线扫相机的行频计算方法

线扫相机的图像要达到不压缩不拉伸的效果,需要满足横向精度和纵向精度相等

1、横向精度计算

横向精度=相机宽度方向的视野/每线像素数,假设这个相机是16k,那么每线像素数=16384,假设宽度方向视野是163.84mm,那么横向精度=0.01像素/mm。

2、纵向精度计算

纵向精度=运动速度/行频

3、行频计算

假设运动速度为280mm/s,那么由于横向精度需要等于纵向精度,所以行频=运动速度/纵向精度=运动速度/横向精度=280/0.01=28000像素/秒。

4、分时频闪下行频计算

行频=(运动速度/纵向精度)*分数数,假设运动速度280mm/s,纵向精度和横向精度一样等于0.01,分时数为2分数,则最终的行频=(280/0.01)*2=56000像素/秒。

相关推荐
格林威2 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
weixin_455524266 天前
物流3D工业相机,智能视觉如何重塑现代仓储与分拣体系
工业相机
格林威7 天前
纹理表面缺陷分析:利用频域变换检测织物疵点的 6 种技术,附 OpenCV+Halcon 实战代码!
人工智能·opencv·机器学习·计算机视觉·视觉检测·工业相机·堡盟相机
格林威7 天前
线缆外皮破损检测:保障电气安全的 7 个核心策略,附 OpenCV+Halcon 实战代码!
人工智能·opencv·安全·机器学习·计算机视觉·视觉检测·工业相机
Hi202402179 天前
使用星图AI算力平台训练PETRV2-BEV模型
人工智能·自动驾驶·gpu·机器视觉·bev·算力平台
格林威10 天前
印刷电路板阻焊层缺失识别:防止短路风险的 7 个核心策略,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·机器学习·计算机视觉·视觉检测·工业相机
格林威11 天前
基于灰度投影的快速图像配准:适用于产线在线对位的 5 个核心方法,附 OpenCV+Halcon 实战代码!
人工智能·数码相机·opencv·机器学习·计算机视觉·视觉检测·工业相机
Dev7z13 天前
基于机器视觉与YOLO11的服装厂废料(边角料)分类检测系统(数据集+UI界面+训练代码+数据分析)
机器视觉·yolo11·服装厂废料·边角料·分类检测
Hi2024021714 天前
相机与激光雷达联合标定:如何选择高辨识度的参照物
数码相机·自动驾驶·雷达·相机标定·机器视觉
格林威14 天前
传送带上运动模糊图像复原:提升动态成像清晰度的 6 个核心方案,附 OpenCV+Halcon 实战代码!
人工智能·opencv·机器学习·计算机视觉·ai·halcon·工业相机