机器视觉工程师如何选择相机与对应的镜头

相机和镜头是机器机视觉中重要的组成部分,合适的相机和镜头决定了系统的好坏。但是大部分的机器视觉工程师对如何选择工业相机和合适的镜头上犯了难。

相机选择主要包括两个方面:线阵相机的选择和面阵相机的选择。首先,不管是线阵相机,还是面阵相机,都需要事先指导和相机有关的一些参数。
1、分辨率(这里说的是相机传感器成像大小):例如1024pixel x 1024pixel;
2、帧率(面阵相机):每秒能拍摄的图像张数;
3、行频(线阵相机):每秒采集的图像行数,实际上也是每秒拍摄的张数;
4、像元尺寸:传感器上一个物理像元的尺寸,例如:7.4um x 7.4um;
5、传感器尺寸:像元尺寸乘以分辨率就是传感器尺寸;
6、焦距:指平行光入射时从透镜光心到光聚集之焦点的距离;
7、物距:物体到透镜光心的距离;
8、光学放大倍率:一般的情况下是固定值,一般就是0.35倍-2.25倍或者是0.75倍-4.5倍;
9、工作距离:也就是物距;
10、曝光时间:为了将光投射到照相感光材料的感光面上,快门所要打开的时间;
11、视场角:最边缘的入射光线在镜头中心组成的角度
12、靶面尺寸:传感器成像的大小;
13、精度:传感器一个像素所代表的实际物体的尺寸是多少;
14、景深:在摄影机镜头或其他成像器前沿能够取得清晰图像的成像所测定的被摄物体前后距离范围。

线阵相机适合于高速运动的物体,一般建议40km/h运动的物体可以采用线阵相机拍摄。
1、确定成像物体的尺寸:例如 AxB(单位:mm);
2、工作距离暂定为C(单位:mm)
3、精度D(单位:mm/pixel)
4、速度为V(单位:mm/s)
5、景深E(单位:mm)
那么相机必须具有的采集速度为:V/D(用来确定行频)
相机最小的成像尺寸为(假设是以A作为成像宽度):A/D(用来确定相机的成像尺寸)
有了这两个参数,基本上就可以确定相机的型号了,例如:行频为55k, 尺寸为2048x1,其他满足要求即可。

面阵相机的选择要稍微复杂一点,适合低速运动的物体。一般建议40km/h。同样需要下面这些参数:
1、确定成像物体的尺寸:例如 AxB(单位:mm);
2、工作距离暂定为C(单位:mm)
3、精度D(单位:mm/pixel)
4、物体运动速度为V(单位:mm/s)
5、景深E(单位:mm)
首先,成像的视场必须大于物体的物理尺寸,例如,市场定为2Ax2B(尽量保有余量)
相机水平成像尺寸:A/D;垂直成像尺寸:B/D;根据计算结果,就选择大于这两个数据的相机尺寸axb;
现在考虑曝光时间,因为这个关系到成像有没有拖影;
曝光时间 < D‘/V(当相机的成像尺寸确定后,重新确定精度,假设为D‘,计算为2A/a)

有了相机,没有镜头是不行的。
镜头的选择过程如下:
放大率F = 像元尺寸/精度 (相机选择了之后,像元尺寸也就确定了)
焦距=工作距离*放大率/(放大率+1),计算出结果后,就选择比这个数值小,而且最接近的标准焦距;
靶面直径=相机像元尺寸x相机的水平或者垂直的像素数,(所以镜头的尺寸必须大于这个数值,要不然在传感器上成的像就不全)
这几个参数确定后就可以选择镜头型号了。
这里要注意,选择镜头的时候,还要注意视场角,(假设市场大小为2Ax2B)
水平视场角=2*arctg(A/C)
垂直视场角=2*arctg(B/C)

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。
中国是世界的制造工厂,目前全球几乎所有的知名企业都把生产工厂放在中国,机器作业代替人员操作已成为市场优胜劣汰的必然选择。机器视觉产业在中国有着非常广阔而光明的前景,也使中国机器视觉市场成为全球机器视觉企业的竞争焦点。

上一篇:【融云分析】iOS 基于实时音视频 SDK 实现屏幕共享功能


下一篇:插入排序(insertion sort)算法实现