工業相機的芯片CRA角度與鏡頭選型的匹配關系

工業相機的芯片CRA角度與鏡頭選型的匹配關系

  • Baumer工業相機
  • ?工業相機的芯片CRA角度的技術背景
  • ?工業相機的芯片CRA的信息
  • CRA相差過大的具體表現
  • 怎樣選擇工業相機sensor的CRA
  • Baumer工業相機sensor的CRA
  • 工業相機的芯片CRA角度與鏡頭匹配好的優點

Baumer工業相機

工業相機是常用與工業視覺領域的常用專業視覺核心部件,擁有多種屬性,是機器視覺系統中的核心部件,具有不可替代的重要功能。

工業相機已經被廣泛應用于工業生產線在線檢測、智能交通,機器視覺,科研,軍事科學,航天航空等眾多領域

工業相機的主要參數包括:分辨率、幀率、像素、像元尺寸、光譜響應特性等,本文主要介紹工業相機的芯片CRA角度與鏡頭選型的匹配關系

Baumer工業相機堡盟相機是一種高性能、高質量的工業相機,可用于各種應用場景,如物體檢測、計數和識別、運動分析和圖像處理。

Baumer的萬兆網相機擁有出色的圖像處理性能,可以實時傳輸高分辨率圖像。此外,該相機還具有快速數據傳輸、低功耗、易于集成以及高度可擴展性等特點。
?

?工業相機的芯片CRA角度的技術背景

晶圓
晶圓Wafer,是指制作半導體電路所用的硅晶片,其原始材料是硅。高純度的多晶硅溶解后摻入硅晶體晶種,然后慢慢拉出,形成圓柱形的單晶硅。硅晶棒在經過研磨,拋光,切片后,形成硅晶圓片,也就是晶圓。以8英寸和12英寸為主。

拜爾濾色鏡
這種濾色器的排列是50%是綠色,25%是紅色,25%是藍色,因此也被稱為RGBG

拜耳陣列的問題之一是,在拍攝具有重復細節的畫面時,容易產生彩色干擾信息。該問題是由于其規則的分布方式而造成的。其具體表現為畫面中產生難看的色帶,而解決該問題的方法是傳感器前安裝一塊會將畫面細節模糊化的AA濾鏡。低通濾鏡可以減弱摩爾紋,但同時也降低了相機分辨率。

由于傳感器的像素只能區分接收到光線的強弱,無法分辨色彩。因此為了重建色彩信息,需要在每個像素上涂敷不同色彩的濾鏡。不同的像素感應不同的色彩,還原色彩。

CMOS芯片
CMOS本是計算機系統內一種重要的半導體,保存了系統引導最基本的資料。CMOS的制造技術和一般計算機芯片沒什么差別,主要是利用硅和鍺這兩種元素所做成的半導體,使其在CMOS上共存著帶N和P級的半導體。這兩個互補效應所產生的電流即可被處理芯片記錄和解讀成影像。后來發現CMOS經過加工也可以作為數碼攝影中的圖像傳感器,CMOS傳感器也可細分為被動式像素傳感器和主動式傳感器。

人們如此看好CMOS圖像轉換器的成長前景是基于這樣一個事實,即:與壟斷該領域長達30多年的CCD技術相比,它能夠更好地滿足用戶對各種應用中新型圖像傳感器不斷提升的品質要求,如更加靈活的圖像捕獲、更高的靈敏度、更寬的動態范圍、更高的分辨率、更低的功耗以及更加優良的系統集成等。

CMOS(complementary metal-oxide-semiconductor:互補金屬氧化物半導體)芯片由微透鏡層、濾色片層、線路層、感光元件層、基板層組成。

由于光線進入各個單像素的角度不同,因此在每個單像素上表面增加了一個微透鏡修正光線角度,使光線垂直進入感光元件表面。這就是芯片CRA的概念,需要與鏡頭的CRA保持在一點的偏差范圍內。
在這里插入圖片描述

CRA(chief ray angle)主光線角度

Lens CRA 就是最大像高處的主光線與光軸的傾角;

Sensor CRA ,也就是SENSOR 的MICRO LENS 與光電二極管的位置存在一個水平誤差,并不在一條直線上(這個偏差角就是sensor的CRA)。做成這樣的目的,這樣的做的目的也是為了好搭配LENS 。

在相機鏡頭光學特性參數設定中,由于光線進入各個單像素的角度不一樣,因此在每個單像素上表面增加了一個微透鏡修正光線角度,使光線垂直進入感光元件表面,這就是芯片CRA的概念,它需要與鏡頭的CRA保持在一點的偏差范圍內。

通常來講,Sensor的效能與Sensor本身的靈敏度和光線入射的角度有關。而光線入射到Sensorpixel的角度是由Lens的CRA和Sensor的Micro Lens開口布局(Sensor的CRA)共同決定的。

從鏡頭的傳感器一側,可以聚焦到像素上的光線的最大角度被定義為一個參數,稱為主光角(CRA)。對于主光角的一般性定義是:此角度處的像素響應降低為零度角像素響應的80%。

通常來講,sensor的效能與sensor本身的靈敏度和光線入射的角度有關。而光線入射到sensor pixel的角度由lens的CRA和sensor的micro lens開口布局共同決定的。

從鏡頭的傳感器一側,可以聚焦到像素上的光線的最大角度被定義為一個參數,稱為主光角(CRA),一般性定義是:此角度處的像素響度降低為零度角像素響應的80%。

CRA主光角測試的重要性:

按通常的做法,因為SENSOR的Micro Lens與光電二極管之間存在一定的距離,這樣做的目的也是為了方便搭配Lens。此外,lens存在一個CRA值,這在Lens設計的時候就要考慮的內容,根據sensor的CRA值進行設計,一般建議sensor與lens的CRA角度差控制在正負2~3度以內,并不是Lens的CRA值越小越好,而是與sensor的CRA值越近越好。

什么是sensor的CRA

Sensor有一個CRA值,也就是sensor的micro lens與光電二極管的位置存在一個水平誤差,并不在一條直線上,做成這樣有一定的目的,按通常的做法,因為sensor的micro lens與光電二極管之間存在一定的距離,這樣做的目的也是為了好搭配lens。因為CRA為0度的lens還是不好找的。

普通的FSI的sensor都有一個類似光子井的結構來用來收集光子:

在這里插入圖片描述
當CRA增加的時候,光線會被金屬電路層阻擋掉一部分,導致sensor接受光的效能降低。

那么:

1、pixel越大,這種影響會越小:
在這里插入圖片描述
2、對于BSI的sensor,這種影響也會更小
在這里插入圖片描述

因此對于FSI的sensor來說,通常會通過移動sensor表面的micro lens來收集更多的光線:

在這里插入圖片描述

?工業相機的芯片CRA的信息

CRA(Chief Ray Angel)

Lens CRA 就是最大像高處的主光線與光軸的傾角;

Sensor CRA ,也就是SENSOR 的MICRO LENS 與光電二極管的位置存在一個水平誤差,并不在一條直線上(這個偏差角就是sensor的CRA)。做成這樣的目的,這樣的做的目的也是為了好搭配LENS 。

在相機鏡頭光學特性參數設定中,由于光線進入各個單像素的角度不一樣,因此在每個單像素上表面增加了一個微透鏡修正光線角度,使光線垂直進入感光元件表面,這就是芯片CRA的概念,它需要與鏡頭的CRA保持在一點的偏差范圍內。

通常來講,Sensor的效能與Sensor本身的靈敏度和光線入射的角度有關。而光線入射到Sensorpixel的角度是由Lens的CRA和Sensor的Micro Lens開口布局(Sensor的CRA)共同決定的。

從鏡頭的傳感器一側,可以聚焦到像素上的光線的最大角度被定義為一個參數,稱為主光角(CRA)。對于主光角的一般性定義是:此角度處的像素響應降低為零度角像素響應的80%。

CRA Matching

在光學系統中,sensor上的光學接收效率不僅與CRA有關,還與Sensor的Micro lens開口布局有關。因此在做Lens涉及時,CRA要盡量符合Sensor廠家提供的CRA參考值,提高功能接收效率。

通常Lens CRA要小于sensor的CRA,允許有3°以內的偏差。這是因為:

鏡頭CRA太過小于Sensor的CRA時,會出現四角偏暗(受光不足),光線無法到達sensor邊緣,即Lens Shading;

鏡頭CRA太過大于Sensor的CRA時,光線會折射到臨近的pixel上,導致pixel間出現串擾,即Color shading,且在圖像四周表現更明顯;

建議優先保證Color Shading, 因為Lens Shading比Color Shading容易調試;

并不是LENS CRA 越小越好,有人認為0度是最佳的,那也是不對的,只能說與SENSOR 的CRA 越接近越好。

鏡頭CRA和傳感器CRA不匹配的影響:

不匹配導致整個圖像的顏色不平衡產生串擾,從而導致信噪比(SNR)的降低;因為CCM需要增加數字增益來補償光電二極管中的信號損失。
在這里插入圖片描述
像高(Image Height)的最大值是對角線長度

因為鏡頭是圓的,畫面的對角線是最接近鏡頭成像直徑的,所以最大尺寸是對角線尺寸。
CRA與像高的關系(摘自OV某款sensor規格書):

在這里插入圖片描述
在這里插入圖片描述

從上圖可以看出鏡頭的TTL也是決定CRA角度的關鍵,TTL越低CRA的角度就越大,所以小像素的Image sensor對于相機系統設計時的鏡頭CRA匹配也至關重要。

通常,出于各種原因,鏡頭CRA與Image sensor CRA并不完全匹配。 實驗上已經觀察到,與彎曲的CRA相比,具有平坦頂部(最小翻轉)的鏡頭CRA曲線更能容忍相機模塊的裝配變化。

如下圖顯示平頂和彎曲CRA的示例。
在這里插入圖片描述

  1. 當Pixel的尺寸越來越小時,即分辨率越高, 邊緣的Pixel越容易受到影響;

  2. 當CCM的尺寸越來越小時,即Lens的距離變短,CRA的角度影響變大。

鏡頭CRA與芯片不匹配可能會產生的影響:

  • 不能確保可以準確的捕獲光子到硅光電二極管中;

  • 會導致信噪比(SNR)的降低 (顏色不平衡產生干擾);

  • 圖像不清、有霧、反差度低、顏色變淡、景深變小。

CRA相差過大的具體表現

鏡頭的CRA與Image sensor的CRA相差過大會出現如下圖偏色。
在這里插入圖片描述
鏡頭的CRA與Image sensor的CRA匹配則圖像正常,如下圖:

在這里插入圖片描述

怎樣選擇工業相機sensor的CRA

  1. 廣角鏡頭:這時一般lens的CRA比較大,需要選擇CRA大于25度的sensor或者BSI的Sensor;一般用于手機、安防、玩具、網絡攝像頭等;

  2. 超長焦鏡頭:這時一般lens的CRA比較小,需要選擇CRA為0度的sensor;一般用于安防、機器視覺等。

  3. 變焦鏡頭:這時Lens的CRA是變化的,一般需要根據實際應用選擇,最好采用大Pixel,BSI的sensor;一般用于安防等。

Baumer工業相機sensor的CRA

如下為VCXG.2-82M對應芯片的CRA相關數據,
ΔCRA指的是鏡頭和sensor的CRA差值。
pixel shading是不同視場的亮度/中心亮度的比值。
在這里插入圖片描述
下圖是sony芯片IMX2系列有關于CRA的鏡頭匹配說明:
在這里插入圖片描述

工業相機的芯片CRA角度與鏡頭匹配好的優點

工業相機的芯片CRA(Chief Ray Angle,主光線角度)與鏡頭匹配好具有以下優點:

  • 提高成像質量
    • 避免光線損失:當芯片CRA與鏡頭匹配良好時,鏡頭出射的主光線能夠以合適的角度入射到芯片上,最大限度地減少光線在芯片表面的反射和折射損失,從而提高圖像的整體亮度和對比度,使拍攝的圖像更加清晰、鮮明。
    • 減少色差:匹配良好的CRA可以使不同波長的光線在芯片上的成像位置更加準確,減少因光線角度偏差導致的色差現象,即避免彩色圖像中出現顏色邊緣或色彩失真的情況,提高圖像的色彩還原度。
    • 改善分辨率:合適的CRA角度能確保光線準確地聚焦在芯片的感光單元上,使圖像的細節得到更好的保留,從而提高圖像的分辨率,有助于清晰地分辨出物體的細微特征和結構。
  • 優化圖像均勻性
    • 避免暗角現象:如果鏡頭與芯片的CRA不匹配,可能會導致光線在芯片邊緣部分的入射角過大,使得邊緣部分的光線收集效率低于中心部分,從而產生暗角現象。而良好的CRA匹配可以使光線均勻地分布在芯片上,避免出現圖像邊緣過暗或不均勻的情況,保證整個圖像的亮度均勻性。
    • 減少色彩偏差:除了亮度均勻性,CRA匹配良好還有助于保持色彩的均勻性。在不同區域,光線入射角的一致性可以避免因光線角度差異導致的色彩感知差異,確保圖像在整個視場內的色彩一致性和準確性。
  • 增強系統穩定性
    • 提高測量精度:在工業檢測等應用中,需要對物體進行精確的測量和分析。芯片CRA與鏡頭的良好匹配可以保證成像的穩定性和準確性,從而提高測量精度,減少因成像質量不穩定導致的測量誤差,為工業生產中的質量控制和檢測提供可靠的數據支持。
    • 降低系統對環境的敏感性:匹配良好的CRA可以使工業相機系統在不同的環境條件下(如不同的光照強度、角度等)保持相對穩定的成像性能。這意味著系統對環境變化的適應性更強,能夠在更廣泛的工作條件下正常運行,減少因環境因素導致的圖像質量下降或系統故障的可能性。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/82038.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/82038.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/82038.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

深度學習中常見的矩陣變換函數匯總(持續更新...)

1. 轉置操作 (Transpose) 概念:將矩陣的行和列互換應用場景: 在卷積神經網絡中轉換特征圖維度矩陣乘法運算前的維度調整數據預處理過程中的特征重排 原始矩陣 A [[1, 2, 3], 轉置后 A^T [[1, 4],[4, 5, 6]] [2, 5],[3, 6]]代碼…

day 14 SHAP可視化

一、原理——合作博弈論 SHAP(SHapley Additive exPlanations)是一種用于解釋機器學習模型預測結果的方法,它基于合作博弈論中的 Shapley 值概念。Shapley 值最初用于解決合作博弈中的利益分配問題。假設有 n 個參與者共同合作完成一項任務并…

從0開始學習大模型--Day03--Agent規劃與記憶

規劃(planning) 規劃,可以為理解觀察和思考。如果用人類來類比,當我們接到一個任務,我們的思維模式可能會像下面這樣: 1、首先會思考怎么完成這個任務。 2、然后會審視手頭上所擁有的工具,以及如何使用這…

使用 Couchbase Analytics Service 的典型步驟

下面是使用 Couchbase Analytics Service 的典型步驟,包括部署、配置、創建數據集、運行查詢以及監控優化等環節。 首先,您需要安裝并啟用 Analytics 服務;然后將節點加入集群并重平衡;接著在 Analytics 中映射數據服務的集合&am…

從零開始學習人工智能(Python高級教程)Day6-Python3 正則表達式

一、Python3 正則表達式 正則表達式是一個特殊的字符序列,它能幫助你方便的檢查一個字符串是否與某種模式匹配。 在 Python 中,使用 re 模塊來處理正則表達式。 re 模塊提供了一組函數,允許你在字符串中進行模式匹配、搜索和替換操作。 r…

MATLAB導出和導入Excel文件表格數據并處理

20250507 1.MATLAB使用table函數和writetable函數將數據導出Excel表格文件 我們以高斯函數為例子,高斯函數在數學和工程領域有著廣泛的應用,它的一般形式為: 其中是均值,決定了函數的中心位置; 是標準差,決…

推薦一組WPF自定義控件開源項目

.Net Core從零學習搭建權限管理系統教程 推薦一組WPF自定義控件開源項目。 項目簡介 這是基于WPF開發的,為開發人員提供了一組方便使用自定義組件,并提供了各種常用的示例。 包含組件:數據表格、屬性列表、樹形列表、選色器、單選框列表、…

allegro出gerber時,單擊Artwork并沒有彈窗的問題

使用allegro出gerber時,有時點擊 Artwork圖標并未如愿以償的彈出窗口。。。 可按下面嘗試恢復,注,刪除前可先備份該兩支文件。。。 看時間戳,刪除最近的下面標紅兩支文件即可。

常用設計模式在 Spring Boot 項目中的實戰案例

引言? 在當今的軟件開發領域,Spring Boot 以其高效、便捷的特性成為構建 Java 應用程序的熱門框架。而設計模式作為軟件開發中的寶貴經驗總結,能夠顯著提升代碼的可維護性、可擴展性和可復用性。本文將深入探討幾種常用設計模式在 Spring Boot 項目中的…

《饒議科學》閱讀筆記

《饒議科學》 《偷竊的生物學機制:(有些)小偷有藥可治》閱讀筆記 核心內容:探討偷竊狂(kleptomania)的生物學機制及相關研究。具體要點 偷竊狂的特征:患者不可抑制地反復偷竊個人不需要、與金錢…

從零開始搭建第一個Spring Boot應用:從入門到精通

1. Spring Boot簡介與核心概念 1.1 什么是Spring Boot? Spring Boot是Spring框架的一個擴展,它簡化了基于Spring的應用程序的初始搭建和開發過程。通過自動配置和約定優于配置的原則,Spring Boot讓開發者能夠快速啟動和運行項目。 通俗理解…

c# LINQ-Query01

文章目錄 查詢數據源標準查詢分兩類即時查詢已推遲流式處理非流式處理分類表聚合Aggregate<TSource,TAccumulate,TResult>(IEnumerable<TSource>, TAccumulate, Func<TAccumulate,TSource,TAccumulate>, Func<TAccumulate,TResult>)Aggregate<TSour…

AI惡魔之眼使用說明書

AI惡魔之眼使用說明書 產品簡介 1.1 產品介紹 AI惡魔之眼是一款具備動態視覺效果與仿生眼睛模擬功能的智能顯示產品&#xff0c;可實現以下特性&#xff1a; 真實人眼模擬&#xff1a;支持虹膜樣式變換、眨眼動畫、瞳孔縮放等動態特效&#xff0c;仿真度高自定義內容上傳&am…

CAN報文逆向工程

在沒有DBC文件的情況下解析CAN報文獲取物理信息需要逆向工程和系統分析。以下是詳細步驟&#xff1a; 1. 數據采集與基礎分析 采集原始數據&#xff1a; 使用CAN分析工具&#xff08;如PCAN-Explorer、SavvyCAN或USB-CAN適配器配套軟件&#xff09;記錄車輛在不同狀態下的CAN數…

KL散度(Kullback-Leibler Divergence):概率分布差異的量化利器

目錄 1. 什么是KL散度?關鍵特點:2. KL散度的數學公式離散分布的KL散度公式:連續分布的KL散度公式:3. KL散度的計算示例示例1:離散分布示例2:連續分布(高斯分布)4. KL散度的核心性質1. 非對稱性2. 非負性3. 與熵的關系5. KL散度與相關性的關系1. KL散度 ≠ 相關性2. 間接…

二叉樹的遍歷與構造

唉&#xff0c;好想回家&#xff0c;我想回家跟饅頭醬玩&#xff0c;想老爸老媽。如果上天再給我一次選擇的機會&#xff0c;我會選擇當一只小動物&#xff0c;或者當棵大樹也好&#xff0c;或者我希望自己不要有那么多多余的情緒&#xff0c;不要太被別人影響&#xff0c;開心…

leetcode 141. Linked List Cycle

題目描述&#xff1a; 代碼&#xff1a; 用哈希表也可以解決&#xff0c;但真正考察的是用快慢指針法。 /*** Definition for singly-linked list.* struct ListNode {* int val;* ListNode *next;* ListNode(int x) : val(x), next(NULL) {}* };*/ class Soluti…

AI輔助DevOps與自動化測試:重構軟件工程效率邊界

隨著AI技術滲透至軟件開發生命周期&#xff0c;DevOps與自動化測試領域正經歷顛覆性變革。本文系統性解析AI在需求分析、測試用例生成、部署決策、異常檢測等環節的技術實現路徑&#xff0c;結合微軟Azure DevOps、Tesla自動駕駛測試等典型場景&#xff0c;探討AI如何突破傳統效…

5月7號.

flex布局: 表單標簽: 表單標簽-表單項:

【AI面試準備】中文分詞與實體抽取技術詳解

分詞&#xff0c;詞性標準 目錄 一、分詞與詞性標注1. **分詞&#xff08;Word Segmentation&#xff09;**2. **詞性標注&#xff08;Part-of-Speech Tagging&#xff09;** 二、實體抽取&#xff08;Named Entity Recognition, NER&#xff09;1. **實體類型示例**2. **輸出…