在機器視覺系統中，獲得一張量的可處理的圖像是至關重要。系統之所以成功，首先要圖像質量好，特征明顯。一個機器視覺項目之所以失敗，大部分情況是由于圖像質量不好，特征不明顯引起的。要好的圖像，必須要選擇一個合適的光源。光源選型基本要素：對比度：對比度對機器視覺來說非常重要。機器視覺應用的照明的重要的任務就是使需要被觀察的特征與需要被忽略的圖像特征之間產生zui大的對比度，從而易于特征的區分。對比度定義為在特征與其周圍的區域之間有足夠的灰度量區別。好的照明應該能夠需要檢測的特征突出于其他背景。亮度：當選擇兩種光源的時候，zui佳的選擇是選擇更亮的那個。當光源不夠亮時，可能有三種不好的情況會出現。一，相機的信噪比不夠；由于光源的亮度不夠，圖像的對比度必然不夠，在圖像上出現噪聲的可能性也隨即增大。其次，光源的亮度不夠，必然要加大光圈，從而減小了景深。另外，當光源的亮度不夠的時候，自然光等隨機光對系統的影響會zui大。魯棒性：另一個測試好光源的方法是看光源對部件的位置敏感度zui小。當光源放置在攝像頭視野的不同區域或不同角度時，結果圖像應該不會隨之變化。方向性很強的光源，增大了對高亮區域的鏡面反射發生的可能性，這不利于后面的特征提取。好的光源需要能夠使你需要尋找的特征非常明顯，除了是攝像頭能夠拍攝到部件外，好的光源應該能夠產生zui大的對比度、亮度足夠且對部件的位置變化不敏感。光源選擇好了，剩下來的工作就容易多了。具體的光源選取方法還在于試驗的實踐經驗。機器視覺行業的人士都知道，機器視覺檢測系統一般是通過CCD照相機將被監測的對象轉換成圖，傳送給機器視覺是同種的圖像處理系統實現的，在這個過程中，機器視覺系統地圖像處理系統，會依據像素的分布和各個不同成像區域的亮度、顏色等不同的信息，將圖像信號再次轉化為數字化的信號。這些信號所反映出來的監測項目的特征，將作為輸出結果，為電腦或者人工判斷提供參考依據，進而達到自動化、提率的目標。機器視覺系統實現這些工作原理，需要有幾個典型結構的支持：首先就是照明系統，與機器視覺相關的照明系統，又被稱為機器視覺光源。可以這么說，照明是影響機器視覺系統輸入和判斷的重要的因素之一，因為它直接影響機器視覺系統輸入數據的質量和分析依據，還有就是這個系統的實際應用效果。通常情況下，按照目前機器視覺光源行業的狀況，是沒有通用的機器視覺照明設備的，所以針對任何一個新開發的機器視覺系統，需要開發對應的機器視覺光源，找到適用的照明設備和系統。其次就是鏡頭了，鏡頭也在很大程度上決定了成像的效果，而選擇好的鏡頭，就需要關注體現鏡頭配置的幾個關鍵因素：如焦距、目標高度、影像高度、放大倍數、影像至目標的距離、中心點、節點、畸變等，這些都決定著鏡頭的質量，也關系到機器視覺系統的判讀水平。故而，選用工業鏡頭時必須考慮視野、工作距離，CCD(攝像機成像傳感器裝置的尺寸)等因素。另外，就是一些圖像采集和機器選型方面的結構了。這些典型的結構決定了機器視覺系統的整體功能特性。由此可見，機器視覺領域，重要典型的結構就是機器視覺光源和工業鏡頭了，選擇的機器視覺系統，必須先選擇相應的機器視覺光源與之搭配，同時配置好的圖像處理系統，也就是的工業相機和工業機關念頭。機器視覺是一項綜合技術，包括圖像處理、機械工程技術、控制、電光源照明、光學成像、傳感器、模擬與數字視頻技術、計算機軟硬件技術(圖像增強和分析算法、圖像卡、I/O卡等)。一個典型的機器視覺應用系統包括圖像捕捉、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執行模塊。機器視覺系統基本的特點就是提高生產的靈活性和自動化程度。在一些不適于人工作業的危險工作環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重復性工業生產過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度。