计算机视觉硬件知识点整理(三):镜头

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录


前言

在这个信息化飞速发展的时代,计算机视觉技术正逐渐渗透到我们生活的方方面面。从智能监控、自动驾驶,到人脸识别、虚拟现实,计算机视觉的应用领域日益广泛。而在这一技术背后,硬件设备的重要性不言而喻。其中,镜头作为计算机视觉硬件的核心组件之一,发挥着举足轻重的作用。本次博客将带你走进计算机视觉硬件的世界,重点介绍镜头的原理、种类及其在计算机视觉中的应用。

一、镜头的基础知识与类型

镜头是光学系统中的一个关键组件,它负责收集和聚焦光线,以便在感光元件(如胶片或图像传感器)上形成清晰的图像,一个镜头一般而言由四个部件组成,分别为:

  • 透镜:镜头通常由一个或多个透镜组成,透镜可以是凸透镜(会聚光线)或凹透镜(发散光线)。
  • 镜筒:用于固定和保护透镜,并保持透镜的正确位置。
  • 光圈:位于镜头内部,可以调节其大小来控制进入镜头的光线量。
  • 对焦机构:允许用户调整镜头与感光元件之间的距离,以获得清晰的图像。

一般来说镜头由于其使用场景不同分为如下几种不同的类型:

  • 定焦镜头:具有固定的焦距,成像清晰,适用于不需要变焦的场景。
  • 变焦镜头:可以在一定范围内改变焦距,适用于需要调整视角和放大率的场景。
  • 广角镜头:具有较短的焦距,可以捕捉更宽的视角,适用于风景摄影。
  • 长焦镜头:具有较长的焦距,可以放大远处的物体,适用于野生动物摄影和体育摄影。
  • 鱼眼镜头:提供超过180度的极宽视角,产生特殊的圆形或类似鱼眼的图像效果。
  • 微距镜头:用于拍摄非常接近镜头的微小物体,提供1:1或更大的放大率。

光学镜头目前有监控级和工业级两种,监控级镜头主要适用于图像质量不高、价格较低的应用场合;工业级镜头由于图像质量好、畸变小、价格高,主要应用于工业零件检测和科学研究等应用场合。

二、镜头知识点总结:

2.1 光圈

光圈是一个可调节的开口,通常位于镜头内部,由一系列叶片组成,这些叶片可以开合以改变开口的大小。光圈的大小直接影响曝光量,即感光元件接收到的光量。 光圈通过调节其开口的大小来控制光线的数量。当光圈开口较大时,更多的光线可以进入相机;当光圈开口较小时,进入相机的光线会减少。光圈的大小通常用f-stop数值来表示,这个数值是镜头焦距与光圈直径的比值。

光圈的大小用f-stop数值表示,常见的光圈设置包括f/1.4、f/2、f/2.8、f/4、f/5.6、f/8、f/11、f/16、f/22等。这些数值是按几何级数排列的,每个光圈值允许的光线量是前一个值的一半。例如,从f/2.8缩小到f/4,光圈直径减半,光线量减少到原来的1/4。

光圈的大小选择可以根据下面的信息进行选择:

大光圈(低f-stop数值):允许更多的光线进入相机,适用于低光环境或需要更快快门速度的场合。大光圈还可以创造出浅景深效果,使背景模糊,突出主题。

小光圈(高f-stop数值):允许较少的光线进入相机,适用于高光环境或需要更慢快门速度的场合。小光圈可以增加景深,使前景和背景都保持清晰。

2.2 景深

景深是指摄影镜头对焦于某一距离时,在该距离前后,景物能够保持足够清晰度的范围。在这个范围内的物体能够产生较为清晰的图像,而超出这个范围的前景和背景则会逐渐变得模糊。

影响景深的因素

光圈大小:光圈越大(即f-stop数值越小),景深越浅;光圈越小(即f-stop数值越大),景深越深。

镜头焦距:焦距越长,景深越浅;焦距越短,景深越深。

对焦距离:对焦距离越近,景深越浅;对焦距离越远,景深越深。

感光元件尺寸:感光元件(如胶片或图像传感器)的尺寸越大,景深越浅;尺寸越小,景深越深。

可以通过以下方式控制景深:

调整光圈:使用大光圈(如f/1.8)来获得浅景深,使主体突出,背景模糊;使用小光圈(如f/16)来增加景深,使更多的场景元素保持清晰。

改变焦距:使用长焦镜头可以轻松获得浅景深效果,而使用广角镜头则通常会有更深的景深。

调整对焦距离:将对焦点放在较近的物体上会减少景深,而对焦在远处则增加景深。

2.3 调制传递函数:

调制传递函数定义为输出图像的对比度与输入图像的对比度之比,作为空间频率的函数。对比度是指图像中亮暗区域的相对强度差异。MTF 通常表示为 MTF(f),其中 f 是空间频率(以周期/单位长度表示,如线对/毫米)。数学上,MTF 可以表示为:

其中,Cout 是输出图像的对比度,而 Cin是输入图像的对比度。

调制传递函数的物理意义:

当 MTF(f) = 1 时,表示系统完美传递了所有频率的对比度,没有任何损失。

当 MTF(f) < 1 时,表示系统随着频率的增加,传递对比度的能力下降。

当 MTF(f) = 0 时,表示系统无法传递该频率的对比度,即该频率的信息丢失。

影响调制传递函数的因素有以下几点:

光学像差:球差、彗差、像散、场曲和畸变等像差会降低MTF。

衍射:由于光的衍射效应,即使理想的无像差光学系统,其MTF也会随频率增加而下降。

传感器性能:图像传感器的像素大小和排列也会影响MTF。

2.4 视场角

视场角(FOV)是指通过光学仪器(如相机镜头、望远镜、显微镜等)能够观察到的场景范围。它是一个角度度量,描述了从光学系统的中心轴向外延伸到能够清晰成像的边缘所形成的角度。

视场角的类型分为三种:

水平视场角(Horizontal FOV):这是指在水平方向上,从光学系统的中心轴到视野两侧边缘的角度。

垂直视场角(Vertical FOV):这是指在垂直方向上,从光学系统的中心轴到视野顶部和底部边缘的角度。

对角线视场角(Diagonal FOV):这是指从光学系统的中心轴到视野对角线边缘的角度,通常是对角线视场角最大。

影响视场角的因素有三点:

焦距:焦距越短,视场角越大;焦距越长,视场角越小。

感光元件尺寸:感光元件尺寸越大,在相同焦距下,视场角越大。

镜头设计:镜头的光学设计,包括透镜的形状和排列,也会影响视场角。

计算如下图所示:

2.5 焦距

焦距(Focal Length,通常用 f 表示)是指光线经过透镜后会聚于一点的距离。在薄透镜近似下,这个点被称为透镜的主焦点(或焦点)。对于凸透镜,焦距是正值;对于凹透镜,焦距是负值。焦距通常以长度单位来测量,如毫米(mm)、厘米(cm)或英寸。在摄影领域,常见的焦距单位是毫米。

焦距一般分为两种:

固定焦距:镜头的焦距是固定的,如 50mm、85mm 等。这种镜头通常称为定焦镜头。

可变焦距:镜头的焦距可以在一定范围内变化,如 24-70mm、70-200mm 等。这种镜头称为变焦镜头。

焦距与成像的关系为:

视角:焦距越短,视角越宽,能够捕捉更广阔的场景;焦距越长,视角越窄,适合拍摄远处的物体或实现远摄效果。

放大率:焦距越长,在相同距离下,成像的放大率越高,适用于需要放大细节的场合。

景深:焦距越长,景深越浅;焦距越短,景深越深。

透视效果:焦距的变化会影响图像的透视感,长焦镜头会压缩前景和背景,而广角镜头会夸大透视效果。

2.6 滤光片

滤光片是光学系统中的一种光学元件,它通过吸收、反射或选择性透过特定波长的光,来控制和调整进入系统的光量。滤光片在各种应用中都非常重要,包括摄影、天文观测、医疗成像、工业检测等。以下是关于滤光片的一些基本介绍:

滤光片的种类可按照用途分为以下几种:

吸收滤光片:通过吸收特定波长的光来过滤其他波长的光。例如,蓝色吸收滤光片会吸收蓝色光,只允许其他颜色的光通过。

反射滤光片:通过反射特定波长的光来过滤其他波长的光。这些滤光片通常用于光谱分析,以隔离特定的波长。

带通滤光片:允许特定波段的光通过,而过滤掉其他波段的光。例如,一个窄带滤光片可能只允许特定波长的光通过,而一个宽带滤光片则允许一个较宽的波段通过。

中性密度滤光片:均匀减少所有波长的光强度,不改变光的颜色。这些滤光片通常用于调整曝光量,尤其是在需要减少光线强度的场合。

偏振滤光片:允许特定偏振方向的光通过,阻挡其他偏振方向的光。这种滤光片常用于减少反射光和增加对比度。

红外滤光片:专门用于红外波长范围的滤光片,用于特定波长范围内的成像和检测。

紫外滤光片:专门用于紫外波长范围的滤光片,用于特定波长范围内的成像和检测。

滤光片在光学系统中扮演着关键角色,其作用主要包括调整曝光、改善对比度、色彩校正以及特定波长成像。首先,滤光片通过减少或增加进入相机的光量,控制曝光,从而确保图像不会过曝或欠曝。其次,某些滤光片可以增加或减少对比度,从而改善图像质量。此外,滤光片还能够校正光源的颜色偏差,使图像色彩更加准确。最后,在科学研究和工业检测中,滤光片可以用于特定波长的成像和检测,这对于需要精确分析特定波长的应用场景至关重要。在选择滤光片时,需要根据具体的应用需求来确定滤光片的类型、波长范围、带宽、透射率和反射率等参数。

相关推荐
Jeremy_lf7 分钟前
【生成模型之三】ControlNet & Latent Diffusion Models论文详解
人工智能·深度学习·stable diffusion·aigc·扩散模型
桃花键神1 小时前
AI可信论坛亮点:合合信息分享视觉内容安全技术前沿
人工智能
野蛮的大西瓜1 小时前
开源呼叫中心中,如何将ASR与IVR菜单结合,实现动态的IVR交互
人工智能·机器人·自动化·音视频·信息与通信
CountingStars6192 小时前
目标检测常用评估指标(metrics)
人工智能·目标检测·目标跟踪
tangjunjun-owen2 小时前
第四节:GLM-4v-9b模型的tokenizer源码解读
人工智能·glm-4v-9b·多模态大模型教程
冰蓝蓝2 小时前
深度学习中的注意力机制:解锁智能模型的新视角
人工智能·深度学习
橙子小哥的代码世界2 小时前
【计算机视觉基础CV-图像分类】01- 从历史源头到深度时代:一文读懂计算机视觉的进化脉络、核心任务与产业蓝图
人工智能·计算机视觉
黄公子学安全2 小时前
Java的基础概念(一)
java·开发语言·python
新加坡内哥谈技术2 小时前
苏黎世联邦理工学院与加州大学伯克利分校推出MaxInfoRL:平衡内在与外在探索的全新强化学习框架
大数据·人工智能·语言模型
程序员一诺3 小时前
【Python使用】嘿马python高级进阶全体系教程第10篇:静态Web服务器-返回固定页面数据,1. 开发自己的静态Web服务器【附代码文档】
后端·python