机器视觉 2021-05-18 11386
每个视觉系统都依靠图像传感器，处理硬件和软件算法来自动执行重复的和普通的视觉检查应用程序。
图像传感器是固态设备，是MV系统中最重要的元素之一。这些放置在工业相机中的小型数字传感器与专用光学器件一起工作以获取图像，以便可以对其进行进一步处理和分析。它们的基本目标是将入射的光能转换为电信号。
但是这些传感器如何工作？因此，当来自物体的光线落在传感器上时，称为像素的微小势阱会收集光学数据。传感器内的光电二极管产生与入射光强度成正比的电荷。然后收集，组织和传输如此生成的数字化数据，以在屏幕上显示。
在这篇文章中，我们将讨论与这些图像传感器有关的两个参数：量子效率和传感器尺寸。
将光转换为数字信号的第一步是将光子转换为电子。术语“量子效率”是对该转换效率的度量。更准确地说，量子效率（QE）是在数字化过程中生成的电子与落在传感器上的光子数之比。例如，如果传感器的QE为50％，则每两个入射光子将产生一个电子。因此，QE越高，有效性越高。
量子效率取决于物体的质地。当您使用单色相机或彩色相机时，传感器的灵敏度将在一定带宽的光下达到最大。对于某些传感器，彩色相机的灵敏度可能最高，对于某些传感器，其灵敏度可能最高，对于某些传感器，其灵敏度为蓝色。总之，建议确保QE高，与照明中使用的带宽相对应。
传感器尺寸定义为两个相对角之间的对角线长度。传感器尺寸从根本上取决于分辨率和像素尺寸。假设您有两个5 MP摄像机（分辨率）。一个像素的大小为1微米，另一个像素的大小为5微米。然后，第二个摄像头的传感器大小将是第一个摄像头的五倍。
传感器尺寸在确定MV系统的视场（FOV），放大倍率和反放大倍率以及选择合适焦距的镜头方面也起着重要作用。
用光学术语来说，焦距是主焦点和镜头之间的距离。主要焦点是最大光线会聚的点。由于这一点通常是机器视觉相机中的传感器，因此也可以理解为传感器与镜头之间的距离。镜头通常具有固定的焦距。
在选择合适的镜头之前，我们首先必须选择合适的相机。因此，首先，让我们找出您的视觉应用程序的分辨率。说，对于您的预期应用，您需要以下规范：
视场：20毫米X 45毫米
最小特征尺寸（MFS）：0.2毫米
MFS中所需的像素数：5
像素/毫米为5 / 0.2，即25px /毫米。可以通过将FOV乘以像素/ mm来计算沿每个尺寸所需的分辨率。在这种情况下，分辨率为500 X 1125。但是，我们的计算分辨率可能并不总是在标准相机选项中可用。因此，我们必须寻找能够提供比我们所需要的分辨率更大的分辨率的选项。在我们的情况下，分辨率为1024 X 1280的1.3 MP摄像机可能是合适的选择。现在我们有了分辨率并选择了像素大小，我们可以计算传感器大小了。
传感器尺寸可以通过将像素尺寸乘以沿两个尺寸中每个尺寸的分辨率来计算。可以使用以下公式计算焦距：焦距x FOV =传感器尺寸x工作距离。计算焦距后，您还可以计算出适合您的应用的工作距离。但是，仅计算焦距是不够的。至此，我们知道图像传感器是矩形的，镜头是圆形的。这就是图像圈的概念出现的地方。在最佳情况下，镜头会完美地包围图像传感器，即传感器的对角线与镜头的直径重叠。镜头的尺寸也可以大于传感器的尺寸。在任何其他情况下，您都会看到渐晕效果（镜头未覆盖传感器的暗角），并且无法获得整个图像。
图像传感器是机器视觉系统的关键组成部分。最重要的是，在本文中，我们讨论了影响传感器性能的两个参数：量子效率和传感器尺寸。根据所需的分辨率和传感器尺寸，然后我们为视觉应用计算了正确的焦距和镜头尺寸。
