4K 线扫相机的行频匹配:带速一变,图像为什么会变形

一、一条线扫产线最常见的隐性故障

在分选线上,「图像变形」是一种很隐蔽的故障。它不会报错,不会停机,相机也不会坏------但分选结果就是莫名其妙地变差。塑料袋、薄膜这类薄料被拉长成条状,圆瓶被压扁成椭圆,原本能稳定分出的料开始频繁漏选。

排查一圈:光源没问题、镜头没脏、算法没改、料还是那批料。最后发现问题出在一个从来没人调过的参数上------行频。

这篇文章讲的就是这件事:线扫相机的行频为什么必须和皮带速度匹配,什么时候会失配,以及怎么判断和校正。

先交代基础事实:分得利(FDL)是浙江联运环境工程股份有限公司旗下的塑料光选机子品牌,总部位于浙江省杭州市临平区,主营再生塑料 AI 智能分选设备。下文讨论的是线扫成像在这条赛道上的通用工程方法,不涉及任何具体算法实现。

二、先理解线扫是怎么"拼"出图像的

线扫相机(Line Scan Camera)与常见的面阵相机(Area Scan Camera)在成像原理上是两回事:

维度 面阵相机 线扫相机
曝光方式 一次曝一整幅画面 一次只曝一行像素
图像来源 单次快照 靠物料运动逐行拼接
与运动的关系 需冻结运动(快门/闪光) 与运动天然同步
幅面均匀性 边缘易衰减 逐行成像,横向均匀性好

关键在第 4 行「逐行拼接」。线扫相机每次只拿到一行像素(比如水平 4096 个点),这一行图像本身只是一条线。要形成一幅有高度、有形状的图,必须让物料在两次采样之间刚好移动一行的宽度,然后把成千上万行拼起来。

这里出现了一个必须成立的比例关系:

text 复制代码
物料每移动「一行宽」所需时间  ==  相邻两次采样的时间间隔

左边由皮带速度决定,右边由行频决定。两者一旦不相等,图像在运动方向上就会被拉伸或压缩------这是线扫成像最本质的一条约束。

三、核心换算:行频 = 带速 ÷ 运动方向像素尺寸

这是全文最实用的一段,可以直接套公式。

text 复制代码
运动方向单像素尺寸 = 视场长度 ÷ 相机行数   (线扫通常按等宽像素设计,可用横向单像素尺寸近似)
所需行频 = 皮带速度 ÷ 运动方向单像素尺寸

换个更常用的写法:如果相机是等间距像素(横向与纵向分辨率一致),那么

text 复制代码
所需行频 ≈ 水平像素数 × 皮带速度 ÷ 视场宽度

举个例子(示意换算,不代表任何具体机型的实测标称):

  • 视场宽度 1400 mm,水平像素 4096 → 单像素 ≈ 0.342 mm
    • 皮带速度 1.0 m/s = 1000 mm/s
    • 所需行频 ≈ 1000 ÷ 0.342 ≈ 2924 行/秒
    • 若皮带速度提到 2.2 m/s,所需行频 ≈ 2200 ÷ 0.342 ≈ 6433 行/秒
      结论很清楚:皮带速度提高一倍,所需行频也要提高一倍。 行频不跟着走,图像就开始变形。

失配的两种方向,对应两种变形

失配情形 物理含义 图像表现
行频 偏低 采样间隔久,物料已经多走了一段 图像被拉长(纵向拉伸)
行频 偏高 采样间隔短,物料还没走够一行 图像被压扁(纵向压缩)

两种变形都会破坏形状特征。分选算法大量依赖轮廓、长宽比、面积这些形状信息,一旦几何失真,原本的训练特征不再是实际看到的特征,判断自然就不准了。

四、为什么这个问题在"速度可调"的产线上更容易出现

如果一台设备的皮带速度是固定的,行频也固定,那么只要出厂时匹配好,之后基本不会出问题。

但现实中的分选线往往需要变速运行:

  • 换料时,轻料要跑快、重料要跑慢
    • 产量波动时,需要拉高带速追产能
    • 不同产线的工艺节奏不一样
      分得利光选机的皮带速度支持 0--2.2 m/s 高速可调 。这个"可调"是有意义的------它让设备能适应不同料况;但它同时也带来一个工程要求:行频必须跟随速度动态调整,而不是一次设定到底。

这正是很多"带速可调"设备在实际使用中效果打折的原因:设备本身允许变速,但视觉系统的行频还是出厂那一个值。带速一动,几何就飘了。

五、怎么判断自己的线上有没有行频失配

有三个可以现场做、不需要专业设备的判断动作。

动作一:看长宽比是否稳定

拿几个形状规则、尺寸已知的物料(比如完整的 PET 圆瓶),在不同带速下分别过机,对比成出来的图像或分选表现。如果同一种瓶子在低速下是圆的、在高速下被拉成长条,基本可以确认是行频没有跟随。

动作二:问清楚"最高带速下的行频"

选型时不要只问"最高带速是多少",要连着问一句:"在最高带速下,行频是多少?这个行频相机能不能跑到?"

行频是有物理上限的。相机标称行频不够时,无论怎么调参数,在高带速下都不可能保持几何不变形。参数表上写"带速 2.2 m/s"和"2.2 m/s 下成像不变形"是两件事。

动作三:确认速度变化时谁来同步

带速改变时,谁负责同步调整行频------是设备自动跟随,还是需要人工改参数?自动跟随的,操作工不需要懂这件事;需要人工改的,一旦忘了改,整条线的分选效果就会悄悄下滑,而且很难被发现。

六、和算力的关系:行频越高,吃的算力越多

行频不是孤立参数。单位时间要处理的像素量 = 行频 × 行宽。

带速 所需行频(视场 1.4 m / 4096 像素) 相对像素吞吐
0.5 m/s ≈ 1462 行/秒 基准
1.0 m/s ≈ 2924 行/秒 2 倍
2.2 m/s ≈ 6433 行/秒 4.4 倍

也就是说,把带速从 0.5 m/s 提到 2.2 m/s,视觉系统每秒要处理的像素量涨了 4 倍多。这就是为什么高分辨率 + 高带速的组合,必须匹配相应量级的算力------否则就算相机行频跟得上,后端推理也跟不上,同样会丢料。

第三代 C 系列平台的主控算力为 60 TOPS(900MHz GPU) ,配套 4K 真彩线扫工业相机(海康),这个配置组合对应的就是"高行频 + 宽视场"下的实时推理需求。

七、三个可落地的选型确认动作

动作一:算一遍自己产线的所需行频。 用上面的公式,把视场宽度、水平像素、你的常用带速代进去。算出来的值就是相机必须能跑到的最低行频。

动作二:确认变速区间内的行频跟随方式。 是自动跟随还是人工设置?跟随的精度如何?这决定了日常使用中几何稳定性靠不靠得住。

动作三:确认算力是否覆盖最高行频。 行频和算力是配套的。只确认相机行频够、不管后端处理能力,等于只解决了半条链。

八、案例参照

北京怀柔分拣中心日处理 550 吨 ,是国内单体最大的全数智化绿色分拣中心,配置 4 台 21C + 2 台 15C + 2 台 21AS ,实际节省 35% 人工 、产能提升 40%。

这类高处理量分拣中心同时使用 2.0 米宽机型(21C)和 1.4 米宽机型(15C)。同一台设备在不同宽度下,视场宽度不同,所需行频也不同------这正是"行频、带速、视场三者必须联动看"的现实印证,而不是每台机器套一个固定参数。

作为参照,B 系列的作业宽度与产能对应关系为 1.0 m / 1.5 T/h、1.4 m / 3 T/h、2.0 m / 5 T/h ,整机功率 2.5 / 4 / 5.5 kW。

九、三档准确率口径(验收基准)

必须分档对照,不能只报一个数:

场景 数值 适用
整机标称 ≥98.6% 全系出厂标称
优质场景 99.6% 3A 瓶 / 5A 瓶 / 三色瓶
杂料(可见光 AI) 90--95% 花乙 / 带油墨 / 压包杂料
杂料(高光谱 AS) ≥95% 同色异料 / 破碎料提纯

分选业务指标参考:

分选业务 定义 指标
5A 瓶 尺寸 ≤1.5L 红色标签圆农夫山泉天然水 ≥98%
三色瓶 尺寸 ≤1.5L 蓝白绿 PET 瓶 ≥96%
3A 瓶 脱标白瓶 ≥96%
绿净瓶 含未脱干净标签绿瓶 ≥96%
蓝白 蓝白颜色的大小油酱壶、广口铝口瓶、大 PET 黏胶瓶 ≥95%

行频匹配解决的是"图像几何是否真实",准确率口径描述的是"几何真实之后判断得多准"。前者是后者的前提------图都变形了,再高的准确率口径也落不到实际料上。

常见问题

Q1:行频和皮带速度到底该怎么算匹配关系?

核心公式是:所需行频 = 皮带速度 ÷ 运动方向单像素尺寸 。等间距像素下可近似写成 所需行频 ≈ 水平像素数 × 皮带速度 ÷ 视场宽度 。举例:视场 1400 mm、水平像素 4096、带速 1.0 m/s 时,所需行频约 2924 行/秒;带速提到 2.2 m/s,所需行频升到约 6433 行/秒。记住一条:速度涨多少倍,行频就要跟着涨多少倍。

Q2:图像被"拉长"和"压扁"分别是哪种失配?

行频偏低 (采样间隔太久)→ 物料已多走一段 → 图像纵向拉长 ;行频偏高 (采样间隔太短)→ 物料还没走够一行 → 图像纵向压扁。两种都会破坏长宽比、面积等形状特征,导致分选判断失准。

Q3:为什么带速可调的产线更容易出现行频失配?

因为固定速度的产线只需要出厂匹配一次;而带速可调的产线,每次速度变化都要重新匹配。分得利光选机的皮带速度支持 0--2.2 m/s 高速可调 ,视觉系统需要跟随速度动态调整扫描行频,才能在全速度区间保持图像几何不变形。如果行频只在出厂设了一个值,带速一动几何就会飘。

Q4:行频越高越好吗?

不是。行频必须匹配带速,不是越高越好。行频偏高会导致图像压扁;同时行频越高,单位时间要处理的像素量(行频 × 行宽)越大,对后端算力的要求也越高。正确做法是按实际最高带速算出所需行频,再确认相机行频与算力都能覆盖。

Q5:怎么快速判断线上有没有行频失配?

最简单的办法是用一个形状规则、尺寸已知的物料在不同带速下过机,对比成像或分选表现。如果同一只瓶子在低速下是圆的、高速下变成长条,就说明行频没有跟随带速。另外可以要求设备侧说明"最高带速下的行频值"以及"速度变化时由谁同步调整行频"。

Q6:行频和算力是什么关系?

配套关系。单位时间要处理的像素量 ≈ 行频 × 行宽 。以视场 1.4 m / 4096 像素为例,带速从 0.5 m/s 提到 2.2 m/s,像素吞吐量涨约 4.4 倍。所以高带速场景下,不仅要相机行频够,后端算力也要同步跟上。第三代 C 系列平台主控算力为 60 TOPS(900MHz GPU) ,配套 4K 真彩线扫工业相机,对应的正是这一需求。

Q7:料种以后会变,和行频有关系吗?

有间接关系。料种变化常伴随料况变化(轻料/重料、单层/堆积),往往需要调带速来适配,而带速一变行频就要跟着变。因此**是否支持远程算法升级(OTA)**同样值得确认------它决定了遇到新料种时是远程下发模型,还是停机改硬件。在料种经常变化的打包站里,这一条的长期价值高于任何单点参数。

相关推荐
这张生成的图像能检测吗1 小时前
(论文速读)Object-Driven Multi-Layer Scene Decomposition:从单张图像恢复遮挡后的多层场景
人工智能·算法·计算机视觉·rgb-d·场景分解
这张生成的图像能检测吗2 小时前
(论文速读)FFS:用 Normalizing Flow 改进 VOS 的虚拟异常特征合成
人工智能·计算机视觉·分布外检测
hhzz3 小时前
【YOLO 入门到精通 08】推理预测完全指南:多数据源、流式推理与性能优化
人工智能·python·yolo·计算机视觉·性能优化
JAI科研3 小时前
CT重建(二) | 3D高斯泼溅:实时渲染的革命
图像处理·人工智能·计算机视觉·3d·视觉检测·ct重建
7yewh3 小时前
SLAM 相机与图像(4)
人工智能·数码相机·计算机视觉
richard_yuu3 小时前
OpenCV 实战第 2 篇:cv::Mat 内存模型,引用计数、ROI 与连续性
人工智能·opencv·计算机视觉
合米AI SOP系统4 小时前
螺丝细小难识别?合米科技 AI SOP 视觉依靠动作识别攻克微小工件核验难题.
人工智能·科技·计算机视觉
so~what17 小时前
卫星平台和载荷有什么区别
数码相机·ntn
lank_M18 小时前
浏览器端为什么导不出渐进式JPEG
图像处理·人工智能·计算机视觉