工業相機常用類型詳述

一、工業相機定義

工業相機是應用于工業領域、安防和交通等對相機要求較高領域的攝像機,功能就是將光信號轉變成有序的電信號,此信號經過模數轉換為數字信號,然后傳遞給圖像處理器。與一般的家用相機相比,其具有更高的穩定性能(一般可連續工作數天)、拍照能力(一般一秒內可拍幾十張甚至數百張圖片)和抗干擾能力(工廠環境電磁干擾嚴重);在相機掃描方式上(工業相機為逐行掃描,普通的相機是隔行掃描)和輸出數據(工業相機輸出的是裸數據(raw data),適合進行高質量的圖像處理,而普通相機拍攝的圖片經過了mjpeg壓縮,圖像質量相對較差)方面也有不同。更為詳細的不同之處,可參見下方鏈接:
工業相機與普通相機的差別
按照相機芯片來劃分,可以將工業相機分為CCD(Charge Coupled Device)和CMOS(Complementary Metal Oxide Semiconductor)兩種類型。CCD即感光耦合元件,應用中通常以百萬像素為基本單位。CCD主要材質為硅晶半導體,透過光電效應,由感光元件表面感應來源光線,從而轉換成儲存電荷的能力。CMOS即互補性氧化金屬半導體。其材質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(帶正電)和P(帶負電)級的半導體,這兩個互補效應所產生的電流,經過處理后直接轉換成對應的數字信號。這兩者的原理和區別可見下方鏈接,講的很好:
相機基礎知識講解:CMOS和CCD

二、常用類型

1.工業面陣相機

面陣相機是由許多像素元組成的一個矩形陣列,每個像素單元都是一個方形傳感器,可以獲取二維圖像信息,測量圖像直觀。缺點是像元總數多,而每行的像元數一般較線陣少,幀幅率受到限制。其應用面較廣,如面積、形狀、尺寸、位置,甚至溫度等的測量。
USB接口面陣相機
此類相機采用 CCD 或 CMOS 芯片,像素區間在30萬-1.5億,接口為USB,GIGE,Camera Link, CoaXPress等,觸發方式有三種:支持硬觸發、軟觸發及自由運行模式,支持對增益、曝光時間、白平衡、Gamma 校正、LUT、Binning 等進行調節。

2.工業線陣相機

線陣相機的像素單元排成一列,有1K,2K,4K,8K,12K,像素單元有5μm,7μm,10μm,14μm等,拍攝的照片為1維圖像,完整的圖像必須需要相機或物體一方保持運動狀態連續拍攝才能生成,所以一般用于連續運動物體成像或需要連續的高分辨率成像的場合。
在這里插入圖片描述

3.智能相機

智能相機是一種高度集成的光學檢測工具,用于控制質量和提高生產率。它包括工業機器視覺系統的所有元素,將圖像采集、處理與通信功能集成于單一相機內,從而提供了具有多功能、模塊化、高可靠性、易于實現的機器視覺解決方案。在智能相機中封裝了一些簡單的圖像處理算法模塊,如幾何邊緣的提取、Blob、灰度直方圖、OCV/OVR、一維碼/二維碼,簡單的定位和搜索等,用戶可以直接應用。
在這里插入圖片描述
智能相機由圖像采集單元(CCD/CMOS相機和圖像采集卡)、圖像處理單元(對圖像數據進行實時存儲,同時進行圖像處理)、圖像處理軟件(基本均為相機廠家自行開發的,如dalsa的 iNspect Express,包括一些簡單的圖像處理算法)、網絡通信裝置(一般內置以太網通信裝置,并支持多種標準網絡和總線協議)等構成。

4.立體相機

立體相機又稱為3D相機、深度相機,種類一般分為雙目立體、3D 激光輪廓傳感器、基于TOF(Time Of Fly)、結構光幾種。
雙目立體視覺的深度相機類似人類的雙眼,不對外主動投射光源,完全依靠拍攝的兩張圖片來計算深度。目前國內外均有廠商來做,后面會專門介紹下國內的視覺廠家。其缺點是相對依賴圖像特征來進行匹配,所以在光照較暗或過度曝光的情況下效果較差,另外如果被測場景本身缺乏紋理,那就很難進行特征提取和匹配。更為詳細的闡述見"計算機視覺life"大佬的文章,鏈接:
深度相機原理揭秘–雙目立體視覺
在這里插入圖片描述
3D 激光輪廓傳感器結構包括激光發射器、相機、鏡頭以及感光芯片等,采用的原理是激光三角測距法,原理很多,大家自行查詢。這種類型的相機可以自制也可以買廠家做好的。
在這里插入圖片描述

基于結構光法的深度相機不依賴于物體的顏色和紋理等特征,采用了主動投影已知圖案的方法來實現匹配過程。原理見鏈接
深度相機原理揭秘–結構光
在這里插入圖片描述

Tof類型的深度相機基本原理是通過連續發射光脈沖(一般為不可見光)到被觀測物體上,然后接收從物體反射回去的光脈沖,通過探測光脈沖的飛行(往返)時間來計算被測物體離相機的距離。具體原理見鏈接:
深度相機原理揭秘–飛行時間(TOF)
在這里插入圖片描述

三、廠商介紹

目前用的比較多的,國內有海康威視,大恒,大華,凌云。
國外的有康耐視,DALSA,SICK,balser,寶盟,基恩士等。

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/news/256383.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/256383.shtml
英文地址,請注明出處:http://en.pswp.cn/news/256383.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

機器學習——SVM之python實現數據樣本標準化和歸一化

目錄 一、標準化和歸一化的目的 1、標準化 2、歸一化 二、標準化和歸一化常用的理論公式 1、歸一化 2、標準化 三、python實現SVM樣本數據標準化和歸一化 1、標準化 2、歸一化 本文源代碼:《機器學習——支持向量機SVM之python實現簡單實例一》 一、標準化…

[黑群暉經典教程] 一步一步建立自己的黑群暉

【申明:本文并非本人所作,為內部網絡中一位大神所寫,個人覺得寫得很好,遂原文搬了過來,如有侵犯原作者的權利,請及時與我聯系】 PS:有好幾個兄弟覺得我擅自轉發,不是很妥。解釋一下:…

Java為什么能跨平臺運行

因為java程序編譯之后的代碼不是能被硬件系統直接運行的代碼,而是一種“中間碼”--字節碼。不同的硬件平臺上裝有不同的java虛擬機(JVM),由JVM來把字節碼再翻譯成所對應的硬件平臺能夠執行的代碼,因此java可以跨平臺運…

C++和Opencv4.5 實現全景圖像拼接

前言 最近剛下了最新版的opencv4.5,急不可待的試下操作,就用了opencv自帶的Stitcher類拼接下圖像,結果傻眼了,程序顯示Stitcher沒有createDefault成員,看了好久,終于找到了解決方法。 Stitcher原理 Stit…

機器學習——python實現SVM模型w,b的查看

基于源代碼:《機器學習——支持向量機SVM之python實現簡單實例一》進行講解 1、線性模型 這里以二特征三類,一對多策略為案例 kernel “linear”:線性核,參數有w,b 線性模型的決策邊界是:w0iTx0i w1i…

Codeforces-712C-Memory and De-Evolution

轉載于:https://www.cnblogs.com/GrowingJlx/p/6642764.html

移動端輸入框彈出鍵盤控制

在移動端,我們公司通過輸入框主要收集用戶的姓名和電話,以下是對輸入框獲取焦點時,控制彈出鍵盤的樣式來增強用戶體驗。 輸入姓名 我們的用戶都是中國人,輸入用戶名為中文,所以彈出鍵盤是輸入中文狀態即可,…

Opencv4.5-C++ 攝像頭畫面鏡像顯示及文件保存

前言 想試下新買電腦的攝像頭好用不&#xff0c;就寫了個攝像頭調用程序&#xff0c;實現了鏡像和圖片截取保存。 代碼 #include <iostream> #include <opencv2/stitching.hpp> #include <opencv2\opencv.hpp> #include <opencv2/highgui/highgui.h…

機器學習之支持向量機SVM之python實現ROC曲線繪制(二分類和多分類)

目錄 一、ROC曲線 二、TP、FP、TN、FN 三、 python繪制ROC曲線(二分類) 1、思路 2、關鍵代碼

easyui datagrid 列拖動

實現代碼-code <script type"text/javascript"> $.extend($.fn.datagrid.methods, { columnMoving: function(jq) { return jq.each(function() { var target this; var cells $(this).datagrid(getPanel).find(div.datagrid-header td[field]); cells.dragg…

window linux IPC ftok BY_HANDLE_FILE_INFORMATION

看這題目就很亂&#xff0c;心情當然也是不怎么美好了。前一段時間做了一個項目&#xff0c;AIX(Unix的一種&#xff09;中的一個系統向WINDOWS移植&#xff0c;開發環境由IBM的C/C(叫什么忘記了&#xff0c;好像是xlC)變為VC。 這是算過來&#xff0c;但是最近進程通信的信號量…

相機標定(一) —— 深入理解齊次坐標及其作用

一、什么是齊次坐標和齊次坐標系 齊次坐標 齊次坐標是一個相機標定問題的關鍵理論之一&#xff0c;所以就此問題分析一下。 單從定義上來講&#xff0c;齊次坐標&#xff08;投影坐標&#xff09;就是用N1維來代表N維坐標&#xff08;點和向量&#xff09;&#xff0c;也可說…

機器學習——圖解SVM中gamma和c參數的作用

參數c和gamma的作用 我們通過下圖詳解參數c的作用&#xff0c;首先我們以一個簡單的線性分類器為例&#xff0c;上一個博客中我們知道影響分類器的主要因素是支持向量&#xff0c;即虛線上的樣本&#xff0c;如下圖可知&#xff1a; 但當正負樣本的分布在如下情況時&#xff0…

關于結構體里面結構體的申明和使用

申請&#xff1a; typedef struct Vo{int Voltage;float Delay_ms;char Enable;}Volt_Def;typedef struct ed{float Delay_ms;int Level;}Edge_Def;typedef struct Ed_hard{Edge_Def a;Edge_Def b;Edge_Def c;}HARD_RESET;int power_sel 0xff;typedef struct power_x{Volt_Def…

面試題(十四)

唐巧前輩說這些都是 iOS 的基礎問題&#xff0c;應該對此深入的了解。當初看到時&#xff0c;大部分回答不上來&#xff0c;因為平時沒有好好思考整理過。這里大部分的概念大多會在學習 OC 的過程中遇到過&#xff0c;但還是得經過寫代碼才能有更深的理解。反正我當初看那些設計…

工業相機基礎知識詳述 —— 焦平面,像平面,彌散圓,光圈,分辨率,景深,接口,靶面尺寸

一、焦平面 想到焦平面&#xff0c;很多人不由自主就想到不就是焦點所在的垂直于光軸的平面嗎&#xff1f;其實其背后隱藏這更多的東西。 1&#xff09;焦點不止一個 對于一般拍攝場景來說&#xff0c;光通過一個凸透鏡&#xff0c;匯聚不到一個點&#xff0c;越靠近中軸線的…

機器學習——SVM之交叉驗證對參數(C,gamma)進行優化以及選擇

目錄 一、(C,gamma)簡介 二、交叉驗證 1、什么是交叉驗證? 2、參數優化方法

【BZOJ-2427】軟件安裝 Tarjan + 樹形01背包

2427: [HAOI2010]軟件安裝 Time Limit: 10 Sec Memory Limit: 128 MBSubmit: 960 Solved: 380[Submit][Status][Discuss]Description 現在我們的手頭有N個軟件&#xff0c;對于一個軟件i&#xff0c;它要占用Wi的磁盤空間&#xff0c;它的價值為Vi。我們希望從中選擇一些軟件…

Hadoop目錄

1. 通過java讀取HDFS的數據 (轉&#xff09; 2. FLume監控文件夾&#xff0c;將數據發送給Kafka以及HDFS的配置文件詳解 3. 開啟hadoop和Hbase集群的lzo壓縮功能&#xff08;轉&#xff09; 4. Hadoop集群WordCount運行詳解&#xff08;轉&#xff09;轉載于:https://www.cnblo…

相機標定(二)深入理解四大坐標系與其變換關系

一、前言 視覺系統一共有四個坐標系&#xff1a;像素平面坐標系&#xff08;u,v&#xff09;、圖像坐標系&#xff08;x,y&#xff09;、相機坐標系&#xff08;Xc,Yc,Zc&#xff09;和世界坐標系&#xff08;Xw,Yw,Zw&#xff09;&#xff0c;如下圖所示。每種坐標系之間均存…