机器视觉:工业相机的主要参数

工业相机是将目标物体的表面特征信息转化为数字信号(或者模拟信号)的一种采集设备。

一、工业相机的成像原理

工业相机主要由光电传感器转换电路组成。

光线照射到被检测物体的表面,反射光 经过透镜 ,再进入相机的光电传感器

光电传感器的感光元件 将光信号转换成电信号;

再经过转换电路电信号 转换成数字信号

二、工业相机的分类

1、按照感光芯片的分类:可分为CCD相机和CMOS相机

**CCD相机:**CCD就是电荷耦合的意思,是将感光元件接收到的光信号,根据不同的光强度,转换成不同的电流大小。感光元件最终输出的是模拟电信号。等所有的感光元件的模拟电信号输出完之后,再将模拟电信号统一放大,再转换成数字信号。

就因为以上原因,CCD相机输出的图像噪点少,图像质量高,灵敏度和动态响应好。但是成本高,动态范围小,功耗也高。

**CMOS相机:**CMOS相机的感光元件将放大部分和模数转换部分整到一起,每个感光元件输出的模拟电流信号都能被放大并转换成数字信号,最终将所有的数字信号合并,输出给DSP芯片进行处理。每个元件的放大倍数是无法统一的。

因此CMOS相机输出的图像噪点就比较多,图像质量相对差一些。但是成本低,功耗小,动态范围大,分辨率高。

2、按照传感器像素排列方式分类:可分为线阵相机和面阵相机

**线阵相机:**线阵相机的传感器只有1行感光元件,它需要再运动中拍摄,一行一行的扫描目标物体的表面,再根据输出合成特定像素大小的图像。

线阵相机数据传输快,灵敏度高,分辨率高,适合用在高精度高速检测的地方。但是一行一行的扫描效率太低了,成本还高,拼接图像的参数调试麻烦,一般人不好驾驭。

**面阵相机:**面阵相机的传感器是一整面的,可以直接输出完整的平面图像。操作也简单,因此面阵相机再机器视觉中用的比较多。面阵相机的分辨率和帧率还是不如线阵相机。

3、按照色彩分类:可分为黑白相机和彩色相机

黑白相机:黑白相机是将不同强度的光信号转换成256级的灰度值,通过亮暗来表示目标物体的信息。黑白图像可以被图像处理软件直接处理,简化了图像格式的转换过程。

**彩色相机:**彩色相机通过RGB三个颜色通道输出图像信息,能更真实反应目标物体的颜色信息。如果不关注颜色的话,大部分还是选用黑白相机。

4、按照输出数据的方式:可分为数字相机和模拟相机

数字相机内部有模数转换器,直接输出数字信号。模拟相机没有模数转换器,需要将信号传送给专门的图像采集卡处理。

三、工业相机的接口

工业相机常用的接口有USB、GIGE、Camera Link、Fireware

USB相机:支持热插拔,使用便捷,成本低,最高传输速度480Mbps;

GIGE相机:成本低、传输带宽1Gbit,可使用标准的NIC卡,因此GIGE相机被广泛使用;

Camera Link相机:传输速度可达6400Mbps,抗干扰能力强,价格也高,用在高速数据场合;

Fireware相机:主要用于嵌入式系统。

四、工业相机的主要参数

工业相机的主要参数包括分辨率、像素尺寸、感光芯片尺寸、帧率、像素深度、曝光时间这6个。

1、分辨率: 分辨率也就是图像所包含的像素数量,通常用 宽*高 W * H来表示W是图像水平方向上的像素数量,H是图像垂直方向上的像素数量。

**2、像素尺寸:**像素尺寸是单个像素的大小。

**3、感光芯片的尺寸:**是图像传感器感光区域的大小,它决定了视觉系统的物理放大倍率,常用inch来表示,就是对角线的长度。

4、帧率:帧率是指相机每秒钟能拍摄的图像张数,也叫帧数。帧率越大,相机获取单帧图像的时间就越少。在运动中拍摄目标时,要保证帧率与运动速度相匹配。帧率过低,拍摄的图像辉出现拖影。

5、像素深度:像素深度是指每个像素用来存储信号的数据位数。灰度图像一般是8bits,0--255,共256级。彩色图像一般是RGB三个通道,每个通道8bits,一共24bits。像素深度越深,图像越清晰,但是存储空间也越大,采集和处理的时间也越长。

6、曝光时间:曝光时间是指相机拍摄物体时,快门从打开到关闭的时间。曝光时间越短,进光量就越少,拍摄的图像就暗,图像拖影的现象也少,感觉拖影就是光吃饱了撑着了。拍的高速运动的物体时,为保证图像不产生拖影,应该让物体在曝光时间内移动的距离不超过一个像元尺寸(像元就是单个感光元件,像元的尺寸有时可以理解成像素的尺寸)。

相关推荐
格林威2 小时前
Baumer相机轴承滚珠缺失检测:用于精密装配验证的 6 个核心算法,附 OpenCV+Halcon 实战代码!
人工智能·opencv·算法·计算机视觉·视觉检测·工业相机·堡盟相机
格林威1 天前
Baumer相机车牌字符分割与识别:优化车牌识别准确率的 7 种方法,附 OpenCV+Halcon 实战代码!
人工智能·opencv·计算机视觉·视觉检测·halcon·工业相机·智能相机
格林威1 天前
Baumer相机系统延迟测量与补偿:保障实时控制同步性的 5 个核心方法,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·算法·计算机视觉·视觉检测·工业相机
格林威2 天前
Baumer相机视野内微小缺陷增强检测:提升亚像素级瑕疵可见性的 7 个核心方法,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·算法·计算机视觉·视觉检测·工业相机
格林威4 天前
Baumer相机铆钉安装状态检测:判断铆接是否到位的 5 个核心算法,附 OpenCV+Halcon 的实战代码!
人工智能·opencv·算法·计算机视觉·视觉检测·工业相机·堡盟相机
格林威5 天前
Baumer相机关于触发模式的选择及更改
人工智能·机器学习·视觉检测·工业相机·sdk开发·智能相机·堡盟相机
51camera6 天前
多光谱与高光谱工业相机技术原理与差异
工业相机
格林威8 天前
Baumer相机金属表面油污检测:提升清洗工序监控能力的 7 个关键技术,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·计算机视觉·视觉检测·工业相机·堡盟相机
AomanHao11 天前
【阅读笔记】Winscale: An Image-Scaling Algorithm Using an Area Pixel Model
图像处理·工业相机
格林威14 天前
多相机重叠视场目标关联:解决ID跳变与重复计数的 8 个核心策略,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·算法·计算机视觉·分类·工业相机