳动，容易出错且效率低。流水线进行自动化的改造，使布匹生产流水线变成快速、实时、准确、的流水线。⒋针对不同尺寸的零件，排序装置和输送装置可以调整料道的宽度，使零件在固定路径上运动并进行视觉检测。在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中，用人工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。视觉测量技术的研究内容主要包括视觉测量系统的组成、理论模型和图像算法等。《视觉测量技术》分别介绍视觉测量技术的历史与发展、系统的硬件组成、图像与处理、图像分割、摄像机标定、单目视觉测量与双目视觉测量的相关技术与方法。3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和产品的评级。[1-2]《视觉测量技术》适合从事计算机、自动化、模式识别、智能科学、人机交互技术的科技人员阅读，也可以作为高等院校相关***的学生、研究生的教学参考书。在今天的***T生产线上，应用有各种不同的检测方法，包括电气测试、X-射线检测和光学检测。其中光学检测尽管并非普遍适用，却能满足大多数回流前和回流后的检测需求，仍是速度快、成本的解决方案。自动光学检测(AOI)指的是通过在受控照明条件下使检测目标（如PCB的一部分）成像进行的目标检测。CCD接口电路和PC机之间通过RS-232口进行双向通讯，结合异步A/D转换方式，构***机交互式的数据采集与处理。复杂的机器视觉算法确定该目标是否符合生产标准。AOI通常用于检测焊膏沉积、零部件到位/缺失、贴装***、极性与类型/赋值校验(OCR/OCV)、焊剂以及焊点质量。其中焊点检测尤其重要。)