图像采集：机器视觉中图像采集优化方法介绍

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

机器视觉在不同的复杂技术领域有着广泛应用。在简单的应用中（例如，利用背光检测不透明物体的轮廓），成像系统可在宽松的系统参数条件下可靠地运行。但在要求较高的应用中（比如检测镜面的表面缺陷），必须将主要参数设置在较小的公差范围内，或使用成本更高的高精度硬件，成像系统才能稳定运行。

成像系统中涉及的主要参数的数量，随着成像应用复杂度的提高而增加。Edmund Optics东京成像实验室对此进行了研究，对于要求较高的成像应用，需要精确调整的参数大约多达20个。

图像采集优化

本文主要讨论图像采集优化（以下称为OIA），即：将成像系统中的所有主要参数调整到能够获得最佳图像的过程。完成OIA后，获得的图像具有以下共同特点：

1）在成像系统物理条件限制下，所拍摄的图像获得尽可能多的有用信息；

2）尽可能多地利用相机传感器的有效像素，让待测工件在视野范围内（FOV）最大呈现，仅受工件几何形状和位置变化的限制；

3）在不使用降噪算法的情况下，图像具有最高的信噪比，仅受传感器的参数限制；

4）图像的动态范围接近最大值，没有达到饱和；

5）图像中没有来自其他外部环境产生的不必要影像（例如未使用扩散片的环形光产生的亮斑）。

为达成OIA，需要对所有主要参数进行精确调整。经过OIA调整后的成像系统，为机器视觉系统集成商提供了以下优势：

1）高性价比

成像系统中的关键组件（成像镜头、相机、照明光源和光机结构）充分发挥作用，实现了具有成本效益的解决方案。

2）最少的图像运算处理和分析，最低的软件复杂度

由于OIA可以获得高还原度、高对比度和低噪声的图像，因此对图像处理算法（例如降噪、直方图均衡、膨胀/腐蚀）的需要降至最低，从而显著减少了开发周期、测试时间和硬件成本。

3）显著降低误判率，高质量的图像减少了测试错误

已经调整好的成像系统可以满足以下条件，如图1和图2所示：

1）像平面（传感器面）和物面（检查工件表面）平行；

2）被检查的工件表面位于工作距离（WD）最佳聚焦位置；

3）被检查的工件，接近FOV拍摄矩形成像区域大小，但不超过FOV；

4）工件中心位于镜头的光轴上；

5）被检查工件的浅色（白色、浅灰色等）区域特征，其成像亮度接近像素灰度饱和值（例如8位格式为255，灰度值可以达到220），但未达到饱和。

图1：成像系统调整要求，透视图

图2：成像系统调整要求，上视图

调整方法

通常的调整方法是：操作人员通过相机观察图像，以主观判断完成。由Edmund Optics 日本分公司开发的调整应用程序，可对成像系统中的11-17个参数（取决于硬件条件）进行即时测量，从而为操作人员提供实时量化的参数以进行判断。

以下案例中，使用的是西门子星标测试板（产品编号58835）。将星标测试板的标刻面朝向成像系统，并使其与待测物平面重合。

使用EO开发的EORTM（Edmund Optics Real-Time Metrology）软件，实时运算和分析拍摄到的测试板图像。EORTM可以在精确调整至少8组硬件参数（光学机械平台的六个自由度、光源亮度和相机曝光时间）的过程中，给操作人员提供实时闭环反馈。

借助EORTM，在高精度机器视觉应用中调整参数的时间，从大约数小时减少到20分钟甚至更短，但是精度却提高了至少2倍，因为它提供精确可量化指标，而不是依靠主观判断。

一旦所有硬件调整都在软件设定的允许范围内，EORTM将显示如图3所示的全部通过状态，并且判定图像系统已调整完成。

图3：使用EORTM软件和西门子星标测试板进行微调

硬件配置包含一个6维自由度调整平台和相关的光机结构件，以及照明光源和测试板，完全由EO产品目录中的标准产品组成，如图4所示。

图4：Edmund Optics 6维调整定位平台用于成像系统调整

结论

为了达到OIA，需要精确调整近20种光学、机械、电子和软件参数。表1中列出了这些参数，根据其需要调整的频率归类为：

1）设计阶段（DT）：一次，系统规划选型时；

2）设置阶段（ST）：一次，相机初始化安装时；

3）实时调整（RT）：多次，在OIA调整过程中视需要，可通过可视化或使用软件实时测量获得反馈。

表1：OIA调整过程的主要参数

#	类别	硬件	参数	调整阶段
1	电子	相机	像素数量1	DT
2			传感器大小 2
3		照明	峰值波长
4			光谱分布
5	光学		光束发散角
6		镜头	视场大小
7			MTF
8	软件	相机	图像锐化	ST
9			噪声处理
10			增益设定
11			Gamma曲线校正
12			暗阶设定
13	软件/电子		曝光时间	RT
14		照明	照度
15	光机		X轴位移
16			Y轴位移
17			Z轴位移
18			X角度倾斜
19			Y角度倾斜
20		成像系统	X轴位移
21			Y轴位移
22			Z轴位移
23			X角度倾斜
24			Y角度倾斜
25			Z角度倾斜

注：1：通常也称为分辨率；2：像素大小代表图像分辨率，这里没有列出，因为它可以根据像素数量和传感器尺寸计算得出。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~