最高146kHz行频,RGB+NIR同步成像:高速多光谱线阵相机如何提升工业检测效率?

在高速工业检测中,真正困难的往往不是"看见",而是要在极短时间内稳定、准确地识别目标。

当被测物体高速通过产线时,系统不仅要完成高分辨率成像,还要同时处理颜色、材质、缺陷和异物等信息。仅依赖可见光,很多隐藏特征很难被识别;而传统多相机方案又容易面临空间配准、数据同步和系统集成复杂等问题。

针对这些需求,JAI Sweep+系列推出两款RGB+NIR多光谱线阵相机:SW-4000Q-CXP2A和SW-8000Q-CXP2A。

两款相机分别提供4K和8K分辨率,搭载CoaXPress 2.0 CXP-12高速接口,最高行频可达146,000行/秒,适用于高速工业检测、分拣和机器视觉系统。

一台相机,同时获取RGB与近红外信息

SW-4000Q-CXP2A和SW-8000Q-CXP2A采用4-CMOS棱镜分光技术。

入射光经过棱镜后,被分解为红、绿、蓝和近红外四个波段,再由四枚CMOS传感器分别采集。由于四个通道共享同一光路,因此可以在同一台相机内实现RGB与NIR的同步、独立成像。

这种设计带来的价值,不只是增加了一个近红外通道。

传统多线阵方案在采集不同颜色通道时,可能需要进行复杂的空间补偿和图像配准,进而产生偏色、位置偏移或颜色空间变化等问题。棱镜分光则能够从光学结构上提高四通道之间的空间一致性,减少后端算法补偿的压力。

近红外通道的加入,也让系统能够识别一些在可见光下不容易区分的特征,例如:

  • 材料成分差异
  • 表面或内部缺陷
  • 隐藏污染物
  • 异物与杂质
  • 颜色相近但光谱特性不同的目标
    对于食品、药品、包装、材料、电子元件和资源分拣等应用来说,这意味着检测系统可以获得更丰富的信息维度。

高速接口,满足大数据量传输需求

多光谱成像带来了更丰富的数据,同时也对传输带宽提出了更高要求。

两款相机均采用CXP-12接口,并配备两个Micro-BNC连接器,支持CXP-12、CXP-6和CXP-3等不同配置,同时支持PoCXP供电。

具体参数如下:

  • SW-8000Q-CXP2A:8K分辨率,最高行频73kHz
  • SW-4000Q-CXP2A:4K分辨率,最高行频146kHz
    其中,SW-4000Q-CXP2A在较低分辨率下实现了更高的行频,适合对运动速度要求极高的检测场景;SW-8000Q-CXP2A则更适合需要兼顾大视野和高分辨率的应用。
    此外,触发信号可以通过CoaXPress接口传输,相机也可以直接连接旋转编码器,从而更方便地与传送带、滚筒和其他运动系统实现同步。

四个通道独立控制,适应复杂光照环境

在实际工业现场,不同波段的光学特性并不完全相同,光源、材料反射率和环境亮度都会影响最终成像效果。

因此,RGB和NIR四个通道均支持独立的增益与曝光控制。用户可以针对不同通道分别调节参数,从而获得更合适的图像质量。

相机还支持:

  • 垂直与水平方向的Binning像素合并
  • ROI感兴趣区域设置
  • PRNU和DSNU校正
  • 平场校正
  • 色彩均匀性校正
  • 色差补偿
  • 水平镜像
  • 噪声滤波
    当实际检测不需要使用完整线宽时,可以通过设置ROI进一步提升行频;在低照度环境下,则可以借助Binning提高感光灵敏度。
    在像素尺寸方面,SW-4000Q-CXP2A提供7.5×7.5μm和7.5×10.5μm两种选择,SW-8000Q-CXP2A采用3.75×5.78μm像素尺寸,便于根据分辨率、灵敏度和检测速度进行系统配置。
    不同色彩空间,匹配后端算法与应用需求
    除了输出原始RGB数据,两款相机还支持多种色彩格式转换,包括:
  • HSI
  • CIE XYZ
  • sRGB
  • Adobe RGB
  • 自定义RGB格式
    这使相机能够更灵活地适配不同的图像处理流程和后端算法。
    对于以颜色识别为核心的应用,可以选择更适合颜色分析的格式;对于需要与既有视觉系统集成的项目,也可以根据软件和算法架构进行自定义配置。

面向工业现场的坚固设计

工业相机不仅要追求成像性能,也必须能够长期稳定运行。

两款相机均提供F口或M52口选项,并采用坚固耐用的机身设计,可承受3G振动和50G冲击,适用于高速产线、工业分拣和复杂设备环境。

从光学结构、采集速度、数据传输到图像处理,SW-4000Q-CXP2A和SW-8000Q-CXP2A针对高速RGB+NIR线阵成像进行了完整设计。

写在最后

对于高速工业检测而言,真正有价值的相机,不只是拥有更高的分辨率或更快的行频,而是能够在高速运动、复杂光照和海量数据环境下,持续输出稳定、可靠、可分析的图像。

JAI Sweep+系列这两款RGB+NIR棱镜线阵相机,通过四通道同步采集、CXP-12高速传输和多种图像处理功能,为工业检测和分拣系统提供了一种更高效的多光谱成像方案。

如果你的项目正在面临以下问题:

  • 高速运动下图像拖影或漏检
  • 可见光难以识别材料差异
  • 多相机空间配准复杂
  • 多通道数据传输压力大
  • 现场光照不稳定、图像一致性不足
    那么,RGB+NIR棱镜线阵方案或许值得纳入评估。
相关推荐
shxjnpl2 小时前
粤语医患对话如何转成电子病历?从方言 ASR 到端侧离线语音处理
人工智能·语音识别·实时音视频
段一凡-华北理工大学2 小时前
高炉能源系统智能化:热风炉、煤气与极致能效~系列文章04:智能烧炉:燃烧控制与空燃比优化的实战逻辑
人工智能·能源·高炉机器视觉·高炉能源优化·热风炉智能控制
只是一个麦旋风2 小时前
2026年(2027届)保研经验贴--cs保研末法时代双非计算机rank1何去何从(电科深DIG、吉大人工智能、信工所、川大计算机、中大电通、东南网安等)
人工智能
时空节拍AI数字人2 小时前
博物馆数字人讲解系统设计:知识库 schema、展项联动协议与时序控制
java·服务器·前端·人工智能·ai·语音识别
蒲公英内测分发2 小时前
智能家居厂商有多个产品线,包装上的 App 下载入口该共用还是分开?
android·人工智能·数码相机·机器人·智能家居·智能硬件
ZzT2 小时前
OpenAI 发布 GPT-6.1 Terra:单价是 Opus 5.5 的四分之一,复杂编程官方仍推荐 Sol
人工智能·chatgpt·openai
双翌视觉2 小时前
.机器视觉国产化方案梳理:对位算法、AI 检测平台与精密测量仪器技术架构
人工智能·计算机视觉·视觉检测·机器视觉·工业自动化·视觉对位系统·ai 视觉检测
Rocky Ding*2 小时前
一文读懂Kimi K3.1 Pro核心基础知识
论文阅读·人工智能·深度学习·机器学习·aigc·大语言模型·ai-native
vailee2 小时前
42 万字符的工具输出压进 6,945 token:Agent 长会话的上下文治理实践
java·大数据·人工智能·prompt工程·rag·上下文管理