自动化视觉检测现已广泛使用于如今的出产环境的各个领域，从半导体、电子、食物和饮料、医药包装、轿车制作以及其它不同职业。而视觉检测的使用可分类为丈量、有/无检测、机器人导航、瑕疵检测、一维或二维码辨认，以及光学文字辨认(OCR)阅览等等。惯例的2D算法一般拿手处理某些特征明晰且定义明确的使用，因而检测愈加牢靠。 换句话说，方针特征有必要安稳而且明晰一致地出现，检测和辨认才会比较牢靠。
不过就如人生相同，视觉检测经常面对挑战和窘境，比如一些外表带有天然的纹路或高度反光的物体；再比如，一些部件经过打磨或冲压等制作进程，发生了曲折或带纹路的外表；还有一些物件带有浮雕图画或高低不平特征，例如是冲压或雕琢符号，这些都会为检测带来困难。传统的二维算法和预处理东西往往不能牢靠的处理这些问题。根据暗影重建形状(Shape from Shading)技能则是一种经过验证的更牢靠办法，能够敷衍这些杂乱的检测使命。
本文中一下两个使用事例，显现暗影重建形状(SFS)技能怎么进步方针物体的反差并尽可能地按捺布景噪声，使得更容易地检测出缺点并成功读取字符。
上图：原图画；下图：暗影重建形状技能处理后的图画
使用Teledyne DALSA Sherlock软件的暗影重建形状技能处理后的图画
暗影重建形状技能的广泛使用
下面两个比如显现SFS暗影重建形状技能的使用怎么处理一些传统二维算法和预处理器难于处理的状况。在榜首个事例中，制作商企图检测瓷砖外表的裂缝或划痕。但是由于瓷砖外表带有杂乱的纹路布景，使得一般的照明技能和惯例的二维预处理器和算法很难及时检测到反常，由于这些缺点在规范成像中底子无法发觉。使用SFS技能，洼陷、裂缝和刮痕都能够被容易从布景中别离，分辩及被检测出来。
在上面的示例中，能够看到字体和图画是以凸压方法印在手刺上。 如榜首张图片所示，在文首的图片中，在手刺上的压印字体其实是很难用肉眼来阅览的。尽管低视点暗场光源会有协助，但仍是不行强大和安稳。使用SFS合作多视点多重光源，可完成具有更高反差和更超卓的组成图画。图画经处理后，手刺上的一切字体均明晰显现 （如上面第二张图片所示），以便于规范光学文字辨识算法查验。
什么是SFS暗影重建视觉技能？
暗影重建形状(Shape from Shading，简称SFS)是一种将物件形状和它的二维外表纹路别离的技能。一般，一般来说，它是用于突显图画的三维外表纹路信息，即所谓的形状图画，并除掉高反光部分的眩光，即所谓的纹路图画。这一技能的作业原理是使用分段环灯或独立的条形灯并将多个图画组合为一个图画而起作用。拍照进程会从一系列图画中提取数据以提醒曾经躲藏的外表特征或缺点。
相时机依照环灯的逆时针滚动方向，拍照出四个不同照明视点的图画。接着使用暗影重建形状(SFS)技能把四个图画组成，以显现三维外表结构。上面的四帧图片显现出一个带纹路的瓶盖在不同照明视点下拍照出来的印象，以及经SFS算法处理后的组成图画。
下图显现SFS技能的组成和处理进程。
使用多视点多重光源(使用者可编程)撷取的四个印象
形状图画
作业原理如下：算法会搜索从每一照明方向建构出来的暗影以及突显出来的边际。每一帧图画的暗影和边际会组组成一个图画，以展现各部份的高度差异。这特别有助于侦测刮痕、洼陷、丢失的部件等等。
Teledyne DALSA Sherlock软件里的SFS算法可计算具有3D作用的组成图画，以增强对比度，一起按捺布景噪声
纹路图画
该算法还将寻觅没有直接照明的图画区域。 然后，它将看起来相同的图画的一切区域（即它们没有眩光）组合到一个没有眩光的图画中。 这关于查看高反射率零件或经过塑料或通明资料掩盖物或包裹物查看零件很有用。
磁砖五颜六色图画 磁砖单色图画
怎么处理运动中方针物的检测
假设部件在检测进程中处于运动状况，SFS的嵌入式活动纠正机制能够处理同一部件在每一图画撷取时坐落不同方位的状况。再经过额定的一副图画，即所谓的搜索图画。经过比较榜首副图画和搜索图画，算法会找出部件在图画撷取时的活动形式，然后辨认并对齐正确的像素。
经SFS处理的图画
SFS暗影重建技能的优势
这种先进的视觉处理方案具有许多共同的优势。 经过先进软件算法合作多视点照明，它有助于消除外表布景作用（例如噪音或颜色），并发生聚集于具有激烈对比度的特征的输出图画，以便利查看。 它特别合适查看多种资料（例如金属，塑料，橡胶和陶瓷）的反射外表和粗糙外表是否有瑕疵（例如凹痕，凹槽，裂缝和划痕），并明晰显现难以了解的字符。
