選擇數字圖像采集的五個因素

對速度和分辨率的需求推動著機器視覺系統轉向數字圖像采集技術。當從模擬轉向數字相機時你需要考慮學習這個五個關鍵因素。
 對一項檢測來說圖像分辨率有兩個因素決定：需求的視場和圖像處理系統能夠解決的最小尺寸。當然，鏡頭、光源、機械裝置和其它因素也會起作用，但是，如果我們將討論限制到像素，我們能避免接受這些話題，而專注于相機特性。
 舉個基本的例子，如果一個飲料包裝系統必須驗證盒子在密封之前是否裝滿，對相機來講需要對上面的內容進行成像，來驗證24只瓶蓋是否存在。這很好理解，因為瓶子和蓋子是一一對應的，在這個圖像中最小的特征就是蓋子，那么蓋子就必須要解決的。

一旦確定好應用彩色和最小的特征，需求的相機分辨率就能初步確定了。可以估計，當盒子被成像時，瓶蓋在一個黑背景下都能凸現出來。隨著瓶蓋變圓，圖像將隨著兩個邊緣間隔所形成的圓圈呈現出來。邊緣是圖像從暗的地方過渡到亮的地方，或從亮的地方過渡到暗的地方這些點所構成的。間距就是在邊緣之間的直接距離。

 在這點上，有必要定義每個邊緣點代表的像素個數。在這個應用中，每個邊緣點由三個像素，間距由四個像素就是充足的。因此，在圖像中25mm瓶蓋可由10個像素來定義。從這里，我們就能確定一個像素代表物體的2.5mm。

 現在我們能確定整個相機的分辨率了。選擇對象的400mm來代表相機的水平分辨率，那么相機需要水平分辨率最小值為400/2.5=160像素。在垂直方向上，相機需要250/2.5=100像素的垂直分辨率。另外對水平和垂直分辨率各自添加10%的富裕，因為在視場內對象位置的變化，這樣計算下來最小的相機分辨率大約為176(H)×110(V).

 如果這樣分辨率的相機可用，那么獲取的圖像可如圖1所示。注意比背景相對亮的一簇像素代表瓶蓋。在這幅圖中，基本上能夠區分出這里有24個瓶蓋，但再小就不太容易了。
如果選擇更高分辨率的相機，比如640×480，這是非常用到的，將產生出更高質量的圖像，它能獲得更多的圖像細節(比如印記)，如圖2所示。
 

1.       提高分辨率的優缺點
雖然更高分辨率相機有助于提高精確度，通過分析更清晰的，更精細的圖像，但是降低了速度。數字相機傳輸圖像數據是由一系列代表像素值的數字組成的。一個分辨率為200×100的相機具有20000個像素，因此，20000個數字值會被發送到采集系統。如果相機工作在25MHz的數據速率下，它每40納秒傳送一個值。這造成一幅整個圖像需要大約0.0008秒，相當于1250幀/秒。
  將分辨率提高到640×480會有307200個像素，大約是上面的15倍。使用同樣的25MHz數據速率，采集整幅圖像需要0.012288秒，或相當于81.4幀/秒。這些值都是期望值，實際的相機幀率會較低，因為我們不得不添加曝光和調整次數，但是相機分辨率的增加會導致相機幀率成比例的下降這是顯而易見的。雖然各種相機輸出配置會在不犧牲幀率的情況下提高相機分辨率，但是這也需要增加復雜性和更高的成本。

2.       速度和曝光
      在選擇一款數字相機時，物體成像的速度必須充分考慮好。在先前的例子中，假設物體在曝光
中沒有移動；因此可用相對簡單和便宜的相機。這種情況不會總是存在，但是會經常碰到。在一些應用中物體連續移動，換句話說，它們只是在非常短的時間上是靜止的。
        靜止或緩慢移動的物體：面陣相機最適合于對靜止或移動緩慢的物體成像。因為整個面陣區域必須一次曝光，在曝光時間當中任何的移動會導致圖像的模糊。但是，運動模糊可以通過減少曝光時間或使用閃光燈來控制。
        快速移動的物體：當對運動的物體使用一個面陣相機時，需要考慮在曝光時間當中處于相機當中的運動對象數量，還需要考慮物體上能用一個像素表征的最小特征，也就是對象分辨率。在采集運動物體的圖像的拇指規則就是曝光必須發生在采集物體移動量小于一個像素的時間內。

   如果你采集的物體是在以1厘米/秒的速度勻速移動，而且物體分辨率已經設置為1 pixel/mm，那么需要的最大曝光時間是1/10每秒。因為物體移動一個距離恰好等于相機傳感器中的一個像素，當使用最大曝光時間時這里會有一定數量的模糊。在這種情況下，一般傾向于將曝光時間設置的比最大值要快，比如1/20每秒，就能保持物體在移動半個像素內成像。如果同樣的物體以1厘米/秒的速度移動，物體分辨率為1 pixel/微米，那么一秒中所需要的最大曝光是1/10000.曝光設置的對快取決于所采用的相機，還有你是否能夠給物體足夠的光來獲得一幅好的圖像。

   在嘗試獲得移動物體的短曝光時間時有一些額外的技巧可以運用。在這種情況下，在需要非常短的曝光時間相機的地方就沒有這個能力，這樣的應用可使用電子快門或閃光燈。如果應用需求速度超過單個輸出相機能力，那么可以考慮配置多個輸出的相機。

3.       幀率
                 相機的幀率相機在一個預定周期內發送給采集系統的完整幀的個數，它通常也稱作為每秒鐘的幀數。舉個例子，分辨率為640×480的一款相機最大的幀率為每秒鐘50幀。因此，這個相機需要在一個曝光之后用20毫秒來發送一幀。一些相機在當前曝光被讀取的時候不能采用后來的曝光，因此它們需要在沒有圖像時的一個固定時間間隔。而另外一些類型的相機能在讀取一幅圖像中同時采集下一個曝光。因此，在對移動物體成像時必須考慮相機的讀取時間和方法。當沒有曝光時候還要進一步考慮幀間時間間隔。

4.       頻譜響應和靈敏度
                 所有數字相機都配置對光能量敏感的電子傳感器。相機對光能量敏感的光能量波長一般在400納米到1000多納米之間。除此之外，在低于400納米就進入到紫外光譜，而其它高于1000納米就進入到紅外光譜。這里還有對物體發出某個光的特定波長進行成像的需求，而且按這種波長定義的相機特征也需要被定義。濾波器也應用來阻擋不想要的波長的光，但是仍然需要了解相機對需求的波長的光如何很好的響應。
       相機的靈敏度定義相機怎樣對固定曝光感應的。相機的靈敏度也能定義為LUX或DN/(nJ/cm^2)。“LUX”是圖像工程師常見的詞匯，它用來定義一定范圍可見光上光子單元的靈敏度，而DN/(nJ/cm^2)是放射表達，沒有局限于對可見光的響應。一般而言，兩種形式都描述了相機將對光的反應能力。DN/(nJ/cm^2)的放射表達表示1 nJ/cm^2的預知曝光將輸出DN個像素數據(數字，也成為灰度值)。增益是另一個可用的特征，它能提供靈敏度的各種級別。相機的靈敏度應該在一個定義好的增益設置下來描述。但是，要當心相機在高增益設置下會有高靈敏度，但是增加的噪聲能導致動態范圍的降低。

5.       比特深度
                  數字相機生產數字數據，或像素值。要成為數字的，這個數據就要有一個每個像素的位數，稱之為像素比特深度。這個深度通常從8到16比特。在單色相機中，比特深度定義從暗到亮的灰度級別的數量，這里0代表完全暗，255（8比特深度）代表完全亮。在0到255之間的值就代表灰度陰影，接近0的為暗灰度，接近255的幾乎為白。10比特數據提供1024個灰度級別，而12比特數據提供4096個灰度級別。
       每個應用都應該謹慎地來確定使用精細的灰度級，還是使用粗糙的灰度級。機器視覺系統通常使用8比特像素，使用10比特或12比特就意味著使得數據量增倍，作為傳送數據的另一種類型。這樣導致系統在速度上的降低，因為使用兩種類型的像素比特，但是并不是所有的比特都是有意義的。較高位深度還增加了系統集成的復雜性，因為更高比特深度需要更寬的帶寬，特別是在相機有多個輸出的情況下。
 
         這五個關鍵因素決定著機器視覺系統的圖像采集部分，也制約著整個機器視覺系統的定位以及后面的圖像分析。針對自己的應用，充分考慮這五個因素，會在圖像采集上做出正確的決定，有助于硬件的選型與成本控制。應該多學學這方面的經驗，盡量讓自己少走彎路，最大限度滿足客戶的需求