工业相机(3D)主要参数详述

一、前言

准确的完成相机选型是一个视觉工程师必备的技能,而选型前必须对其内部参数了如指掌。工业相机是一种比较复杂的产品,其参数很多,每个参数可能会有不同的标准,下面对主要的参数会做比较详细的阐述。

二、参数详述

2.1 相机分辨率与像元

分辨率作为相机的基本参数之一,是指传感器(CCD或CMOS)芯片靶面排列的像元数量。这里讲一下像元(像素)的概念:物理概念上像元是指芯片上的感光元件或光敏元件,其尺寸为芯片尺寸/对应方向的像素数。
例如1/2inch芯片对角线为8mm,对应勾股定理,长宽尺寸为6.4mm、4.8mm,分辨率为1600*1200,故其像元长度尺寸为6.4/1600=4um。这里需要和图像尺寸做出区分,由于镜头放大倍数的原因,图像像素的大小应该为放大倍数 * 像元尺寸,如果倍数为40,那么像素大小为0.16mm。
面阵相机的分辨率用水平和垂直分辨率表示,如:1280(宽)x 960(高);线阵相机的分辨率通常表示为多少K,如1K(1024),表示一行由1024个像元。在对同样大的物体成像时,分辨率越高,能够显示更多细节。
DPI和PPI的区别:
DPI(dots per inch)最初用于衡量打印物上每英寸的点数密度,就是说你的打印机可以在一英寸内打多少个点。DPI值越小图片越不精细,此概念也适用于鼠标。
PPI (Pixel Per Inch) 是指液晶屏幕上每英寸像素点的数量。
27″Mac的PPI是109,意思是每英寸有109个像素。显示器宽度(含边框)为25.7英寸,屏幕纯宽度差不多23.5英寸,所以23.5×109 ≈2560,由此可知屏幕的分辨率为2560×1440。

2.2 线性度和重复精度

线性度是指相机的测量结果和理想值保持线性关系的一种度量。
就在规定条件下,传感器校准曲线与拟合直线间的最大偏差(ΔYmax)与满量程输出(Y)的百分比,称为线性度(线性度又称为“非线性误差”),该值越小,表明线性特性越好。表示为公式如下:
δ=ΔYmax/ Y*100%
重复精度是指在一个确定的测量点位置上,每次被测量的量变化到这个位置时表现出来的测量差值。

2.3 视场

相机视场(FOV)或者视野范围是指摄像头能够观察到的最大范围,可分为近场,中场,远场,通常以角度来表示,视场越大, 观测范围越大。一般情况下,视场越大,焦距越短。举个例子:
镜头焦距50 mm,视场为 23°左右。
镜头焦距75 mm,视场为 14°左右。
视场角的计算:
水平视场角a=2arctg(靶面宽/(2焦距))
垂直视场角b=2arctg(靶面高/(2
焦距))
在这里插入图片描述
工作距离是指相机镜头到被摄物体的直线距离,最佳的工作距离在视场的中心。
测量范围是指近场边缘到远场边缘的距离。

2.4 帧率

帧率表示面阵相机每秒采集的图像数,线阵为行频。帧率越高, 采集速度越快。
相机的帧率是下面 4 个因素决定的:

  1. 帧读出时间: 即 Frame Readout。图像高度越小,读出所需的时间越小,则帧率越高。
  2. 曝光时间: 在一定曝光时间范围内, 曝光时间越小,帧率越高。
  3. 带宽: 带宽越大能支持传输的帧率越高。
  4. 图像格式: 不同像素格式所占的字节数有所差别。 同样环境下,像素格式所占的字节数越多,相机帧率越低。

2.5 触发信号

相机分为内触发和外触发两种模式,内触发就是以用户所设定的频率进行扫描,但不超过最大扫描频率;外触发是:以外部信号源所给的的信号频率进行扫描,其中注意事项如下:

  1. 编码器:需使用编码器来提供信号。
  2. IO 触发:需给XXV 的上升沿或者下降沿(数字电平从低电平(数字“0”)变 为高电平(数字“1”)的那一瞬间(时刻)叫作上升沿。)

2.6 线间隔与扫描频率

线间隔一般为激光三角相机参数,是指传感器接收到的触发信号间隔。扫描频率是指单位时间内传感器获取的最大轮廓线的数量。一般扫描范围越大,曝光值越大,扫描频率越低。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/256353.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

JAVA8永久代

在Java虚拟机(以下简称JVM)中,类包含其对应的元数据,比如类的层级信息,方法数据和方法信息(如字节码,栈和变量大小),运行时常量池,已确定的符号引用和虚方法表…

Struts 2初体验

Struts2简介: Struts2是一个基于MVC设计模式的Web应用框架,它本质上相当于一个servlet,在MVC设计模式中,Struts2作为控制器(Controller)来建立模型与视图的数据交互。 Struts 2 目录结构:     apps目录:Struts2示例…

机器学习——深度学习之数据库和自编码器

目录 一、数据库——数据获取 1、Mnist 2、ImageNet 二、自编码器(Auto-encoder)——参数初始化 1、功能 2、基本思想 1)训练第一层 2)训练第二层及以后的神经网络 ​ 3)利用BP对整个神经网络的参数初始值进…

Halcon例程详解 (深度图转换为3D图像)—— xyz_attrib_to_object_model_3d

一、前言 深度图向点云图进行转换是进行3D检测项目时会遇到的问题,halcon里也有针对此问题的相关例程,下面对此例程进行分析。通过学习此例程,我们可以掌握如何将一张深度图像和一张正常二维图像转换为3D点云。 二、分析 * 初始化界面 dev…

动态代理之Cglib浅析

什么是Cglib Cglib是一个强大的,高性能,高质量的代码生成类库。它可以在运行期扩展JAVA类与实现JAVA接口。其底层实现是通过ASM字节码处理框架来转换字节码并生成新的类。大部分功能实际上是ASM所提供的,Cglib只是封装了ASM,简化了…

机器学习——深度学习之卷积神经网络(CNN)——AlexNet卷积神经网络结构

目录 一、AlexNet卷积神经网络结构模型 1、数据库ImageNet 2、AlexNet第一层卷积层 二、AlexNet卷积神经网络的改进 1、非线性变化函数的改变——ReLU 2、最大池化(Max Pooling)概念的提出——卷积神经网络通用 1)池化层 2&#xff0…

C#委托——基础2

在上一篇随笔中,简要说明了怎样定义委托,定义事件,订阅事件,最后也实现了效果,就是当员工类的某个对象,执行某个事件时,委托事件被触发,后面也得到了结果,但是想象一下实…

机器学习——深度学习之编程工具、流行网络结构、卷积神经网络结构的应用

目录 一、编程工具 caffe实现LENET-5 二、流行的网络结构 1、VGGNET 2、Googlenet ​ 3、ResNet​ ​ 三、卷积神经网络的应用 1、人脸识别 ​ 2、人脸验证 3、人脸特征点检测 4、卷积神经网络压缩 一、编程工具 caffe的优点:模型标准化,源代码…

Halcon例程详解(激光三角系统标定)—— calibrate_sheet_of_light_calplate.hdev

前言 1 激光三角测距 激光三角测距法原理很简单,是通过一束激光以一定的入射角度照射被测目标,激光在目标表面会产生漫反射,在另一角度利用透镜对反射激光汇聚成像,光斑成像在CCD(Charge-coupled Device,感光耦合组件)位置传感器上。当被测物体沿激光方向发生移动时,…

【tenserflow】——数据类型以及常用属性

目录 一、什么是Tensor? 二、Tensorflow常见数据类型 三、Tensorflow常见属性device\cpu\gpu\ndim\shape\rank等 1、创建一个tensor 1)tf.constant() 2)tf.Variable() 2、判断一个变量是否为tensor张量 3、生成不同设备(cpu,gpu&#x…

网页开发浏览器兼容性问题

1、在ie6下的双margin问题 在ie6下,设置了float的元素,以float:left为例,如图所示。会出现第一个浮动元素,即相对于父级元素浮动的,会出现双倍margin的问题。 注意仅仅是相对于父级元素浮动的,即第一个会出…

【tensorflow】——创建tensor的方法

目录 1、tf.constant() 2、tf.Variable() 3、tf.zeros():用0去填充指定形状的数组 4、tf.convert_to_tensor(a,dtypetf.int32) 5、tf.ones():用1去填充指定形状的数组 6、tf.fill():用指定的元素去填充指定形状的数组 7、随机化初始化进行创建 1)normal正态分…

Halcon —— 图像像素类型与转换

图像类型 就目前工业领域主流的图像处理工具halcon来讲,有以下几种图像类型:‘byte’, ‘complex’, ‘cyclic’, ‘direction’, ‘int1’, ‘int2’, ‘int4’, ‘int8’, ‘real’, ‘uint2’,具体含义如下图所示。 ‘byte’ 每像素1字节…

Halcon例程详解(基于卡尺工具的匹配测量方法) —— measure_stamping_part.hdev

前言 1卡尺工具介绍 Halcon中的Metrology方法即为卡尺工具,可用来拟合线,圆,这种方法对于目标比背景很明显的图像尺寸测量是很方便的,不需要用blob进行边缘提取等,但缺点也很明显,需要目标的相对位置基本…

【TensorFlow】——不同shape的tensor在神经网络中的应用(scalar,vector,matrix)

目录 ​ 1、scalar——标量 1)在神经网络中存在的场景 2)one_hot编码 3)举例应用 2、vector——向量 ​ 3、matrixs——矩阵 4、dim3的tensor 5、dim4的tensor 6、dim5的tensor 本文主要的目的是让初学者对tensor的各种形式的使用场…

Java - I/O

File类 java.io操作文件和目录,与平台无关。具体的常用实例方法: File file new File("."); // 以当前路径创建名为 "." 的 File 对象   文件目录信息函数     -   String getName/Path/Parent(): 文件名/路径…

Halcon —— 边缘检测算子详解

一、算子介绍 1.1 种类 halcon内常用的边缘检测算子包括如下几种: 1.edges_image: 提取2D 图像边缘 2.edges_sub_pix:提取2D图像亚像素边缘 3.edges_object_model_3d :提取3D图像边缘 4.edges_color和edges_color_sub_pix:提取彩…

【TensorFlow】——索引与切片

目录 1、利用index进行索引 2、利用“:”和“...”进行索引与切片 3、tf.gather()——对一个维度进行乱序索引 优势: 缺点: 例子 4、tf.gather_nd()——同时对多个维度进行索引 5、tf.boolean_mask()——通过布…

华硕(ASUS)X554LP笔记本一开机就进入aptio setup utility 问题的解决

某次因大意一直未插电,华硕(ASUS)X554LP笔记本后来没电关机。后来每次一开机就进入aptio setup utility界面,按F9调入默认配置,F10保存后退出,重启仍然进入aptio setup utility。 网上查了一下,…

【TensorFlow】——broadcast_to(在不复制内存的情况下自动扩张tensor)

目录 作用: 内在的思路 优点 什么时候可以broadcast ​ tf.boradcast_to .VS tf.tile 作用: 在不会实际意义上复制数据的情况下进行tensor的维度和形状的扩张,使得两个tensor维度和形状一致 对两个维度不一致的tensor进行加减前进行br…