机器视觉系统设计数字相机与模拟相机的优势比较

简介:

机器视觉被广泛应用于自动质量检验、工艺控制、参数测量和自动组装等等许多领域。在这些系统中,相机是决定着成本、速度和精度的关键组件。工业模拟相机和工业数字相机都可以用在这些系统中,而了解工业相机的性能规格及其在各种视觉任务中的重要性,是把机器视觉付诸工业控制的最基础条件。
在设计工业机器视觉系统时,使用工业数字相机还是工业模拟相机是最重要的选择之一。两者兼具优点和缺点,难以抉择,但最后的抉择因素还是要根据成本和关键因素来选择,如果考虑了这些因素,哪一项技术的优势就会更加清楚了。

_1

机器视觉系统主要由三个部分组成:工业相机、图像采集卡和存储并分析图像以提取信息的计算机(或图像处理器)。图像处理器和图像采集卡属于相对容易选择的电子装置,主要看存储能力和处理速度的参数。
工业相机则相对来说比较复杂,工业模拟相机和工业数字相机采用电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)芯片来捕获图像并生成电子信号发送给计算机处理。
CCD和CMOS成像器由一系列方形光电池组成,它们将收集到的光子转化为电子,并将生成的电荷积蓄起来。在CCD中,当从芯片中每读取一个像素时,电荷被转换成电压,并将生成的电荷积蓄起来。而在CMOS中,每个光敏器件旁边的电路将光能转化成电压。
二者在图像质量上也没有明显的优劣之分,基于CMOS的工业相机需要的部件较少,电耗降低,提供数据的速度也比基于CCD的相机快;但CCD则是更为成熟的技术,能够以较低的噪声提供质量更好的图像,而弱点是数据传输速度比较慢,不太灵活,部件较多和电耗较高。

信号精度
CCD和CMOS芯片在内部都生成模拟信号,因此,模拟相机和数字相机之间的主要区别在于图像是在哪里被数字化的,数字相机在相机里将信号数字化,并且通过串行总线接口(比如FireWire, USB, Camera Link, Gigabit Ethernet)将信号以数字方式传输给计算机(或图像处理器)。而在另一方面,模拟相机系统并不是在其内部将图像信号数字化(数字化是由计算机完成的),所以,模拟信息是通过同轴电缆而进行传输的。
尽管两种方法都能够有效地传输信号,但模拟信号可能会由于工厂内其他设备(比如电动机或高压电缆)的电磁干扰而造成失真。随着噪声水平的提高,模拟相机的动态范围(原始信号与噪声之比)会降低。动态范围决定了有多少信息能够被从相机传输给计算机。
数字信号不受电噪声影响,因此,数字相机的动态范围更高,能够向计算机传输更精确的信号。数字相机的典型动态范围在55分贝到60分贝之间,而模拟相机则为45分贝到50分贝左右。
所用电缆的长度和类型也影响着信号的精度。模拟相机的电缆简单而且便宜,在电噪声导致信号严重失真之前能够将信号可靠地300米以上。由于数字相机传输的是高带宽信号,电缆的长度受电缆中信号良师衰减(损失)水平的限制。根据使用的通信协议的不同,电缆的典型长度如下:
FireWire:大约10米到20米
USB:大约10米到 20米
Camera Link:大约10米
现在,市场上有了采用千兆位以太网标准电缆的新系统。这些电缆能够将数字图像数据传输100米左右而不发生损失。

分辨率和捕获速度
分辨率是描述相机性能的重要参数之一,它包括两个方面:
阵列中传感单元或称像素的数量
每个传感单元的大小
模拟相机通常是基于视频图形阵列(VGA)成像格式,分辨率被限制在大约640×480像素。这只是机器视觉系统要求的下限。而在另一方面,数字相机能够达到80兆像素甚至更高。模拟相机和数字相机典型的像素大小在3微米到20微米范围内。
第二个重要参数是帧速,或者说相机连续提供图像的速度。帧速越高,在给定时间内能够完成的检验、测量或识别工作就越多。像素数和帧速之间存在着相互影响,所以,相机的像素数越多,其帧速越低。但是,这并非是一成不变的规则,因为尺寸越小的半导体转换速度通常就越快,所以像素数相同的两台相机可能具有差别很大的帧速。
640×480像素模拟相机的典型帧速为每秒30帧,而分辨率为2兆像素(1600×1200像素)的数字相机能够达到相同的帧速。16兆像素的数字相机帧速约为每秒3帧。
另外,相机传感器可采用多端口设计,将图像分解成片段以同时读出。还可以在软件的控制下只读取图像中“感兴趣”的部位而不是读取全部传感器阵列,同样能够缩短传输时间。

其他因素
除了分辨率和帧速,其他重要的设计因素还包括动态范围和灵敏度。
动态范围或图像每个像素的字节数决定着采集卡需要的存储容量以及图像处理器需要的算法精度。它也影响着传感器的曝光宽容度。每像素只有几个字节的相机将无法像字节数更高的相机那样满足很宽的照明条件范围。一般来说,数字相机的动态范围指标更好一些,因为它们的抗噪声性能更好。
传感器灵敏度也决定着可靠地使用相机所需要的照明条件。在光线不好或者为防止运动图像模糊而提高快门速度的情况下,要求相机具有更高的灵敏度。
同波长有关的相机灵敏度也许非常重要。根据应用的不同,可能需要采用发光二极管甚至红外或紫外照明,相机的波长灵敏度也应当匹配。最后,相机生成彩色或者单色图像的能力也十分重要。

关于总成本的考虑
各个设计参数共同影响着相机的成本。典型情况下,由于传感器尺寸的原因,像素数越高的相机就越昂贵。与此类似,在一定的分辨率下,帧速提高,成本也趋向于增加。同时提高帧速和分辨率通常要求相机具有多端口读出,这使系统的复杂程度增加,因而提高了成本。
从上世纪七十年代起,许多供应商都开始提供基于CCD和CMOS技术的模拟相机。典型的价位在200美元左右。模拟相机采集卡的价位也在200美元左右。
相比之下,数字相机的价位在1,000美元到20,000美元范围内大幅度变化,数字相机采集卡的价位在1,000美元到2,000美元之间。但是,随着数字相机和采集卡变得越来越普及,它们的价位也在逐渐降低。
在对成本进行比较时,设备的价格还只是问题的一个方面。设计人员还必须考虑软件、硬件、安装、维护和升级等方面的成本,还有,给定的相机技术是否能够达到要求的性能。
完成特定任务所需要的工业相机数量在安装成本中占到了一定比例。举例来说,从1毫米见方的检验区域中解析出1微米见方的片段,可能需要用到5台模拟相机和采集卡,而这些制备必须保持同步以获得清晰的图像。
只使用1台百万像素的工业数字相机和采集卡就可以解析同样大小的区域,而且无需在计算机中同步处理多幅图像。例如,一家汽车制造商的保险杠检验系统需要12台模拟相机、12片采集卡12套软件和3台计算机。公司发现,就算可能,使所有相机的图像同步化以获得一幅保险杠的可靠图像也是难度相当大的。用1台百万像素的数字相机、1片采集卡和1台计算机取代了这个相机阵列后,系统的安装和维护都变得十分简单和方便。
一般来说,典型的数字相机需要更长的时间进行安装和设定,但对于前述应用实例而言,需要的数字相机数量大为减少。因此,维护成本也将大幅度降低。另外,数字相机的功能性和灵活性都更强,能够快速重新编程,在系统运行过程中即可进行现场固件升级。而相比之下,模拟相机则必须被送回制造厂才能进行性能升级。
最后一项成本因素是功率消耗。典型的模拟相机需要5瓦到10瓦操作功率,而分辨率指标相当的数字相机则不到1瓦。

应用要求
对于一项应用,选择什么样的工业相机合适,取决于机器视觉系统想要达到什么目标。视觉检验、非接触式测量、物体识别和定位是三个常见的应用,每一个都有不同的要求。
典型的检验系统将图像同模板或者“已知合格品”图像进行对比以检查偏差。高质量的图像一般需要用图像处理器来进行可靠的对比。这意味着,工业相机必须同时具有高分辨率和每像素足够的字节数。可能也需要彩色成像能力。
非接触式测量计算一个物体占据的像素数量,并将计数结果转化成尺寸数值。这样的系统可能需要高分辨率,而每像素的字节数要求可能不必太高。图像处理器通常只提取图像的边缘或外形轮廓信息,所以,一般并没有很高的动态范围和彩色能力要求。
物体识别和定位有各种各样的要求。在许多情况下,图像处理系统在图像中搜寻以识别出基准特征。需要的分辨率取决于这些特征相对于整个图像尺寸的大小。识别系统可能会需要彩色成像能力。
为机器视觉系统选择相机时要认真考虑工业相机的性能和成本。虽然工业模拟相机远比工业数字相机便宜,但它们的分辨率和图像质量较低,所以可能会被局限在要求不太高的应用中。数字相机比模拟相机昂贵,但它们的高成本可能值得为要求高速度、高准确度和高精度的应用而付出。

相关文章
|
4月前
|
传感器 编解码 算法
[硬件选型] 工业相机之相机分类
[硬件选型] 工业相机之相机分类
58 0
|
4月前
|
传感器 算法 Shell
[工业3D] 主流的3D光学视觉方案及原理
[工业3D] 主流的3D光学视觉方案及原理
41 0
|
机器学习/深度学习 移动开发 异构计算
|
编解码 计算机视觉 异构计算
|
存储 传感器
高效学习传感器|浅谈CCD的工作原理以及常用波
高效学习传感器|浅谈CCD的工作原理以及常用波
654 0
高效学习传感器|浅谈CCD的工作原理以及常用波
|
传感器 机器学习/深度学习 算法
嵌入式模拟智能为机器人提供了新的自主水平
机器人不仅需要人工智能(AI)才能实现自主。他们还需要大量传感器,传感器融合以及边缘的实时推理。之前我们已经尝到了深度卷积神经网络的好处,如今来自激光雷达的更高数据处理的需求正在推动神经网络到新拓扑以获得自主。
1408 0