机器视觉中的光源选择要点主要包括以下几个方面：
1. 亮度与对比度：
选择亮度高的光源，以确保足够的光线照射到目标物体上，提高信噪比，减少噪声。
对比度是关键，需要使感兴趣的特征与背景之间形成最大对比，以便于特征的识别和处理。
2. 光源均匀性：
确保光源提供的照明均匀，避免图像中出现不均匀的反射，这有助于简化图像处理算法，减少误判。
3. 鲁棒性与位置变化的敏感度：
选择对目标位置变化不敏感的光源，以确保在不同位置或角度下，图像质量保持稳定。
4. 方向性和反射特性：
根据物体表面特性（如光滑或粗糙）选择光源的方向性，以控制反射，避免镜面反射导致的亮点，利于特征提取。
5. 光谱范围与波长选择：
光源要具有较宽的光谱范围，可以对不同材料的物体进行检测。
考虑使用不同波长的光源（如可见光、紫外光、红外光），因为不同材料对不同波长的光反射和吸收特性不同。
6. 光源类型与寿命：
选择合适的光源类型，如LED光源，通常具有较长的使用寿命及较高的稳定性。
照明系统必须保证相当长的时间内能够提供稳定的照明环境以确保图像输入。
7. 成本与定制性：
光源成本低，能达到项目要求。
易根据现场情况定制特殊形状光源。
8. 被测物体特征与工作距离：
照明的目标是突出被检测物体，提高对比度，所以被测物体的特征是重要的。
光源到被测物体的距离决定了光源的很多指标，如光照度。
机器视觉中的光源选择需要综合考虑亮度、对比度、均匀性、鲁棒性、方向性、光谱范围、光源类型、寿命、成本、被测物体特征以及工作距离等多个因素，以确保获得高品质、高对比度的图像，提高图像处理和识别的效率及准确性。
