点击下方卡片,关注「计算机视觉工坊」公众号
选择星标,干货第一时间送达

作者:小柠檬  |  审核:小凡 | 编辑:计算机视觉工坊

添加小助理:cv3d001,备注:方向+学校/公司+昵称,拉你入群。文末附3D视觉行业细分群。

扫描下方二维码,加入「3D视觉从入门到精通」知识星球(点开有惊喜),星球内凝聚了众多3D视觉实战问题,以及各个模块的学习资料:近20门秘制视频课程、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研,欢迎扫码加入!

小柠檬今天带大家详细了解一下相机和镜头的相关参数,对于我们相机选型有着很大的帮助!


一、相机

对于工业相机,常用的是CMOS相机,因为其帧率高,速度快,功耗低。

先从工业相机的成像原理入手,进而带大家了解相关参数!常关注相机的参数是:靶面尺寸,像元大小,分辨率和帧率等。

cbeeeb430f565248ca554dd4d9173aeb.png
图1:相机的参数

工业相机成像原理:简单来讲物体反射光线,经过镜头缩小成像在感光芯片(CMOS/CCD)上,如图2所示。

1d700b394005fcf3038d1cacc6fa1eac.png
图2:工业相机成像原理

如图2所示,镜头负责缩小成像,镜头光圈负责控制进入相机的的光线强度,快门控制光线照射在CMOS上的时间,CMOS图像传感器负责成像(光信号转换为电信号)。

感光芯片:是将光信号转换为电信号,通俗来讲负责成像用的,如图2所示。

59afe8d7d7e670b59e14da5a3cacdabc.png
图3:感光芯片

常见的感光芯片规格如下表所示:

ec5447ab7f1186faaac1b2d098bbed54.png



1.1 像元尺寸

像元是组成数字图像的最小单元。像元尺寸是感光芯片上面单位像元的尺寸,也就是一个像素的大小。像元尺寸和像元数(分辨率)共同决定了相机靶面的大小。示意图如图4所示。

4e7eeafac07f8476d9d2914143c3e387.png
图4:像元尺寸

:通常工业相机的像元尺寸:2μm-14μm(微米),单位一般是微米(μm)。



1.2. 相机的靶面尺寸

靶面尺寸为感光芯片的尺寸,通常为其对角线尺寸,也就是传感器(工作区域为矩形)对角线长度,如图5所示,单位为英寸。

eaaf653df345dfc6dc212b28253bc5bc.png
图5:靶面尺寸

常见的靶面尺寸如图6所示:

2f5e64a5e48f9376cb38de4ca1049a81.png
图6:常见靶面尺寸



1.3. 相机的分辨率

相机分辨率指的是感光芯片上像元的数量,分辨率由像元数(像素数)确定,通俗来说就是出图的大小,有130万,500万等。

2f98bf16bd7c1a8bbf1255120b711335.png
图7:分辨率

如图7所示为130万面阵相机的参数,分辨率为:1280x10248=1310720,则表示水平方向有1280个像素,垂直方向有1024像素,也就是感光芯片上共有1310720个像素。


注:常用的工业面阵相机分辨率有:50万、130万、200万、500万等指的就是这个意思。



1.5. 曝光

通俗来讲曝光就是光线在感光芯片上的作用强度,曝光方式如下:

  • 全局曝光(GlobalShutter):整个芯片同时曝光(CCD)

  • 卷帘曝光(RollingShutter):逐行滚动曝光(CMOS)

曝光=通光量×曝光时间×增益

2d140adf18dbc496ad637e07abd4c840.png
图8:曝光

  • 曝光量(通光量):由镜头光圈控制

  • 曝光时间:由快门控制,曝光时间越长拍摄图片越亮,对于运动的物体,过曝会产生径向模糊。



1.6. 帧率

简单来说就是工业相机每秒钟可以捕捉的最大的画幅数,和图像的大小和通讯的速度,单位为帧数每秒,简称:FPS。帧:为每秒可以最多可以拍摄图片的张数。


注:帧率和曝光时间的关系,相机的采集过程分为曝光和采集,一般来讲帧率和曝光时间成反比,如:曝光时间越长,帧率越低,通过采集过程不难理解其关系。



1.7. 接口

工业相机的接口,主要有两种:分别是镜头接口和数据接口。前者指的是相机连接镜头的机械接口,后者指的是连接数据线的电气接口,如图9所示。

726edee4b9d4e9ccf6dabb18b0a1f695.jpeg
图9:接口
  • 镜头接口

螺纹接口:最常用的是C,CS,M12,M42,M58这五种。

2ccffb5903c80a74564386d097b69970.png
图10:C,CS接口(机器视觉领域内用的最广泛的接口)
62a44f954e115cecb07110e40fc089f3.png
图11:M42,M58(一般用在大靶面的工业线扫相机上)
  • 数据接口(输出接口)

所谓数据接口(输出接口)就是将采集的图像传输给计算机,常见的接口如下:

  • 干兆网GigE(1Gbps):也叫网口

  • USB3.0(5.0Gbps)

  • Camera Link(6.8Gbps)

747c6695f878ed89c1b775d13fe6e959.jpeg
图12:数据接口

  • 网口相对USB接口传输速度慢一些,但稳定较强,当你的线缆长度高达百米时优先选择网口。

  • USB接口相对网口兼容性好一些,且通过该接口可以给相机供电,传输速度比网口快,当你的线缆长度5米之内优先选择。

  • Camera Link是针对工业相机特殊应用需求研发出来的,比如图像数据量大,带宽要求高。



1.8. 采像模式

  • 实时:按照相机的设定帧率自由采集图像。

  • 触发:又叫硬触发,外部触发信号接入,控制相机曝光,采集图像。

  • 单帧:又叫软触发,通过软件触发相机拍摄一帧图像。



1.9 案例解析

图13:相机案例

如上图所示我们看到了相机的型号:MV-CU013-A0UC

  • MV:海康相机

  • C:工业相机

  • U:惠普款面阵相机(L表示线阵)

  • 013:130万

  • A:国产(传感器厂商)

  • 0:预留位

  • U:USB接口(G表示网口)

  • C:彩色(M表示黑白)


二、镜头

前面我们讲了相机,接下来给大家分享镜头。我们最关注镜头的参数是:光圈,景深,分辨率等。

4743abc876aeeb50d25585197445fd23.png
图14:镜头的参数

镜头:是将目标物体的图像聚焦在相的感光芯片上,通俗来讲属于一种光学系统。

cb087bb301486f4a3566861d1a6f00a0.png
图15:工业相机成像原理

如图15所示,镜头光心到感光靶面的距离为像距(v),被测物体到镜头光心的距离为物距(u),焦距(f)是焦点与镜头中心的距离。像距、物距与焦距f关系如下:

接下来给大家简单介绍我们平时最关注镜头的参数:光圈、景深、分辨率等。



2.1 光圈

光圈通俗讲是通过收缩和扩大来控制入射光的强度,其位于镜头内部。

ea4044e32b89e5f9a70bc98f21be8b13.png
图16:光圈

我们光圈常用值有1.4、2、2.8、4、5.6、8、11、16、22等,这些数值其实是镜头的相对光圈值,这个数值越小,其实际的物理光圈越大,我们称之为大光圈,反之亦然。

0bc6071209d9d2945da31940a5e8bb64.jpeg
图17:光圈值

我们在看一下光圈系数F如何定义,其用于表示光圈的大小,它等于镜头焦距f与通光孔径D之比(F=f/D),而通光孔径很大程度上正是由这个物理光圈所控制的。


  • 比如我们有一个50mm的镜头,当光圈值为F1.2时,此时根据公式F=f/D可得,通光孔径直径约42mm,当我们把光圈值调到F16,此时通光孔径约为3mm。

  • 明白这些,我们基本可以了解曝光量和光圈的关系:曝光量越多;光圈越小,曝光量越少。



2.2 景深(DOV)

在某个调焦位置上,此时在物体前后会有一段相对成像清晰的区间,我们把成像相对清晰的区间称为景深。

  • 景深计算公式

b7681f51b0e97a7624f5fe430ec6947c.png
图18:景深

参数

说明

L

物距

弥散圆直径

F

镜头光圈值

f

镜头焦距

公式为:

景深与光圈,焦距,物距的关系:由景深公式可知,景深与光圈、焦距和物距关系如下:

  • 光圈:光圈越大,景深越小;光圈越小,景深越大;

  • 焦距:镜头焦距越长,景深越小;焦距越短,景深越大;

  • 物距:距离越远,景深越大;距离越近,景深越小。



2.3 镜头的分辨率

镜头分辨率指的是它能分辨开两个靠近的物点的能力。我们一般用“物点”经镜头成像后的“像点”能被分辨的最小距离来表示,小于这个距离,我们就认为是一个点;而大于这个距离我们认为是两个分开的点,单位为µm。

通俗来讲可以分辨到被测物体上的最小可分辨特征尺寸,多数情况下,视野越小,分辨率越好。

99efc0af4e3d58bbfa807bba95f04bbf.png
图19:镜头分辨率

可以看到,这只是单纯镜头本身的参数,只反映镜头的解析能力,而和相机多少像素无关!它直接反映了,一个物点经过镜头成像后,会模糊成多大一个像斑,这个数字当然越小越好。



2.4 镜头靶面尺寸

镜头靶面尺寸指的是物体经过镜头,成像在感光芯片上的最大尺寸,这个成像最大尺寸是可以被确定的。

d8d8b14e9d7c466d010a610519c01ac4.png
图20:镜头靶面尺寸

镜头安装在相机上,若镜头靶面尺寸小于相机靶面尺寸,靶面外围总有一些像素点未被光线照射到,像素点就被浪费了,也就是相机的部分感光元件将无法得到充分利用。所以我们选择镜头和相机组合的时候,我们要选择镜头靶面尺寸大于相机靶面尺寸,这样我们相机的靶面才会被充分利用到。

484015b1cf31f2fa55bfcf10dce3b7e1.png
图21:常见靶面尺寸大小

如图21所示的镜头靶面尺寸实际上是指的镜头安装在这样靶面尺寸大小的相机上是非常合适的。但实际中镜头靶面尺寸比相机大就可以适配的,实际成像是看相机的像素的



2.5 案例解析

图22是一个600万像素镜头实物,带大家实际解读一下,便于大家选择合适的镜头。

e2817be2d00ce8fcc6e1c9db0ab51fb7.png
图22:600万像素FA镜头实物

第一圈:、0.7、0.3、0.2、0.1表示对焦距离,最近对焦距离为0.1m,镜头是没有最远对焦距离一说的,镜头都是无限远,一般用符号来表示。

第二圈:8mm:焦距;F/2.8:光圈值;1/1.8'':靶面尺寸。

第三圈:表示光圈值。


三、如何选型

通过上面的简单讲解,我们了解了相机和镜头的相关参数,那我们如何选型呢?接下来我们通过几个简单的例子了解一下。



3.1 选择合适分辨率的相机

已知要求的精度,以及视野范围,视野尺寸除以精度,则分辨率=(视野高/精度)×(视野宽/精度)。

通俗来讲1个精度尺寸至少需要1个像元来识别,视野范围对应整个感光芯片,计算出视野范围包含多少个精度尺寸,就是感光芯片需要多少个像元,通常不会只用1个像素表示1个精度,而是乘以3~4倍,我们就知道知所需相机的分辨率了。

比如:视野大小为5mm×5mm,精度要求为0.02mm,分辨率=(5/0.02)×5/(5/0.02)×4=10000000,选用130万像素已经足够。


注:精度指一个像素表示实际物体的大小,用(um×um)/pixel表示。注意,像元尺寸并不等于精度,像元尺寸是相机机械构造时固定的,而精度与相机视野有关,是变化的。精度值越小,精度越高。



3.2 选择合适的镜头

我们通常选择镜头,需要注意一下几个方面,但是最重要的就是计算机镜头的焦距。

  • 镜头靶面尺寸需要大于等于相机CCD靶面尺寸,否则成像有黑边。

  • 镜头的接口和相机接口匹配,C镜头可通过转接口安装到CS相机,CS镜头无法安装到C接口相机。

e28599a2bced6a8a37b1cf781e66e966.png
图23:接口

C接口的焦平面距离是17.526毫米,CS接口是焦平面距离12.52毫米,其余参数同C接口,所以在使用的过程中,C接口镜头可以加装一个5mm厚的延长环与CS型摄像机搭配使用,C接口镜头不加延长圈则会导致镜头碰到传感器靶面,造成传感器损坏。

  • 计算正确的焦距

已知靶面尺寸,物距,物体大小(观察范围),则焦距=(物距xCMOS尺寸)/物体大小。

1764ba68e9330c08de9020f3d194e7e5.png
图24:成像原理

已知观察范围为50mmx50mm,工作距离为150mm,CCD尺寸为1/1.8''(7.2×5.4mm),通过公式计算焦距为16.2mm,则选择焦距为16mm左右的的工业镜头。

:由于编者水平有限,难免造成错误,欢迎大家批评指正。以上部分图片来源于网络,侵权联系删除!

31a4a729371c76fbedd0d372c88a798a.jpeg

9c8fbc5aeeeed8e5e36ffabca2a0c13f.jpeg


3D视觉交流群,成立啦!

目前我们已经建立了3D视觉方向多个社群,包括2D计算机视觉、最前沿、工业3D视觉、SLAM、自动驾驶、三维重建、无人机等方向,细分群包括:

工业3D视觉:相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。

SLAM:视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。

自动驾驶:深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪等。

三维重建:3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

无人机:四旋翼建模、无人机飞控等

2D计算机视觉:图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等

最前沿:具身智能、大模型、Mamba、扩散模型、图像/视频生成等

除了这些,还有求职硬件选型视觉产品落地、产品、行业新闻等交流群

添加小助理: cv3d001,备注:研究方向+学校/公司+昵称(如3D点云+清华+小草莓), 拉你入群。

8b63b7edc859dea420e2e950ce5a33a2.jpeg
▲长按扫码添加助理:cv3d001
3D视觉工坊知识星球

「3D视觉从入门到精通」知识星球(点开有惊喜),已沉淀6年,星球内资料包括:秘制视频课程近20门(包括结构光三维重建、相机标定、SLAM、深度估计、3D目标检测、3DGS顶会带读课程、三维点云等)、项目对接3D视觉学习路线总结最新顶会论文&代码3D视觉行业最新模组3D视觉优质源码汇总书籍推荐编程基础&学习工具实战项目&作业求职招聘&面经&面试题等等。欢迎加入3D视觉从入门到精通知识星球,一起学习进步。

21320f58a9e1243b03806f40403b27d0.jpeg

▲长按扫码加入星球
3D视觉工坊官网:www.3dcver.com

大模型、扩散模型、具身智能、3DGS、NeRF结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、无人机仿真C++、三维视觉python、dToF、相机标定、ROS2机器人控制规划、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪等。

e4159e34acf805b02170332ade52010f.jpeg
▲ 长按扫码学习3D视觉精品课程

3D视觉模组选型:www.3dcver.com

2a5ae689f64a1b19873a758a17631896.png


—  —

点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

3D视觉科技前沿进展日日相见 ~ 

outside_default.png

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐