计算机视觉的相机选型

#你一般什么时候会用到GPT?#

目前市面上的工业相机大多是基于CCD(ChargeCoupled Device)或CMOS(Complementary Metal Oxide Semiconductor)芯片的相机。一般CCD制造工艺更加复杂,也会更贵一点!

1、CCD工业相机主要应用在运动物体的图像提取,不过因为CMOS相机的成本低,所以应用也比较广泛。其中对于静止检测或一般低速的检测,优先考虑面阵相机;对于大幅面高速运动或滚轴等运动的特殊应用,考虑使用线阵相机。

2、分辨率的选择

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。

3、与镜头的匹配

传感器芯片尺寸需要小于或等于镜头尺寸。

4、相机帧数选择

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、相机的曝光时间

相机的最小曝光时间可以决定目标的运动速度,或者反过来说,目标的运动速度对相机的最小曝光时间提出了要求。

6、接口类型:相机的接口类型也会影响到选型。不同的接口类型,例如USB、GigE、Camera Link等,各有其优势和适用场景。同时,还需要考虑相机是否与你使用的软件和硬件平台兼容。

镜头篇

镜头的基本功能就是实现光束变换(调制),在机器视觉系统中,镜头的主要作用是将成像目标在图像传感器的光敏面上。

在计算机视觉中,相机选型是非常重要的环节。对于线阵相机,需要考虑采集速度、像元深度等因素。通常以行频为单位,例如12KHz表示相机在1秒钟内最多能采集12000行图像数据。像元深度也影响图像质量,8bit表示灰度图由黑到白共256个等级。在选型时需要根据实际需求计算分辨率、检测精度和扫描行数。例如,幅宽为1500毫米、精度为0.5毫米、运动速度为22000mm/s的相机,需要选择3.2K像素和26.8KHz行频的相机。

对于面阵相机,需要考虑被检测物体大小、要求能够分辨的精度以及工作距离等因素。根据这些参数可以计算相机的分辨率、像元尺寸、放大倍率、物镜的焦距等参数,最后选择合适的相机。例如,已知客户的镜头的尺寸是1/3,接口是CS接口,视野大小为1210mm,要求精度为0.02mm,那么应该选用不低于120万像素的相机。

另外说个题外话:

之前了解到的摄影的要素:

  1. 曝光:曝光是指在摄影过程中进入镜头照射在感光元件上的光量,由光圈、快门、感光度的组合来控制。也指事物暴露或被揭露。(

    |---------------------------------|
    | 曝光三要素: |
    | 快门:抓拍速度,可以几分钟,也可以1/235秒,用来抓拍 |
    | 光圈:用F表示,通常用来调整进光量。可以实现虚化背景(大光圈) |
    | ISO(感光度):通常用来提高曝光的,当画面比较暗的时候。 |

  2. 对焦:对焦是指使用照相机时调整好焦点距离,英文学名为Focus,通常数码相机有多种对焦方式,分别是自动对焦、手动对焦和多重对焦方式。

  3. 构图:摄影构图是将要拍摄的东西在取景框里进行合理的安排。

相关推荐
音视频牛哥14 小时前
SmartMediaKit:如何让智能系统早人一步“跟上现实”的时间架构--从实时流媒体到系统智能的演进
人工智能·计算机视觉·音视频·音视频开发·具身智能·十五五规划具身智能·smartmediakit
音视频牛哥15 小时前
超清≠清晰:视频系统里的分辨率陷阱与秩序真相
人工智能·机器学习·计算机视觉·音视频·大牛直播sdk·rtsp播放器rtmp播放器·smartmediakit
CoovallyAIHub20 小时前
突破360°跟踪极限!OmniTrack++:全景MOT新范式,HOTA指标狂飙43%
深度学习·算法·计算机视觉
CoovallyAIHub21 小时前
首个大规模、跨模态医学影像编辑数据集,Med-Banana-50K数据集专为医学AI打造(附数据集地址)
深度学习·算法·计算机视觉
LabVIEW开发1 天前
LabVIEW液位边缘检测
图像处理·计算机视觉·labview·labview知识·labview功能·labview程序
音视频牛哥1 天前
从云平台到系统内核:SmartMediakit如何重构实时视频系统
计算机视觉·音视频·gb28181对接·rtsp播放器rtmp播放器·smartmediakit·智能机器人低延迟播放方案·rtmp摄像头同屏推流
智驱力人工智能1 天前
智能安全管理 基于视觉分析的玩手机检测系统 手机行为AI模型训练 边缘计算手机行为监测设备
人工智能·安全·目标检测·计算机视觉·智能手机·视觉检测·边缘计算
王哈哈^_^2 天前
【数据集】【YOLO】【目标检测】共享单车数据集,共享单车识别数据集 3596 张,YOLO自行车识别算法实战训推教程。
人工智能·算法·yolo·目标检测·计算机视觉·视觉检测·毕业设计
std78792 天前
MATLAB 实用案例三:图像边缘检测、数据拟合与可视化、信号处理
图像处理·opencv·计算机视觉
躺平的赶海人2 天前
Halcon实战:精准定位与提取:基于形态学处理的猴子眼睛区域检测完整方案
图像处理·计算机视觉·halcon·形态学操作