机器视觉检测--相机

一，相机就是CCD么？

通常，我们把相机都叫作CCD，CCD已经成了相机的代名词。其实很可能正在使用的是CMOS。CCD以及CMOS都称为感光元件，都是将光学图像转换为电子信号的半导体元件。他们在检测光时都采用光电二极管，但是在信号的读取和制造方法上存在不同。两者的区别如下：

	CCD	CMOS
制造技术	比较困难	比较容易 （可以转而使用通用半导体制造装置）
制造成本	高价	低价
消耗电力	多	少
干扰	比较少	比较高
对光的敏感度	高	不如CCD

二，像素

所谓像素，是指图像的最小构成单位。电脑中的图像，是通过像素（或者称为PIXEL）这一规则排列的点的集合进行表现的。每一个点都拥有色调和阶调等色彩信息，由此就可以描绘出彩色的图像。

例如：液晶显示器上会显示「分辨率 ：1280×1024」等。这表示横向的像素数为1280，纵向的像素数为1024。这样的显示器的像素总数即为1280×1024＝1,310,720。由于像素数越多，则越可以表现出图像的细节，因此也可以说「清晰度更高」。

三，像素直径

所谓像素直径，是指每个CCD元件的大小，通常使用μm作为单位。
严谨的说，这个大小中包含了受光元件与信号传送通路。（＝像素间距，即某个像素的中心到邻近一个像素的中心的距离）。也就是说，像素直径与像素间距的值是一样的。如果像素直径较小，则图像将通过较小的像素进行描绘，因此可以获得更加精细的图像。可以通过像素直径和有效像素数，求出CCD元件的受光部的大小。

假设某个CCD元件的条件如下所示：

• 有效像素数…768 × 484
• 像素直径…8.4μm × 9.8μm

则受光部的大小为

• 横向 768 × 8.4μm ＝ 6.4512mm
• 纵向 484 × 9.8μm ＝ 4.7432mm

四，CCD的大小

CCD感光元件的大小，一般分为采用英寸单位表示和采用APS-C大小等规格表示这2种方式。
采用英寸表示时，该尺寸并不是拍摄的实际尺寸，而是相当于摄像管的对角长度。

【例】1/2英寸的CCD表示「拥有相当于1/2英寸的摄像管的拍摄范围」。
为什么如此计算呢？这是由于当初制造CCD的目的就是用来代替电视机录像机的摄像管的。当时，由于想要继续使用镜头等光学用品的需求比较强烈，由此就诞生了这种奇怪的规格。主要的英寸规格的尺寸如下表所示。

尺寸	对角长度	拍摄区域
2/3英寸	11mm	W8.8×H6.6mm
1/2英寸	8mm	W6.4×H4.8mm
1/3英寸	6mm	W4.8×H3.6mm
1/4英寸	4.5mm	W3.6×H2.0mm

五，快门速度

快门速度，表示CCD或CMOS感光元件中蓄积电荷的时间。
如果快门速度为1/250，则蓄积光的时间为1/250秒。快门速度越快，则元件的受光量越少，相反如果快门速度越慢，则元件的受光量越多。
也可以说，快门速度将起到了调整光量的作用。
关于快门速度和受光量（正确来说应该称为蓄积的电荷量），存在以下的关系：

【例】如果将快门速度基准定为 1/1000秒（1ms），则

• 快门速度变为 1/500秒（2ms），则受光量变为2倍。
• 快门速度变为 1/2000秒（0.5ms），则受光量变为1/2。

六，增益

所谓增益，是指将图像信号进行电子增幅的过程。用于图像处理的CCD中，配备了可以通过在暗处拍摄时增幅信号，从而看上去变得明亮的功能。另外，还配有根据拍摄对象的亮度自动进行调整的增益控制功能等。

【例】在1/10000快门速度下拍摄，增加增益前后的对比如下：

七，1D相机（线扫描相机）

面型相机

前面所有我们提到的像素呈矩阵排列的CCD，即为覆盖视觉检测中99%应用的面阵相机。

线型相机

而线阵相机在长度方向目前最多有16K像素，但是宽度方向只有一个像素。通过移动来获取图像。

相比于平面相机，线扫相机主要优势体现在两个方面：

1. 更高的分辨率。
2. 成像质量更高。（反光产品，柱状体产品）

另外，对于布匹装的连续监测的产品，线扫描相机也非常方便。

但是，相比于面阵相机，线扫描相机成本更高，安装架设难度更高。同时，需要配合编码器来配合触发拍照，需要有这方面的Know-how。

最后，线扫描相机需要使用特殊的镜头和光源。

八，3D相机

目前市面的3D相机根据成像原理不同，主要分为三种。

1. 激光类（Laser）
2. 多目类（Binocular Vision）
3. 光栅类（Strip Pattern）

1，激光类（Laser）

主要是通过三角反射原理，激光发生器投出激光束照在物体表面，反射回来的光线被CCD接受，然后建模成3D图像。

激光扫描成像

2，双目类（Binocular Vision）

双目立体视觉是指用两台性能相当、位置固定的CCD摄像机， 获取同一景物的两幅图像，通过两个摄像头所获取的二维图像，来计算出景物的三维信息。
在原理上比较类似人类的双目视觉。组建一个完整的双目立体视觉系统一般需要经过摄像机标定，图像匹配，深度计算等步骤。

九，2.5D相机

（详细介绍请参考之前历史文章）通过控制光源从不同角度照明，得到图像凹凸信息产生的阴影图像，而最后合成计算得到3D信息的图像（注：高度“Z”方向不能定量测量，所以叫2.5D）。

原图-->合成图像

来源基恩士官网