Baumer工业相机的EMVA1288 数据报告简介

项目场景:

Baumer工业相机堡盟VCX系列和VLX系列为堡盟全系列相机中的主流常用相机和高端相机,性能强大、坚固可靠,易于集成,常用与一般行业的检测定位识别使用。

对应的高端相机系列具有极为丰富的强大技术功能,可轻松胜任特殊的应用要求。相机不但配备万兆网接口,确保快速实现高性价比的相机集成,同时还采用了非常坚固的工业设计,即便在恶劣工况下也能稳定运行。

本文描述其对应Baumer工业相机的EMVA1288 数据报告。


技术背景

EMVA1288 数据是依据欧洲机器视觉协会(EMVA)制定的 EMVA1288 标准所产生的,用于衡量图像传感器和相机性能的数据


主要测量参数:

  • 暗噪声(Dark Noise):当没有光线照射到传感器时,电路内部产生的固有电流所形成的噪声,其通过积分成为暗电荷并存储在像素内 。暗噪声的均值和方差是衡量其水平的依据,暗噪声越低,图像传感器性能越好,一般暗噪声的范围在 (0-50) e-(电子)
  • 饱和容量(Saturation):指像素内能够存储的最大电子数量,当像素接收到的电子数超过饱和容量时,多余的电子将无法被存储,会导致图像出现过饱和现象,从而丢失细节
  • 灵敏度阈值(AST):也称为绝对灵敏度阈值,是指传感器能够接收到的最小信号,即达到信噪比为 1 时所需要的入射光子数。灵敏度阈值越低,传感器越能接收到微弱的光信号,其性能也就越强,通常该阈值的范围是 (1-10)Ƴ(光子)
  • 动态范围(Dynamic Range):指传感器能接收到的最大信号和最小信号之间的比值,它反映了传感器能够同时检测到的最亮和最暗区域的差异程度。动态范围越大,传感器在高光和低光场景下捕捉细节的能力越强,可呈现出更丰富的图像细节和更准确的色彩信息
  • 信噪比(SNR):电子信号的信噪比定义为信号的均值除以噪声的方差。它反映了图像传感器输出信号中有用信号与噪声的比例关系,信噪比越高,图像质量相对越好,人眼通常能接受的信噪比在 SNR<50 的范围内
  • 量子效率(Quantum Efficiency):指光子转化为电子的比率,即图像传感器将入射光子转换为可检测电子的效率。例如,量子效率为 50% 意味着每 100 个入射光子能产生 50 个电子。它体现了传感器对光的利用能力,量子效率越高,传感器在低光照条件下的性能相对越好
  • 我们以Baumer工业相机VCXG.2-51M.XC为例检查对应的参数,如下图所示:

主要测量参数:

  • 响应曲线:是相机输出(以数字数量表示)与入射光(以光子数量表示)的关系曲线,其斜率代表相机的响应度,与理想直线的偏差则反映了相机的非线性程度.
  • 光子转移曲线:是相机输出方差(以数字数量平方表示)与相同入射光子数量下相机输出(以数字数量表示)的关系曲线。该曲线的最大值定义了饱和容量,最左端的点定义了暗噪声,其斜率定义了由光本身引起的噪声.
  • 汇总数据表:包含了操作点的完整描述、光子转移曲线和信噪比曲线以及所有 EMVA1288 性能参数等重要信息,以便于对相机或图像传感器的性能进行全面评估和比较.
  • 我们以Baumer工业相机VCXG.2-51M.XC为例检查对应的参数,如下图所示:

上面的图表为Baumer工业相机的DataSheet手册上所描绘的信息,若需要获取更为详细的信息,可以获取对应的Baumer的EMVA报告,如下图所示为Baumer, VAX-32C.I.NVN, 相机的EMVA测试报告。

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/pingmian/64055.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

游戏引擎学习第45天

仓库: https://gitee.com/mrxiao_com/2d_game 回顾 我们刚刚开始研究运动方程&#xff0c;展示了如何处理当人物遇到障碍物时的情况。有一种版本是角色会从障碍物上反弹&#xff0c;而另一版本是角色会完全停下来。这种方式感觉不太自然&#xff0c;因为在游戏中&#xff0c;…

Django基础之模板

一.前言 前面我们讲了视图&#xff0c;我们今天来讲一下模板&#xff0c;模板其实也就是视图中render返回的html进行的渲染&#xff0c;然后展示到浏览器页面上去&#xff0c;那我们今天就来和大家来说一下模板的基本用法 二.寻找html模板 这个也就是我们前面说了的找html&a…

每天40分玩转Django:简介和环境搭建

Django简介和环境搭建 一、课程概述 学习项目具体内容预计用时Django概念Django框架介绍、MVC/MTV模式、Django特点60分钟环境搭建Python安装、pip配置、Django安装、IDE选择45分钟创建项目项目结构、基本配置、运行测试75分钟实战练习创建个人博客项目框架60分钟 二、Djang…

C++随机数

有些时候&#xff0c;当我们想要一些不固定的数时&#xff0c;总是不知道怎么搞 so&#xff0c;咋搞&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#xff1f;&#…

MacOs 日常故障排除troubleshooting

1. 关闭开机自启动 app X macOs 15.1 System settings -> General -> Login Items & Extensions->Open at Login -> Select app X and click -

python的脚本、模块与包、目录的关系以及区别

在Python中&#xff0c;脚本&#xff08;Script&#xff09;、模块&#xff08;Module&#xff09;、包&#xff08;Package&#xff09;和目录&#xff08;Directory&#xff09;是四个相关但概念不同的术语&#xff0c;它们在组织代码和管理项目时扮演着不同的角色。以下是它…

基于Couchbase的数据构建方案:数仓分层

初步方案是将公共层和报表层分别放在不同的bucket中&#xff0c;这种设计从存储和访问优化的角度是合理的&#xff0c;但仍有以下细节需要考虑&#xff1a; 1. 数仓公共层设计&#xff08;origin bucket&#xff09; 合理性分析&#xff1a; 将ODS、DWD、DWS层的数据放在一个b…

股市中的做T是什么意思?

在股市中&#xff0c;“做T”指的是一种交易策略&#xff0c;其核心在于通过对股票做差价来降低持仓成本或实现盈利。以下是对做T的详细解释&#xff1a; 一、定义与原理 做T&#xff08;Day Trading&#xff09;是指在股票交易日&#xff08;T日&#xff09;内&#xff0c;通…

elasticsearch设置默认账号密码

1.进入elasticsearch的bin目录下&#xff0c;输入命令&#xff1a; elasticsearch-setup-passwords interactive 2.输入对应的账号密码&#xff0c;然后重启elasticsearch&#xff0c;用对应的账号密码登录访问即可

用拉普拉斯变换的方差算法实现相机自动对焦

使用拉普拉斯变换的方差来计算图像的清晰度的主要原因是拉普拉斯算子可以有效检测图像的边缘和高频细节。图像的清晰度与边缘强度和高频分量的丰富程度密切相关,以下是更详细的解释: 1. 拉普拉斯算子的作用 拉普拉斯算子是一种二阶导数算子,定义为: 它可以在图像中检测快…

[leetcode100] 543. 二叉树的直径

https://leetcode.cn/problems/diameter-of-binary-tree/description/?envTypestudy-plan-v2&envIdtop-100-liked 题目描述&#xff1a;给一个二叉树&#xff0c;返回二叉树直径最大值。直径指的是二叉树中任意一个结点到另外一个结点产生路径的长度。而长度由边来代表。…

基于Sharding-jdbc实现水平分库、垂直分库、读写分离

一、实现水平分库 需求说明 水平分库是把同一个表的数据按一定规则拆到不同的数据库中&#xff0c;每个库可以放在不同的服务器上。 接下来咱们继续对快速入门中的例子进行完善。 实现步骤 将原有order_db库拆分为order_db_1、order_db_2 CREATE DATABASE order_db_1 CHAR…

OSPF-面试

OSPF建立过程 相邻路由器之间 建立邻居关系 邻居之间交换LSA&#xff0c;生成LSDB 使用SPF算法 进行优选路径计算 将计算出来的路由写到路由表中。 OSPF的报文 hello报文&#xff1a;发现、维护邻居 DD报文&#xff1a;选举DR&#xff0c;确定主从关系 LSR报文&#xf…

基于前后端分离的食堂采购系统源码:从设计到开发的全流程详解

本篇文章&#xff0c;笔者将从系统设计到开发的全过程进行详解&#xff0c;帮助开发者和企业了解如何高效构建一套完善的食堂采购系统。 一、系统需求分析 在开发一套基于前后端分离的食堂采购系统前&#xff0c;必须对业务需求和功能模块进行详细分析&#xff0c;确保系统设…

第三十一章 Spring之假如让你来写事务——融入IOC容器篇

Spring源码阅读目录 第一部分——IOC篇 第一章 Spring之最熟悉的陌生人——IOC 第二章 Spring之假如让你来写IOC容器——加载资源篇 第三章 Spring之假如让你来写IOC容器——解析配置文件篇 第四章 Spring之假如让你来写IOC容器——XML配置文件篇 第五章 Spring之假如让你来写…

【笔记】记录一个python初见的语法(一)

在看书里的代码时了解了一个python的语法知识&#xff0c;是有关class类的。 代码如下&#xff1a; class Vocab: #save"""文本词表"""def __init__(self, tokensNone, min_freq0, reserved_tokensNone):if tokens is None:tokens []if rese…

LabVIEW面向对象编程有什么特点?

LabVIEW面向对象编程&#xff08;OOP&#xff09;的特点主要体现在它如何结合传统面向对象编程&#xff08;OOP&#xff09;的理念与LabVIEW的图形化编程模式&#xff0c;提供灵活的抽象和模块化的功能。以下是LabVIEW面向对象编程的几个主要特点&#xff1a; ​ 1. 类&#x…

【洛谷】P11169 「CMOI R1」Bismuth / Linear Sieve 的题解

【洛谷】P11169 「CMOI R1」Bismuth / Linear Sieve 的题解 洛谷传送门 题解 赛时没调出来&#xff0c;血亏。 先把题目里面的伪代码变成 C 代码 #include <bits/stdc.h> using namespace std;unsigned long long n; bool isNotPrime[10000005]; int primes[1000000…

【LC】240. 搜索二维矩阵 II

题目描述&#xff1a; 编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target 。该矩阵具有以下特性&#xff1a; 每行的元素从左到右升序排列。每列的元素从上到下升序排列。 示例 1&#xff1a; 输入&#xff1a;matrix [[1,4,7,11,15],[2,5,8,12,19],[3,6,…

一级考试真题(2019)

一级考试真题&#xff08;2019&#xff09;