当前位置: 首页 > article >正文

计算机视觉的相机选型

#你一般什么时候会用到GPT?#

目前市面上的工业相机大多是基于CCD(ChargeCoupled Device)或CMOS(Complementary Metal Oxide Semiconductor)芯片的相机。一般CCD制造工艺更加复杂,也会更贵一点!

1、CCD工业相机主要应用在运动物体的图像提取,不过因为CMOS相机的成本低,所以应用也比较广泛。其中对于静止检测或一般低速的检测,优先考虑面阵相机;对于大幅面高速运动或滚轴等运动的特殊应用,考虑使用线阵相机。

2、分辨率的选择

首先考虑待观察或待测量物体的精度,根据精度选择分辨率。

3、与镜头的匹配

传感器芯片尺寸需要小于或等于镜头尺寸。

4、相机帧数选择

当被测物体有运动要求时,要选择帧数高的工业相机。但一般来说分辨率越高,帧数越低。

5、相机的曝光时间

相机的最小曝光时间可以决定目标的运动速度,或者反过来说,目标的运动速度对相机的最小曝光时间提出了要求。

6、接口类型:相机的接口类型也会影响到选型。不同的接口类型,例如USB、GigE、Camera Link等,各有其优势和适用场景。同时,还需要考虑相机是否与你使用的软件和硬件平台兼容。

镜头篇

镜头的基本功能就是实现光束变换(调制),在机器视觉系统中,镜头的主要作用是将成像目标在图像传感器的光敏面上。

在计算机视觉中,相机选型是非常重要的环节。对于线阵相机,需要考虑采集速度、像元深度等因素。通常以行频为单位,例如12KHz表示相机在1秒钟内最多能采集12000行图像数据。像元深度也影响图像质量,8bit表示灰度图由黑到白共256个等级。在选型时需要根据实际需求计算分辨率、检测精度和扫描行数。例如,幅宽为1500毫米、精度为0.5毫米、运动速度为22000mm/s的相机,需要选择3.2K像素和26.8KHz行频的相机。

对于面阵相机,需要考虑被检测物体大小、要求能够分辨的精度以及工作距离等因素。根据这些参数可以计算相机的分辨率、像元尺寸、放大倍率、物镜的焦距等参数,最后选择合适的相机。例如,已知客户的镜头的尺寸是1/3,接口是CS接口,视野大小为1210mm,要求精度为0.02mm,那么应该选用不低于120万像素的相机。

另外说个题外话:

之前了解到的摄影的要素:

  1. 曝光:曝光是指在摄影过程中进入镜头照射在感光元件上的光量,由光圈、快门、感光度的组合来控制。也指事物暴露或被揭露。(

    曝光三要素:

    快门:抓拍速度,可以几分钟,也可以1/235秒,用来抓拍

    光圈:用F表示,通常用来调整进光量。可以实现虚化背景(大光圈)

    ISO(感光度):通常用来提高曝光的,当画面比较暗的时候。

  2. 对焦:对焦是指使用照相机时调整好焦点距离,英文学名为Focus,通常数码相机有多种对焦方式,分别是自动对焦、手动对焦和多重对焦方式。
  3. 构图:摄影构图是将要拍摄的东西在取景框里进行合理的安排。

http://www.kler.cn/news/106917.html

相关文章:

  • 力扣labuladong——一刷day09
  • 通过阿里云创建accessKeyId和accessKeySecret
  • 线程池的理解
  • 字符串与基本类型之间的相互转换
  • vue2组件库-上传组件
  • 框架安全-CVE 复现SpringStrutsLaravelThinkPHP漏洞复现
  • Peter算法小课堂—归并排序
  • 【Linux】安装与配置虚拟机及虚拟机服务器坏境配置与连接
  • LibreOffice编辑excel文档如何在单元格中输入手动换行符
  • 如何中断一个正在运行的线程?
  • Java关于实例对象调用静态变量和静态方法问题
  • ue5 右击.uproject generator vs project file 错误
  • VM虚拟机的安装与配置及操作系统的安装
  • [RISC-V]verilog
  • DeepSpeed: 大模型训练框架 | 京东云技术团队
  • 【DOCKER】
  • 一个简单的注册页面,如有错误请指正(2.css)
  • “穷”用英语怎么说?柯桥成人英语培训
  • 数据结构与算法之排序: 归并排序 (Javascript版)
  • Jenkins入门级安装部署
  • 轻量封装WebGPU渲染系统示例<1>-彩色三角形(源码)
  • MySQL存储过程与函数
  • SOLIDWORKS® 2024 新功能 - SIMULATION
  • 人生岁月年华
  • Pytorch - 数据增广
  • Unity3D 如何用unity引擎然后用c#语言搭建自己的服务器
  • C# 基于腾讯云人脸核身和百度云证件识别技术相结合的 API 实现
  • ​ iOS自动混淆测试处理笔记
  • 干式电抗器的尺寸和重量对系统有什么影响?
  • Redis快速上手篇八(redission分布式锁)