【计算机视觉】相机基本知识(还在更新)

1.面阵工业相机与线阵工业相机

1.1 基本概念区别

面阵相机则主要采用的连续的、面状扫描光线来实现产品的检测;

线阵相机即利用单束扫描光来进行物体扫描的工作的。

1.2 优缺点

(1)面阵CCD工业相机:

优点:应用面较广,如面积、形状、尺寸、位置,甚至温度等的测量。面阵CCD的优点是可以获取测量图像直观,二维图像信息。

缺点:像元总数多,而每行的像元数一般较线阵少,帧幅率受到限制,单个面阵的面积很难达到一般工业测量对视场的需求。

(2)线阵工业相机

优点 :它的传感器只有一行感光元素,因此使高扫描频率高分辨率 成为可能。被检测的物体通常匀速运动 , 利用一台或多台相机对其逐行连续扫描 , 以达到对其整个表面均匀检测。另外线阵相机非常适合测量场合,这要归功于传感器的高分辨率 , 它可以准确测量到微米。
缺点:两方面的要求导致用线阵获取图像有以下不足,图像获取时间长,测量效率低;由于扫描运动及相应的位置反馈环节的存在,增加了系统复杂性和成本;图像精度可能受扫描运动精度的影响而降低,最终影响测量精度。

2. 快门模式

电子有三种快门模式,分别为 ERS(卷帘快门)、GRR(全局复位)、GS(全局曝光)。



3.靶面尺寸

4.传感器类型

5.触发

相机支持二种输出模式,即连续和触发模式,触发是一种被动模式,在触发模式下,相机进入准备状态,当触发信号产生后,相机立即开始曝光,然后输出图像,触发一般用在对实时性要求较高的场合,比如抓拍高速运动的物体。

5.1软触发

触发信号可以由软件产生,称为软件触发

5.2 硬触发

外部硬件(机械开关/电子传感器/PLC/单片机/IO 卡)产生,称为硬件触发。

【六芯航空头线序定义】https://www.mindvision.com.cn/uploadfiles/2021/07/08/03150629885989680.pdf

6.核心参数

在了解相机相关设置参数之前,必须先要对相机的构成有一定的了解。

【推荐阅读】从CCM到sensor结构

尤其是sensor部分,在这里只做简单介绍

6.1 图像传感器 sensor

  • 分类 : CCD Sensor和CMOS sensor。基本是CMOS sensor为主。
  • 作用:sensor是摄像头的核心,负责将通过Lens的光信号转换为电信号,再经过内部AD转换为数字信号。

6.2 gain增益

6.2.1 模拟增益(analog_gain) & 数字增益(digital_gain)

  1. 误差分析
    例子参考:《摄像头 ------ 模拟增益和数字增益》

(1)模拟增益(analog_gain)带来的噪声

用数据来说明:2.4 和3.1,数字量化后为2和3.但假如模拟增益2x,则为4.8和6.2,量化后为5和6。这就是模拟增益带来的噪声。但模拟增益带来的噪声只会一次引入。不会多次级联引入。

(2) 数字增益(digital_gain)带来的噪声问题会多次级联引入。

比如信号原先为2.4和3.1,信号差为0.7。但数字化后变为2和3,经过2倍后变为4和6这就是数字增益带来的噪声。8x后就是16和24.而实际上模拟噪声8x也就是才2.48和3.18,数字量化后为19和25.

相关推荐
艾思科蓝-何老师【H8053】15 分钟前
【ACM出版】第四届信号处理与通信技术国际学术会议(SPCT 2024)
人工智能·信号处理·论文发表·香港中文大学
weixin_4526006944 分钟前
《青牛科技 GC6125:驱动芯片中的璀璨之星,点亮 IPcamera 和云台控制(替代 BU24025/ROHM)》
人工智能·科技·单片机·嵌入式硬件·新能源充电桩·智能充电枪
学术搬运工44 分钟前
【珠海科技学院主办,暨南大学协办 | IEEE出版 | EI检索稳定 】2024年健康大数据与智能医疗国际会议(ICHIH 2024)
大数据·图像处理·人工智能·科技·机器学习·自然语言处理
右恩1 小时前
AI大模型重塑软件开发:流程革新与未来展望
人工智能
图片转成excel表格1 小时前
WPS Office Excel 转 PDF 后图片丢失的解决方法
人工智能·科技·深度学习
ApiHug2 小时前
ApiSmart x Qwen2.5-Coder 开源旗舰编程模型媲美 GPT-4o, ApiSmart 实测!
人工智能·spring boot·spring·ai编程·apihug
lqj_本人2 小时前
鸿蒙next版开发:相机开发-录像(ArkTS)
数码相机·华为·harmonyos
哇咔咔哇咔2 小时前
【科普】简述CNN的各种模型
人工智能·神经网络·cnn
李歘歘2 小时前
万字长文解读深度学习——多模态模型CLIP、BLIP、ViLT
人工智能·深度学习