一、工业相机参数

1、分辨率

分辨率是相机最基本的参数,由相机所采用的芯片分辨率决定,在采集图像时,相机的分辨率对检测精度有很大的影响,在对同样大的视场(景物范围)成像时,分辨率越高,对细节的展示越明显。

  1. 面阵相机:640x480、1280x960和5472x3648等等;
  2. 线阵相机:2k(2048*1每次拍摄1行,2048列)、4k\8k\16k等;

2、帧率/行频

  1. 面阵相机:fps 帧率,每秒采集的最大图片数量;
  2. 线阵相机:例16kHz 行频,每秒采集的最大行数,最大图像分辨率为分辨率*行频(例2048x16k);

3、像元尺寸

像元尺寸是指一个像素的实际物理大小,从某种程度上反映了芯片的对光的响应能力,一般情况下,像元尺寸越大,能够接收到的光子数量越多,在同样的光照条件和曝光时间内产生的电荷数量越多。
像元尺寸和像元数(分辨率)共同决定了相机靶面的大小,通常工业相机像元尺寸为2μm~14μm。

4、曝光时间

曝光时间是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。曝光时间和实际的帧率成反比,也就是曝光时间越长,实际的采集帧率会越低,一般为3um-10ms。

5、动态范围

动态范围是用来描述每个像素能够分辨出的灰度等级,宽动态范围能够使场景中亮场和暗场部分的细节同时被清晰的记录下来。动态范围值越大,意味着工业相机可以拍摄物体明暗程度的范围越宽。常见的值为50-80db。

6、靶面尺寸(传感器尺寸)

靶面尺寸:1/n",这里指的是传感器(工作区域为矩形)对角线长度为1/n英寸,但这里英寸和mm的换算关系并不是1英寸=25.4mm,而是=16mm。下面列举了一些常用的靶面尺寸:

  • 1.1" 英寸——靶面尺寸为 宽12 mm * 高12 mm ,对角线17 mm;
  • 1" 英寸——靶面尺寸为 宽12.7 mm * 高9.6 mm ,对角线16 mm;
  • 2/3" 英寸——靶面尺寸为 宽8.8 mm * 高6.6 mm ,对角线11 mm;
  • 1/1.8"英寸——靶面尺寸为 宽7.2 mm * 高5.4 mm ,对角线 9 mm;
  • 1/2" 英寸——靶面尺寸为 宽6.4 mm * 高4.8 mm ,对角线 8 mm;
  • 1/3" 英寸——靶面尺寸为 宽4.8 mm * 高3.6 mm ,对角线 6 mm;
  • 1/4" 英寸——靶面尺寸为 宽3.2 mm * 高2.4 mm ,对角线 4 mm;
    下面是1/2’'英寸的靶面尺寸示意图:

7、像素深度

像素深度是指每位像素数据的位数,通常用多少比特位表示。一般,每个像素的比特位数多,表达图像细节的能力强,这个像素的灰阶值更加丰富、分得更细,像素的灰阶深度就更深,但同时数据量也越大,影响系统的图像处理速度,因此也需慎重选择。
常见的是8bit、10bit、12bit。分辨率和像素深度共同决定了图像的大小。

二、工业相机分类

1、按照图像颜色分类

图像颜色不同可以分为黑白相机和彩色相机:相同分辨率下,黑白工业相机相比彩色工业相机精度更高,检测图像边缘时,黑白工业相机成像效果更好。如果需要处理项目与图像颜色有关,彩色工业相机效果更佳。

2、按照芯片类型分类

芯片类型不同可以分为CCD相机和CMOS相机:CCD工业相机具有体积小重量轻、低功耗、响应速度快、像素集成度高等优势,CMOS工业相机具有高速成像、高帧率、高性价比等优势。

3、按照传感器的结构特性分类

  • 面阵相机
    面阵相机是一种可以一次性的获取图像并能及时进行图像采集的相机。应用范围比较广,例如面积、形状、尺寸、位置,甚至温度等测量,这种相机可以快速准确的获取二维图像信息,而且具有非常直观的测量图像。适用于静态拍摄。
    优点:直接获取二维图像信息,测量图像直观。方案简单,容易实现。应用面较广。
    缺点:像元总数多,帧率相对线阵低很多。。
    - 线阵相机
    线阵相机是采用线阵图像传感器的相机。呈现出线状,虽然也是二维图像,但是很长,适用于动态拍摄,通常只在两种情况下使用这种相机:一、被测视野为细长的带状,多用于滚筒上检测的问题。二、需要极大的视野或极高的精度。特殊的工业相机,只有一行感光元素,因此可以用高速扫描和高分辨率,应用于连续检测的领域,比如金属,塑料,纸和纤维等,被测物体匀速运动,可以对图片一行一行处理,或者组成多张进行处理。

三、工业相机选型

  • 线扫选型方法
    a、计算分辨率:幅宽/最小检测精度=每行所需要的像素;
    b、确定像素精度:幅宽/像素数=像素精度;
    c、确定行频:每秒运动速度/像素精度=理想行频;
    d、根据分辨率与行频,选定相机
    例子:幅宽1800mm,精度1mm,运动速度25000mm/s,选择合适的相机。
    分辨率:1800/1=1800,选择2k相机;
    像素精度:1800/2048(2k)=0.9;
    行频:25000/0.9=27.8kHz;
    因此,可以选择行频大于28kHz的2k线扫相机;
    镜头选型步骤:
    a、sensor长度 = 像元尺寸 x 像素数=0.01mm x 2048(2k)=20.48mm;
    b、焦距=(sensor长度 x 物距)/ 幅宽 = 20.48 x1000 /1800 = 11.38mm;
  • 面阵选型方法
    已知:被检测物体大小A x B,要求分辨率小于C,工作距离为D。
    相机选型步骤:
    a、相机的最低分辨率 F =(A x B)/(C x C);
    b、相机在选型时,最好缺陷面积占3-5个像素,因此相机的分辨率应该大于3F;
    镜头选型步骤:
    a、计算短边像素数E=B/C,保证相机短边和长边像素数都要大于E;
    b、像元尺寸=产品短边尺寸B/相机短边视野范围;
    c、放大倍率=相机芯片短边尺寸/相机短边的视野范围;
    d、可分辨的产品精度=像元尺寸/放大倍率(判断是否小于C);
    e、焦距=工作距离/(1+1/放大倍率),单位:mm;
    f、像面分辨率要大于1/(2x0.1x放大倍率),单位:lp/mm;
    实际选择时,还需考虑畸变、景深等。

工业相机分类、相关参数含义相关推荐

  1. 工业相机之常见参数|视觉硬件篇

    了解工业相机的相关参数能够帮助我们更好的理解相机功能,进而帮助我们完成对相机的选型工作.所谓外行看热闹,内行看门道,工业相机的门道就从其参数开始. 1 分辨率 相机的传感器sensor是有许多像素点按 ...

  2. Baumer工业相机堡盟相机如何使用CameraExplorer软件查看相机图像相关参数如Binning像素合并、ROI图像剪切、PixelFormat像素格式功能等

    项目场景 Baumer工业相机堡盟相机是一种高性能.高质量的工业相机,可用于各种应用场景,如物体检测.计数和识别.运动分析和图像处理. Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分 ...

  3. oracle数据库标志物,Oracle表的分类以及相关参数的详解

    oracle中有如下几种类型的表: 1.堆组织表(heap organized tables):常用的表类型,以堆的方式管理,当增加数据时,将使用段中第一个适合数据大小的空闲空间:当删除数据时,留下的 ...

  4. Linux TCP队列相关参数的总结

    作者:阿里技术保障锋寒 原文:https://yq.aliyun.com/articles/4252 摘要: 本文尝试总结TCP队列缓冲相关的内核参数,从协议栈的角度梳理它们,希望可以更容易的理解和记 ...

  5. lstm 输入数据维度_理解Pytorch中LSTM的输入输出参数含义

    本文不会介绍LSTM的原理,具体可看如下两篇文章 Understanding LSTM Networks DeepLearning.ai学习笔记(五)序列模型 -- week1 循环序列模型 1.举个 ...

  6. Yarn 内存分配管理机制及相关参数配置

    理解Yarn的内存管理与分配机制,对于我们搭建.部署集群,开发维护应用都是尤为重要的,对于这方面我做了一些调研供大家参考. 一.相关配置情况 关于Yarn内存分配与管理,主要涉及到了ResourceM ...

  7. mysql8.0最低需要多少内存_MySQL8.0内存相关参数介绍

    本文来自读者投稿 作者:姚远 首先我们给出MySQL内存使用的计算公式: MySQL理论上使用的内存 = 全局共享内存 + max_connections×线程独享内存. 也就是:innodb_buf ...

  8. mysql innodb_undo_directory默认_MySQL innodb_undo_tablespaces相关参数

    摘录自:http://gfsunny.blog.51cto.com/990565/1566683 undo log(回滚):服务器异常关机或断电重启后,MySQL会对修改过,但尚未提交的事务进行回滚. ...

  9. MySQL8.0内存相关参数介绍

    MySQL8.0内存相关参数介绍 首先我们给出MySQL内存使用的计算公式: MySQL理论上使用的内存 = 全局共享内存 + max_connections×线程独享内存. 也就是:innodb_b ...

最新文章

  1. Getting Installation aborted (Status 7) ApplyParsePerms: lsetfilecon of /syst...【转】
  2. 计算机一级b类论理,计算机一级B论理参考题.doc
  3. gcc对C语言的扩展:局部标签声明(Locally Declared Labels)
  4. JavaScript —从回调到异步/等待
  5. python 获取文件列表_Python3 - 获取文件夹中的文件列表
  6. Predictably Irractional - 期望的效应
  7. JZOJ.5325【NOIP2017模拟8.21】九九归一
  8. C#程序通过模板自动创建Word文档
  9. 网安学习日志(5)流量分析基础
  10. RK3568平台开发系列讲解(安卓篇)JNI调用流程分析
  11. FPGA两片RAM的乒乓操作
  12. Js逆向教程-09常见的加密方式
  13. 计算机专业应届毕业生找工作一定要知道的面试题--必背版
  14. 五个角度浅析大数据与BI的区别
  15. SAP Scripting Tracker基本使用技巧
  16. 关于Ajax的英雄联盟查询英雄案例
  17. 为什么使用高匿代理IP会被检测出许多问题,都有哪些问题呢?
  18. 从2012 飞到 2013 —— 梦想依旧
  19. CSP-J1 CSP-S1 初赛 第1轮(2022.08.09)
  20. ROS常用的仿真软件

热门文章

  1. 微服务商城mall-swarm本地搭建
  2. tyjl一2型计算机联锁引言,TYJL-II型计算机联锁.ppt
  3. 虚拟机ping不通本地_虚拟机ping不通本机是怎么回事
  4. 计算星期几(蔡勒公式)
  5. SourceTec.Sothink.SWF.Decompiler.v5.1.516.Cracked-NGEN
  6. ElasticSearch 使用 High Level REST Client 实现搜索等功能实战
  7. QQ、旺旺、MSN、SKYPE在线代码生成!
  8. 斯坦福教授张首晟谈人工智能与未来
  9. python二元函数如何编写_利用python实现PSO算法优化二元函数
  10. Netty和WebSocket实现IM,讨论Channel和用户标识的双向绑定,离线消息和消息签收