CN / EN
banner图
Master The Core Technology Control The Use Of Light

Technical Articles

如何选择合适工业相机来完成机器视觉图像采集

Date:2014-05-09 Source:九游会J9
在一个完整的机器视觉系统中,图像采集的意义非常大,因为通过图像采集后,视频信号就可以转换为计算机使用的数字格式。以下是为机器视觉系统选择工业相机时需要注意的几个方面:

1. 提高分辨率的优缺点

虽然高分辨率工业相机有助于提高精确度,但是通过分析更清晰的,更精细的图像,就会降低了速度。工业数字相机传输图像数据是由一系列代表像素值的数字组成的。一个分辨率为200×100的相机具有20000个像素,因此,20000个数字值会被发送到采集系统。如果工业相机工作在25MHz的数据速率下,它每40纳秒传送一个值。这造成一幅整个图像需要大约0.0008秒,相当于1250帧/秒。而当分辨率提高到640×480会有307200个像素,大约是上面的15倍。使用同样的25MHz数据速率,采集整幅图像需要0.012288秒,或相当于81.4帧/秒。这些值都是期望值,实际的相机帧率会较低,因为我们不得不添加曝光和调整次数,但是工业相机分辨率的增加会导致工业相机帧率成比例的下降。虽然各种工业相机输出配置会在不牺牲帧率的情况下提高工业相机分辨率,但是这也需要增加复杂性和更高的成本。

2. 速度和曝光

在选择一款工业数字相机时,物体成像的速度必须充分考虑好。例如,假设在拍摄过程中,物体在曝光中没有移动,可用相对简单和便宜的工业相机;对于静止或缓慢移动的物体,面阵工业相机最适合于对静止或移动缓慢的物体成像。因为整个面阵区域必须一次曝光,在曝光时间当中任何的移动会导致图像的模糊,但是,运动模糊可以通过减少曝光时间或使用闪光灯来控制;对于快速移动的物体,当对运动的物体使用一个面阵工业相机时,需要考虑在曝光时间当中处于工业相机当中的运动对象数量,还需要考虑物体上能用一个像素表征的最小特征,也就是对象分辨率,在采集运动物体的图像的拇指规则就是曝光必须发生在采集物体移动量小于一个像素的时间内。如果你采集的物体是在以1厘米/秒的速度匀速移动,而且物体分辨率已经设置为1 pixel/mm,那么需要的最大曝光时间是1/10每秒。因为物体移动一个距离恰好等于相机传感器中的一个像素,当使用最大曝光时间时这里会有一定数量的模糊。在这种情况下,一般倾向于将曝光时间设置的比最大值要快,比如1/20每秒,就能保持物体在移动半个像素内成像。如果同样的物体以1厘米/秒的速度移动,物体分辨率为1 pixel/微米,那么一秒中所需要的最大曝光是1/10000.曝光设置的对快取决于所采用的相机,还有你是否能够给物体足够的光来获得一幅好的图像。

3. 帧率

工业相机的帧率即工业相机在一个预定周期内发送给采集系统的完整帧的个数,它通常也称作为每秒钟的帧数。举个例子,分辨率为640×480的一款工业相机最大的帧率为每秒钟50帧。因此,这个工业相机需要在一个曝光之后用20毫秒来发送一帧。一些工业相机在当前曝光被读取的时候不能采用后来的曝光,因此它们需要在没有图像时的一个固定时间间隔。而另外一些类型的相机能在读取一幅图像中同时采集下一个曝光。因此,在对移动物体成像时必须考虑相机的读取时间和方法。当没有曝光时候还要进一步考虑帧间时间间隔。

4. 频谱响应和灵敏度

所有工业数字相机都配置对光能量敏感的电子传感器。相机对光能量敏感的光能量波长一般在400纳米到1000多纳米之间。除此之外,在低于400纳米就进入到紫外光谱,而其它高于1000纳米就进入到红外光谱。这里还有对物体发出某个光的特定波长进行成像的需求,而且按这种波长定义的工业相机特征也需要被定义。滤波器也应用来阻挡不想要的波长的光,但是仍然需要了解工业相机对需求的波长的光如何很好的响应。

5. 比特深度

工业数字相机生产数字数据,或像素值。要成为数字的,这个数据就要有一个每个像素的位数,称之为像素比特深度。这个深度通常从8到16比特。在单色工业相机中,比特深度定义从暗到亮的灰度级别的数量,这里0代表完全暗,255(8比特深度)代表完全亮。在0到255之间的值就代表灰度阴影,接近0的为暗灰度,接近255的几乎为白。10比特数据提供1024个灰度级别,而12比特数据提供4096个灰度级别。每个应用都应该谨慎地来确定使用精细的灰度级,还是使用粗糙的灰度级。机器视觉系统通常使用8比特像素,使用10比特或12比特就意味着使得数据量增倍,作为传送数据的另一种类型。这样导致系统在速度上的降低,因为使用两种类型的像素比特,但是并不是所有的比特都是有意义的。较高位深度还增加了系统集成的复杂性,因为更高比特深度需要更宽的带宽,特别是在工业相机有多个输出的情况下。

以上几个关键因素决定着机器视觉系统的图像采集部分,也对整个机器视觉系统的定位以及后面的图像分析有着很大的影响。如果用户想在图像采集上做出正确的决定,同时便于其它硬件的选型与成本控制,就可以针对自己的需求,充分考虑这几个因素


Returns List