工业相机选型(自用笔记)

可参考链接:

相机和镜头选型需要注意哪些问题_靶面尺寸-优快云博客

工业相机选型方法_ccd工业相机选型步骤-优快云博客

面阵相机;

精度 ±0.1,0.15,0.2mm都有;

    选型基本原则

当视野大小即检测目标大小一定时(选相机时一般将目标大小视为视野大小),相机分辨率越大,精度越高,图像分辨率也越大;

当视野大小不确定时,不同分辨率相机也能达到同样的精度,这时选择大像素相机可以扩大视野范围,减少拍摄次数,提高测试速度。

若1个是1百万像素,另1个是3百万像素,当清晰度相同(精度均为20um/pixel),

第一个相机的FOV是20mm×20mm=400平方mm,

第二个相机的FOV是1200平方mm,

拍摄生产线上同样数量的目标,假设第1个相机要拍摄30个图像,第2个相机则只需拍摄10个图像就可以了。

1、相机

1.1 传感器类型(CCD/CMOS)

CCD相机

1)目标是运动的则优先考虑

2)需要高质量图像,如进行尺寸测量,可以考虑CCD。

(因为在小尺寸的传感器里,CCD成像质量还是要于CMOS的。)

注:CCD工业相机主要应用在运动物体的图像提取,在视觉自动检查的方案或行业中一般用CCD工业相机比较多。

CMOS相机

1)拍摄目标是静态不动的,为了节约成本可考虑使用

2)需要高采集速度,可以考虑CMOS相机。

(因为CMOS采集速度于CCD。)

1.2 通讯方式(接口)

USB接口:(USB 3.0接口简单易用,实时性好支持热拔热插、使用便捷、标准统一、可连接多个设备、相机可通过USB线缆供电。但没有标准的协议、主从结构,CPU占用率高、带宽没有保证。usb3.0的接口一般都是可以自供电。但是也可以再接一个电源,假如usb接口供电不稳定的话,那么就可以选择外接电源来进行供电。

RJ45水晶头:1111

Gige千兆以太网接口:(简单方便的进行多相机设置,支持100米线材输出)是一种基于千兆以太网通信协议开发的相机接口标准;适用于工业成像应用,通过网络传输无压缩视频信号;展性好,传输数据长度最长可伸展至100m(转播设备上可无限延长);带宽达1Gbit,因此大量的数据可即时得到传输;可使用标准的NIC卡(或PC上已默认安装)经济性好,可使用廉价电缆(可使用通用的Ethernet电缆(CAT-6)和标准的连接器可以很容易集成,且集成费用低可管理维护性及广泛应用性。

Camerlink接口(最快):(专门针对高速图像数据需求的标准接口是一种串行通讯协议。采用LVDS接口标准,具有速度快、抗干扰能力强、功耗低。从Channel link技术上发展而来的,在Channel link技术基础上增加了一些传输控制信号,并定义了一些相关传输标准。协议采用MDR-26针连接器。高速率,带宽可达6400Mbps、抗干扰能力强、功耗低。(会带有采集卡,高速带宽。)

(目前在机器视觉中,应用最广泛的接口是Gige(以太网)接口,以太网接口在传输速度、距离、成本等方面较其他接口具有很大的优势。)

1.3 【相机】分辨率

相机的分辨率是指单位距离的像用多少个像素表示(单位距离的像的 像素表示量)。

相机的分辨率与像元尺寸大小有关。

一般分辨率长短边比是4比3,如:

130w镜头分辨率是 1280*1024

500w镜头分辨率是 2592*2048, 2592*1944

600w镜头分辨率是 3072*2048

2000w镜头分辨率是 5472*3648


例:<

### 双目工业相机深度测距原理及实现 双目工业相机的深度测距基于立体视觉技术,通过模拟人类双眼的视觉机制来获取目标物体的三维信息。其核心原理是利用视差(Disparity)计算目标点的深度值。以下是双目工业相机深度测距的主要内容和实现方法: #### 1. 工作原理 双目测距的核心在于视差原理。假设目标点 \( P \) 在两个相机(左相机和右相机)上的成像点分别为 \( (x_L, y_L) \) 和 \( (x_R, y_R) \),两相机中心的距离为基线 \( b \),相机焦距为 \( f \),视差 \( d = x_L - x_R \),则目标点的深度 \( z \) 可通过以下公式计算[^2]: \[ z = \frac{f \cdot b}{d} \] - **相机参数**:相机焦距 \( f \) 和基线距离 \( b \) 是已知或通过标定获得的先验信息。 - **视差计算**:视差 \( d \) 的精度直接影响深度测量的准确性。视差的计算依赖于左右图像中对应点的匹配。 #### 2. 实现步骤 以下是双目工业相机深度测距的实现过程: - **相机标定**:对标定板进行拍摄,使用标定算法确定相机内参(焦距、主点位置等)和外参(旋转矩阵和平移向量),同时计算左右相机之间的相对位置关系[^3]。 - **立体匹配**:对左右图像中的像素点进行匹配,寻找对应的匹配点,生成视差图。常用的立体匹配算法包括块匹配(Block Matching)、半全局匹配(Semi-Global Matching, SGM)和图形切割(Graph Cuts)等。 - **深度计算**:根据视差图和相机参数,利用上述公式计算每个像素点的深度值,生成深度图。 - **误差校正**:对深度图进行后处理,消除噪声和不合理的深度值,提高测量精度。 #### 3. 精度与误差分析 双目工业相机的深度测距精度受多种因素影响: - **视差精度**:视差 \( d \) 的误差会随着测量距离的增加而放大,导致远距离目标的深度精度下降。 - **基线距离**:较大的基线距离可以提高深度分辨率,但会减少视场重叠区域,增加立体匹配难度。 - **焦距选择**:较大焦距的相机适合远距离测量,但会限制近处物体的视野范围。 - **有效测量范围**:通常双目相机的有效测量范围在 0.6 米到 6 米之间[^3]。 #### 4. 应用场景 双目工业相机广泛应用于机器人导航、自动驾驶、工业检测等领域。例如,在自动化生产线中,双目相机可以实时获取工件的三维尺寸和位置信息,用于引导机械臂完成抓取任务。 ```python # 示例代码:OpenCV实现双目深度测距 import cv2 import numpy as np # 读取左右图像 imgL = cv2.imread('left_image.png', 0) imgR = cv2.imread('right_image.png', 0) # 创建立体匹配对象 stereo = cv2.StereoBM_create(numDisparities=16, blockSize=15) # 计算视差图 disparity = stereo.compute(imgL, imgR) # 显示视差图 cv2.imshow('Disparity', disparity) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值