1、对比度 机器视觉照明最重要的任务就是使目标特征与背景特征之间产生最大的对比度。对比度就是在目标特征与背景特征之间有足够的灰度量区别。好的照明应能保证目标特征突出于其他背景。亮度 最佳选择是选择更亮的那个。光源不够亮时，会出现三种不好的情况：1）相机的信噪比不够。
2、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最小。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。
3、选择不同的光源，控制和调节照射到物体上的入射光的方向是机器视觉系统设计的最基本的参数。它取决于光源的类型和相对于物体放置的位置，一般来说有两种最基本的方式：直射光和漫射光，所有其它的方式都是从这两种方法中延伸出来的。
4、对于黑白工业相机，应选单色光，且单色光的波长应该为CCD/CMOS的大量子效率对应的波长。这是由于我们所要表征的应该是相机的理想性能，量子效率越大，性能会越好。我们针对不同的CCD，可以选择单色的红光LED灯，或者绿光LED灯。
1、东莞市台铭光电科技有限公司的灯珠在机器视觉光源领域备受推崇，客户一致认为其灯珠在亮度和一致性方面表现出色。 台铭光电科技有限公司，源自台湾，在国内视觉光源LED灯珠领域享有盛誉。他们的产品通过精细的分光分色处理，原材料经过严格测试分选，确保了微电流启动的一致性和颜色光斑的均匀性。
2、东莞索菲电子新推出机器视觉光源led，机器视觉光源直接影响到图像的质量，进而影响到系统的性能。所以我们说光源起到的作用：就是获得对比鲜明的图像。
3、背光源：采用高密度LED阵列，适用于高强度背光照明，突出物体轮廓，适合电子元件检测和机械零件测量。红白或红蓝多色可调，适用于不同被测物的需求。条形光源：适合方形结构物体，颜色可自由搭配，照射角度灵活，适用于金属表面检查和LCD面板检测。
机器视觉起源于上世纪50年代，Gilson提出了“光流”这一概念，并基于相关统计模型发展了逐像素的计算模式，标志着2D影像统计模式的发展。1960年，美国学者Roberts提出了从2D图像中提取三维结构的观点，引发了MIT人工智能实验室及其它机构对机器视觉的关注，并标志着三维机器视觉研究的开始。
国内机器视觉起步晚，目前处于快速成长期。国内机器视觉源于上世纪 80 年代 的第一批技术引进。自 1998 年众多电子和半导体工厂落户广东和上海开始，机器视觉生产线和高级设备被引入我国，诞生了国际机器视觉厂商的代理商和系统集成商。中国的机器视觉发展主要经历了三个阶段。
第一阶段是1990年以前刚起步阶段，那时机器视觉已经研究到了图像处理和模式识别，人们能够做一些基本的图像处理和分析工作。第二阶段1998年开始是机器视觉概念引入期，一些厂商和制造商开始希望发展自己的视觉检测设备，机器视觉的市场需求就是从这时候开始。
全球机器视觉主要分为以下两类： 一类是用于大规模或者高测试要求的生产线上，如包装、印刷、分拣等，或者在野外、核电等不适合人员工作的环境中，利用机器视觉方式代替传统人工测量或检试，同时实现人工条件下无法达到的可靠性、精确度及自动化程度。
算法优化和深度学习：随着深度学习算法的兴起，机器视觉技术的研究和应用越来越依赖于大规模数据的训练和深度神经网络的优化。深度学习算法在目标检测、图像分类、图像分割等领域取得了显著的成果，成为机器视觉技术的核心。
机器视觉市场增长趋势显著 2021年，得益于物流仓储和新能源行业的快速发展，相关企业的扩产需求显著提升，视觉检测产品市场需求增长显著。据GGII数据显示，2021年中国机器视觉市场规模达到1316亿元（未包含自动化集成设备规模），同比增长479%。
机器视觉行业正处于快速发展阶段，并展现出广阔的市场前景。随着工业自动化的推进和智能制造的兴起，机器视觉技术在各个领域的应用日益广泛。目前，该行业已形成了完整的产业链，包括上游的相机、镜头、光源等核心部件制造，中游的机器视觉系统集成，以及下游的各行业应用领域。
在现代包装行业中，机器视觉被广泛应用于包装检查、条码识别等任务，能有效提高生产效率并保证高质量。随着技术的发展，机器视觉产品将更紧密地集成到自动化生产流程中，成为核心系统，对标准化和开放性有更高的要求。
