使用光学器件优化机器视觉应用程序

介绍
镜头负责创建足够的图像质量以使视觉系统能够从图像中提取有关对象的所需信息。镜头对机器视觉性能至关重要，因为无法在软件中重新创建镜头未捕获的信息。在典型应用中，镜头需要在视野中定位功能（FOV），确保功能焦点，最大化对比度并避免透视失真。一个应用程序可能是足够的图像质量可能对另一个应用可能不足。本白皮书将解释使用光学器件优化机器视觉应用的基本面。

机器视觉光学基础知识
由透镜成像的物体面积称为视场(FOV)。视场应涵盖所有需要检查的特征，包括校准误差的公差。视场范围内的特征必须足够大才能被测量。在校准和测量应用中，镜头还负责在一个固定的几何形状中呈现图像，并根据物体在空间中的位置进行校准。工作距离(WD)是从镜头前面到被成像物体的距离。

景深(DOF)是在焦点上可以完全保持的物体深度的最大值。自由度还决定了在实现可接受焦点的同时可以允许的工作距离的变化量。

传感器尺寸是相机传感器的有效区域的大小，通常在水平尺寸中指定。主要放大率是传感器尺寸与视野之间的比率。具有主要放大率保持恒定，减小传感器尺寸减小了视野，并增加了传感器尺寸增加了视野。如果传感器足够大，则它将超过由镜头创建的图像圆的大小，在镜头的角落中创建被称为渐晕的镜片中的空白点。

决议
分辨率是对视觉系统再现对象细节的能力的测量。图2（a）显示了具有两个小物体的图像，它们之间有一些有限距离。当它们通过镜头成像到传感器上时，它们如此靠近它们在相邻像素上成像。如果我们要放大，我们会看到一个尺寸为两个像素的对象，因为传感器无法解析对象之间的距离。另一方面，在图2（b）中，对象之间的分离已被增加到图像之间存在分离的像素。该图案 - 像素接通，像素关闭和像素上 - 被称为线对，并用于定义系统的像素有限分辨率。

图3显示了在具有不同分辨率水平的传感器上成像的火花塞。图像上的网格中的每个单元表示一个像素。因此，左侧图像中的图像中的分辨率与0.5百万像素传感器的分辨率不足以区分感兴趣的特征的特征，例如间距，划痕或弯曲。右侧的图像与2.5百万像素传感器的能力提供了识别感兴趣的特征中的细节。在这种情况下，简单地交换传感器在分辨率方面提供了相当大的改进。

但随着我们移动到更强大的传感器，我们需要确保光学器件能够重现我们需要图像的细节。目标可用于确定系统的限制分辨率以及传感器和光学器件彼此相互补充的程度。图4中所示的UASF 1951目标具有水平和垂直线，因此可用于测试水平和垂直分辨率。测量在频域中进行，其中空间频率通常以每毫米（LP / mm）的线对测量。线路布置成使得它们的空间频率增加在朝向目标的中心的螺旋中移动。

对比
对比度是图像中黑色和白人之间的强度的分离。黑色和白线之间的差异越大，对比度越好。图5示出了在相同位置和具有不同透镜的相同位置和焦距的相同高分辨率传感器的UPS标签的两个不同图像。不同之处在于，用于在右侧采取图像的镜头提供更高级别的对比度，因为它是高分辨率传感器的更好匹配。

色彩过滤可以用来增加对比度。图6显示了一个用于区分红色和绿色凝胶胶囊的机器视觉应用程序。左边没有滤镜的图像显示了不同颜色胶囊之间的细微差别。传感器可以区分图像中不同的彩色胶囊，然而，光线或周围环境的变化可能会产生假阳性或假阴性。添加红色或绿色滤镜会增加对比度，使视觉解决方案变得更加健壮。

衍射
在现实世界中，衍射有时称为镜头模糊，在高空间频率下降低对比度，在图像点尺寸上设置下限。理想和真实镜头行为之间的差异称为像差。图7显示了这些效果如何降低图像的质量。图7顶部的物体具有相对低的空间频率，而底部的物体具有较高的空间频率。在通过镜头之后，上部图像对比度是90％的对比度，而底部图像由于其较高的空间频率而具有20％对比度。镜头设计人员选择镜头的几何形状，以保持差距在可接受的范围内，但是无法设计在所有可能的条件下完美工作的镜头。镜头通常被设计成在特定条件下操作，例如视野，波长等。

现在让我们看看整个视野的镜头性能。在图8中以不同颜色括起来的三个图像是在较大图像上以相同颜色显示的框的特写视图。图9底部的图表示出了在视野中的每个位置处的镜头的调制传递函数（MTF）。MTF是光学系统从物体再现各种细节水平的能力的测量，如图像中的对比度所示。MTF以LP / mm为单位的空间频率的函数测量对比度损失的百分比。图9中的镜片在中心部分中具有59％的平均对比度，底部中间56％，拐角处为62％。该图像演示了在应用程序中检查镜头的MTF的重要性。

图10显示了应用于具有相同焦距和使用相同图像传感器的不同透镜的相同测试。在这种情况下，对比度降至中心的47％，底部中间42％，拐角处为37％。图11中所示的第三透镜是不同的，因为性能在图像的中心处于52％的对比度，在拐角位置下降到36％，并且在底部中间下降至22％。重要的是要注意，所有三个镜头都具有相同的FOV，景深，分辨率和主要放大率。它们的性能差异显示了镜头性能如何对传感器辨别在应用中重要的细节的能力产生巨大影响。

景深
景深是最接近和最近的工作距离之间的差异，在观察到不可接受的模糊之前可以观看物体。f秒数（f /＃），也称为光圈设置或镜头的光圈设置有助于确定字段的景深。F /＃是镜头的焦距除以镜头的直径。在Infinity的焦距中为大多数镜头指定了F /＃。随着F /＃减少，镜头收集较少的光线。当孔径减小时，镜片的绝对分辨率限制减小。减少孔径设置或使孔径较小，较小的景深，如图12所示。紫线显示出景深，红线表示最大允许模糊。增加允许模糊也增加了景深。景深中的最佳聚焦位置由绿线表示，该线线靠近最靠近镜头的场景的末端。

图13显示了在倾斜的基础上的一组线的景深目标。在目标上用尺子可以很容易地确定透镜的最佳焦距能够分辨出图像的上下多远。

图14显示了在机器视觉应用中使用的短固定焦距透镜的性能。对于孔径完全打开，在一个超越景深范围的红色盒子定义的区域中的目标远眺目标，我们会看到相当大量的模糊。孔径一半打开，该景深处的分辨率增加。这些线条是更清晰的，更清晰，现在的数字是清晰的。但是，当我们继续关闭虹膜时，在整体分辨率下降的光线下降，而且数字和线条都变得不那么清晰。

图15显示了相同的镜头，但这一次看最佳焦点位置。与虹膜完全打开，我们清楚地看到了图像和数字。随着虹膜的一半打开图像已经变得模糊。由于虹膜主要关闭，分辨率更多地降低。

图16和17示出了另一个具有不同焦距的透镜，该透镜专为机器视觉应用而设计。随着虹膜完全打开，线条是灰色而不是黑色和白色，数字有点清晰，但极度模糊。随着虹膜中途关闭，线条倾向于较高，数字是清洁度。随着虹膜主要关闭，分辨率在感兴趣的区域中提高了更多内容，并且在所示的工作距离范围内图像锐利。

失真
图18显示了畸变的一个例子，光学误差或像差导致在图像的不同点的放大率的差异。黑点表示透过透镜看到的物体中不同点的位置，而红点表示物体的实际位置。有时，视觉系统可以通过计算每个像素的位置并将其移动到正确的位置来纠正失真。

如图19所示，由进一步的物体来自相机的事实引起的透视失真，通过镜头出现的较小。它对于测量或其他高精度应用尤为重要。通过将相机垂直于视野来最小化透视失真。

透视畸变也可以通过图20所示的远心透镜在光学上最小化。右边的图像显示了物体-垂直于底座的四个销钉。传统镜头捕捉到的图像会产生透视失真。远心镜头，另一方面，保持在景深之上的放大，从而减少或消除透视失真。

图21显示了真实场景中的透视图失真。上方中心的物体在左下方和右下方图像中通过两个不同的镜头出现。使用传统的固定焦距镜头产生左下角的图像。这两部分在显示器上看起来高度不同，尽管它们在现实生活中完全相同。这和我们的眼睛看物体的方式是一样的，尽管我们的大脑会自动纠正透视失真，我们认为物体是一样的高度。在右下角的图像中，远心透镜已经对透视畸变进行了校正，可以准确地测量物体。

结论
光学对于机器视觉应用的整体成功是非常重要的。这里展示的例子说明了考虑包括光学、照明和视觉系统在内的整个系统的重要性，而不是简单地挑选组件。当您与供应商讨论应用程序时，请务必完整地解释检查的目标，而不是仅仅询问特定的组件，以便供应商能够对应用程序的成功做出贡献。最后，对您的光学和视觉系统供应商寄予厚望，并找到值得信赖的合作伙伴，他们致力于您的应用程序的成功，并愿意投入必要的努力来实现它。