组件供应商

成员自2002年以来

了解更多

电脑镜片通过开创性的设计、制造和全球销售,确立了世界标准。Computar镜片于20世纪70年代中期在美国推出,30多年来一直在全球面临安全挑战。我们的镜头产品线包括百万像素、远心、宏变焦、红外和其他工业、军事、科学、视频监控、机器视觉、智能交通系统、生命科学和国防镜头。可为特殊应用定制光学设计和制造。

下内容提交:

行业:
N / A.

应用:
N / A.

圆形镜头;方形像素;准确的图像。真的吗?

发布12/27/2016

 | By: Pete Kepf, CVP-A

执行概要
透镜是圆柱形的。它在一个圆形平面捕获光线,然后收集到一个矩形数字传感器平面上。光子的集合被较小的方形像素转化为电能。这些完全不同的形状如何协同工作以提供可用的图像呢?本文概述了通过透镜将物体的照明转换为数字图像的步骤和一些注意事项。图3:数字成像过程(来源:Crevis)

数字成像过程概述
数字成像系统由光收集器(镜头),光接收器(传感器)和光变压器(像素)组成。数字成像的对象是将来自周围环境的光转换为类似于这些周围环境的电子信息。对于机器视觉系统,选择来自周围环境中的物体的光被选为独占分析,并将电子信息转换为数据,使机器可以做出决定(在哪里,有什么颜色,有多少孔等)?

图1说明了数字成像过程。光子由诸如受控光源或太阳的照明源提供。这些光子会影响场景或物体,在那时一些被吸收,有些被反射。在反射光的波长(记住的情况下表现为波浪和颗粒)决定了其颜色,而在表面确定光量和光线被反射的角度。来自现场的光子可从各种角度和方向上获得镜头。这些光波通过透镜的一个或多个阶段,在它们弯曲或折射的情况下,每个透镜设计被投射到媒体的焦平面上,这对于我们的讨论是数字图像传感器。该传感器是较小(通常)方形图像元素(像素)的矩阵,其将光子转换为电子以用于通过软件下游的进一步变换为可用的图像信息。图2:简单的镜头图

圆形透镜
透镜由一个圆柱体组成,圆柱体内嵌有一个或多个玻璃盘;圆盘经过研磨,以达到所要求的折射效果。从光源发出的光被场景或物体反射。反射的角度总是等于光线的来源的角度,但是根据物体的组成和几何形状,不同角度的光线到达透镜。图2是一个侧面视图,说明了一个简单的镜头,原始的对象,和产生的图像。注意,图像是物体的倒转,物体发出的所有光线都被整个透镜折射,尽管角度不同。还要注意的是,最接近光轴的光线折射更小,因此扭曲更小。换句话说,在镜头中心的图像部分比在外围的图像更精确。这对f数、景深和光像差有很多影响。

图3:图像描述图3显示了光线通过圆柱体圆盘投射到传感器上所产生的图像圆。图像是倒立的,来自整个物体的光是存在的。如果我们将镜片部分遮挡,我们将观察到图像将保持倒立,整个物体将保持可见,尽管在遮挡发生的地方亮度会降低,可能会失去焦点。

还要注意,由此产生的投影到介质上是圆圈。这个“图像圈”是图4:图像圆和宽高比这很重要,因为它涉及矩形介质(图像传感器)。

矩形传感器
镜头产生圆形图像,但传感器是矩形的。要了解两者之间的关系,知道传感器的纵横比(图4)是有价值的

纵横比是指传感器的水平轴和垂直轴之间的比率。它通常表示为两个用冒号分隔的数字(例如:1:1,4:3,等等)。一般来说,接近1:1的高宽比会产生更高的图像精度。

虽然宽高比描述了传感器几何形状,但传感器格式描述其尺寸。(图5)。传感器格式是由具有给定纵横比的像素矩阵产生的对角线距离。它图5:传感器格式(来源:(计算,2016))描述镜头图像圆的最小直径,以最大化传感器的区域。镜头根据传感器尺寸(格式)指定,它们将在没有渐晕的情况下支持(见下文)。较大的图像圆圈将支持等于或更小的传感器尺寸。例如,2/3“透镜可以与2/3”相机传感器或½“传感器一起使用,而无需渐晕。

Vignetting(图6)(Wikipedia, Vignetting, 2016)是一种光学像差,其中矩形介质(传感器)只被来自镜头的圆形投影图像部分照亮。如前一节所指出的,透镜中心的光学畸变较小图6:Vignetting(来源:维基百科)而不是在外围。因此,有时vision系统设计师可能希望牺牲视野,以支持像差控制,提高对比度和锐度(Walree,2002-2016)。

方形像素
图7示出了在像素矩阵上投影的图像。虽然夸大了,所示的原则有效。注意图像窗口周边的递减和不规则的照明。注意,也是如图所示的像素几何。也就是说,在每对像素之间,存在未检测到光的有限边界。而且,为了确定曲线的位置或对角线变色,需要两个像素。在箭头的头部的情况下,要知道箭头边缘的位置必须检测到白色和红色像素,甚至可能沿着对角线的两种颜色都是粉红色的。

图7:像素可以检测的细节程度是矩阵中的大小和像素数量的问题:越来越较小的像素允许检测更精细的细节。智能手机和SLR相机具有补偿分辨率和镜头像差的软件,方形像素有助于简化这些计算。该软件对像素及其邻居进行假设,并调整图像输出以使图像更加令人愉悦。然而,在机器视觉应用中,这种软件将高度的噪声引入过程中。机器视觉算法还对像素值进行假设,但它们从原始视频信号和意图复制实际图像时执行。传感器的分辨率和像素尺寸仍然很重要,也是镜头的格式和质量。

正如我在文章《你的镜头是百万像素检测应用中最薄弱的环节吗?》中所介绍的,没有高分辨率镜头,高分辨率传感器的好处是无法实现的。镜头分辨率以每毫米线对(lp/mm)指定。这个值被称为空间频率,就像两个像素可以检测到边缘一样,所以线对也可以检测到边缘。术语,光学传递函数(OTF)或模传递函数(MTF)被用来指定通过透镜传输的两条线之间的对比度。与传感器像素矩阵不同,OTF可以随着镜头直径的变化而变化,因此使用专门的图表来描述这一特性。

结论
在圆形镜头和方形像素之间,有折射,投影和解释。然而,每天进行数百万复杂的自动测量和缺陷检测操作。在未来的文章中,我们将深入潜入物理法如何用于改善制造过程。

参考书目
计算。(2016)。计算镜头产品指南。在计算中,MKT-CO-CAT(第01页)。Cary:CBC集团。
Walree, P. v.(2002-2016, 12月22日)。光晕。从Vignetting检索:http://toothwalker.org/optics/vignetting.html
维基百科。(2016年12月21日)。光晕。从维基百科检索:https://en.wikipedia.org/wiki/vignetting

Pete Kepf是CBC Americas,公司工业光学部门的镜头业务开发执行官。在他30年的自动化职业生涯中,他已经表演了数百个机器视觉装置和评估。Pete是一个经过认证的愿景专业 - 高级和Spie和MVA的成员。