相机基础知识

工业相机是机器视觉系统的关键组件之一,其目的就是将光信号转变成有序的数字信号。根据项目需求选择合适的工业相机也是视觉应用中的重要步骤,相机的选择不仅决定图像质量、算法难度等,同时对整个机器视觉系统的稳定性有着重要影响。


具体来讲,机器视觉应用的场景相对复杂,要识别的物体种类多,形状不规则、规律性不强,有时甚至很难用客观量作为是被的依据,但是很多场景对准确度和处理速度要求都比较高,而且往往要求实时,处理速度非常关键。这意味着,工业相机必须具有高分辨率,高帧速低噪声等特点。


一、工业相机类型

按照输出信号类型的不同分为模拟相机和数字相机两种。而数字相机按照接口标准不同,可以分为1394相机、USB相机、CameraLink相机以及Gige相机四种。其中CameraLink接口相机能够解决大数据量传送问题;Gige接口相机能够解决长距离、快速传输问题;而1394相机和USB接口相机具有简单易用、性价比高等特点。相机常用接口比较:

GigE /gegi/

下面针对常用的场景CCD和COMS进行概述。
CCD(Charge-coupled Device 电耦合元件)是目前机器视觉最为常用的图像传感器。 它的突出特点是以电荷作为信号,而不同于其器件是以电流或者电压为信号。这类成像器件通过光电转换形成电荷包,而后在驱动脉冲的作用下转移、放大输出图像信号。 
CMOS(Complementary Metal OxideSemiconductor 互补金属氧化物半导体)图像传感器将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上,还具有局部象素的编程随机访问的优点。
ccd与cmos区别


二、如何选择相机

  • 1、根据应用的不同分别选用CCD或CMOS相机
    CCD工业相机主要应用在运动物体的图像提取,当然随着CMOS技术的发展,很多贴片机也在选用CMOS工业相机。用在视觉自动检查的方案或行业中一般用CCD工业相机比较多。CMOS工业相机由成本低,功耗低也应用越来越广泛。

  • 2、根据系统精度要求确定相机分辨率
    根据系统需求来选择分辨率大小,首先考虑待观察或待测量物体的精度,根据精度选择分辨率。
    相机分辨率(X方向)=最佳视野范围(X方向)÷理论像素值(X方向)
    相机分辨率(Y方向)=最佳视野范围(Y方向)÷理论像素值(Y方向)
    理论像素值的得出,要由系统精度及亚像素综合考虑。

  • 3、与视觉硬件的匹配
    分辨率的匹配。每一款板卡都支持某一分辨率范围内的相机。
    特殊功能的匹配。如果使用相机的特殊功能,先要确定所用板卡支持此功能。
    接口的匹配。确定相机与板卡的接口相匹配。如CameraLink、
    IEEE1394、GigE等。

  • 4、相机帧率
      当被测物体有运动要求时,要选择帧数高的工业相机。但一般来说分辨率越高,帧数越低。

  • 5、匹配镜头
      传感器芯片尺寸需要小于或等于镜头尺寸,C或CS安装座也要匹配。C与CS接口的区别在于镜头与摄像机接触面至镜头焦平面的距离不同。

  • 6、其他
    动态成像、色彩成像、超大目标检测、精度、速度、成本。

  • 7、应用案例:
    比如物体的宽度,要求拍摄的物体大小为10*8mm,要求的检测精度是0.01mm。假设我们要拍摄的视野范围在12*10mm,那么相机的最低分辨率应该选择在:(12/0.01)*(10/0.01)=1200*1000,约为120万像素的相机,也就是说一个像素对应一个检测的缺陷的话,那么最低分辨率必须不少于120万像素,但市面上常见的是130万像素的相机,因此一般而言是选用130万像素的相机。

    实际问题是,如果一个像素对应一个缺陷的话,那么这样的系统一定会极不稳定,因为随便一个干扰像素点都可能被误认为缺陷,所以为了提高系统的精准度和稳定性,最好取缺陷面积的三倍,这样选择的相机也就在130万乘3以上,即最低不能少于300万像素,通常采用300万像素的相机为最佳方案.

换言之,我们仅仅是用来做测量用,那么采用亚像素算法,130万像素的相机也能基本上满足需求,但因为边缘清晰度的影响,在提取边缘的时候,精度就受到了极大的影响。故我们选择300万的相机的话,还可以允许提取的边缘偏离3个像素左右,这就很好的保证了测量的精度。
有些人抱着亚像素不放说要做到零点几的亚像素,那么就不用这么高分辨率的相机了。比如他们说如果做到0.1个像素,就是一个缺陷对应0.1个像素,缺陷的大小是由像素点个数来计算的,试问0.1个像素的面积怎么来表示?所以根据市面上常见的相机,选择500W的相机满足检测要求。


相机常见像素和分辨率

像素最大分辨率以200dpi最大尺寸,以300dpi最大尺寸

30万 640*480        # dpi 表示每英寸有多少点
50万 800*600      
80万 1024*768      5''     (3.5*5英寸)
130万 1600*1200     6''  (4*6英寸)
200万 1600*1200       8'' (6*8英寸)
310万 2048*1536     10'' (8*10英寸)
500万 2560*1920      12'' (10*12英寸)   # 现在拍摄一个1*1米的空间,那么在Y轴上,我可以理解: 1000/1920 = 0.52, 表示一米被分成1920个像素点,即每个像素点代表0.52mm,精度为 0.52mm。
800万 3264*2488   16'' (12*16英寸)
1100万 4080*2720    20''(16*20英寸)
1400万  4536*3024    24'' (18*24英寸)

MP megapixel:百万像素,比如说 32MP,表示3200万像素,即 16000*2000
μm: 千分之一毫米

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,546评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,224评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,911评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,737评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,753评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,598评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,338评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,249评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,696评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,888评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,013评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,731评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,348评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,929评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,048评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,203评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,960评论 2 355

推荐阅读更多精彩内容