计算机视觉
图像处理

机器视觉光学:不止一个镜头

一个机器视觉镜头由包含在一个机械盒子里的许多片镜片组成,人眼看它们通常是透明的。它不像相机那样是展览的明星,镜头就是一个不起眼的,内向的,好比狗的尾巴。

Edmund Optics的产品线经理Nicholas James解释说:“关键是你真的需要在选择相机的同时选择镜头。你可能认为你想要一个你能购买的最高分辨率相机,但是没有一个性价比高的镜头去搭配,你可能在高分辨率相机上浪费钱。”

我的传感器比你的大

当一个图像处理外行使用百兆像素和传感器空间分辨率去描述相机的相关竞争力性能时,视觉工程师认识到对于一千六百万像素的传感器来说,如果对整个光学链的光学传递函数OTF不支持该传感器像素尺寸通过整个传感器的宽度和高度,那么它就是没用的。OTF包括从光子的产生到它被传感器吸收的所有过程,包括光源的光谱,被测物体反射的和吸收的光谱,光圈大小,单个和结合的光学元素,还有传感器本身。

另一个为机器视觉系统选择光学的方法就是提问:这个应用的像素是否受限?百万像素当中有多少是在传感器上。传感器有不同的大小,常见的从1/2英寸、2/3英寸到新的1英寸。用传感器的实际面积除以数百万的单个像素,然后你就得到了单个像素的大致尺寸。像素受限意味着:你想让你的镜头能够测量从一个像素的黑白到下一个像素的黑白变化吗?常见的工业相机中只有很少的百万像素或少于1/2英寸,或2/3英寸。传感器大小通常在6um到7 um范围。找到能达到MTF的镜头,MTF这样定义为每厘米有多少线对能被给定镜头吸收,能足够高地吸收来自6微米像素的变化是不难得。但是,购买一个基于一千万像素,1/2英寸的CMOS传感器,你需要一个能将光线聚焦于小于2微米的像素,而且整个图像不模糊的镜头。那么这个是不容易的,而且也是不便宜的。

James解释说:“一个一千万像素的CMOS传感器价格低于一千美元,但是如果你想让受限像素通过整个传感器将会贵很多。”

光晕和衰减的好坏

当谈到机器视觉镜头时,像素大小和整个传感器并不是仅有重要的尺寸。这里还要考虑传感器的入射光角度。光晕就是常见条件下传感器边缘的像素比传感器中心的像素更暗。一个像素到另一个像素不会有什么反应,但所有的就会增加一个光子在随州入射角增加而反弹的可能性。就如同当把石头平行于水面扔出去时,石头会跳跃一样,光子会在光轴入射角增加时反弹于像素表面。

Navitar的高级光学工程师Steve Gum解释说:“大多数相机镜头都会呈现不同程度的光晕。许多设计者使用光晕的优点来减少其它光学畸变。人眼通过镜头看不会注意到光晕是因为它工作在对数比例上。但是一个传感器是工作在线性比例,而且在传感器边缘上的亮度和对比度降低是容易引起注意的,而且对没有像人眼那样校正功能的机器视觉系统来讲是有问题的。”

Gum继续说:“两个远心镜头,在不改变反射角度的情况下分别从两个方向传递光线就能解决这个问题,这就是我们推荐给我们的大多数机器视觉客户的。它更昂贵而且更慢,但是有时它是必需的。”光学制造商能设计具有更大优点的镜头,能在传感器边缘减少光线的反射,但是这也增加了镜头的成本。Gum补充说:“Kodak在他们的传感器边缘调整小棱镜的角度来更好地收集来自光轴的光线。这些传感器与Exit Pupil定位规范一起能让你计数出一个给定传感器的可接受角度,但是有时候通过这个方法规范就要被抛弃。”

涂层、颜色和线阵扫描

在镜头设计中将抗反射涂层应用到每个元素也能克服整体光线损失。随着传感器尺寸的增大而单个像素尺寸降低,就更需要镜头制造商开发能实现受限像素穿过更大区域的镜头。对于低分辨率或更常见的机器视觉镜头来讲,典型地需要具有8或10个元素而不是4或5个元素。

Edmund Optics的James解释说:“如果你在一个光学链的五个元素中具有其中的四个,那么让每个反射光线的1~2%就不是巨大的理想。但是如果有9个或10个元素,损失20%是十分严重的。因此在更高分辨率上,涂层在减少损失上起着重要的作用,相机收集足够光线所需的曝光时间越长,机器视觉算法做它们的工作就更有效率。”

对于高分辨率彩色机器视觉系统来讲颜色失真是另一个设计问题。不同波长的光线在穿过镜头时在不同角度下会有不同的折射。将导致在整个图像中产生模糊或错误图像。在高分辨率彩色成像很关键的地方,液晶面板工业就是一个应用。幸运地是,液晶面板在控制环境中是被检测的,允许视觉设计者使用单色或激光,这些排除了不同波长光通过相同镜头引起的空间移动。最后,线扫描相机在web,印刷和液晶面板检测中继续获得市场份额,因为它们对大区域成像提供了性价比的方法,而且仍然保持高的空间分辨率去找到非常小的缺陷。对于光学工程师来说,60mm线阵相机与60mm宽的面阵传感器一样,面临一个问题:要注意传感器与镜头的不重合导致的小问题。James解释说:“在镜头后线阵扫描传感器之间90mm的距离维持微米级的一致是很难做到的,但是如果你不做,你就会遇到分辨率和对比度问题。

当提到使用两个传感器阵列捕获可见和红外光的最新一代线阵相机时,James说这个问题仍然存在。“正如确认你有对于两种波长都优化的光学材料。你会经常看到针对一种颜色优化,或针对另一个并不是可见和红外的优化。”

就像他们帮助建造汽车一样,机器视觉客户能选择一种具有完美颜色响应通过具有高MTF和大面积的大光谱的镜头,但是如果你愿意支付额外的钱。但是成本不是仅有的考虑因素。大多数机器视觉设计者都会犯一个错误,就是直到设计的最后才权衡镜头选择。常见的镜头需要花时间去设计和制造。因此如果一个系统需要特别的镜头、光圈,新的玻璃材料,或你考虑到短波红外:千万不要直到最后的时刻才让你的光学工程师出现!

James推断说:“如果你有足够的资源,你就能设计解决大多数问题的镜头,但是大多数机器视觉应用需要在预算范围内工作。客户不得不在许多不同东西上权衡,包括整体系统性能需求,光源,相机,镜头,景深,足迹,还有其他因素要一起工作。最好的方案是一起选择光学训练元素,你能在最好的价格和避免任何最后时刻惊奇上做最好的选择。”

转载注明来源:CV视觉网 » 机器视觉光学:不止一个镜头

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

0不错 1超赞 0无聊 0扯淡 0不解 0路过

评论 抢沙发

评论前必须登录!