详细解读，基于工业检测上面阵相机和线阵相机的一些常用参数作用，以及如何选型-CSDN博客

本文链接：https://blog.csdn.net/weixin_54214619/article/details/144901161

前景：

最近忙于赶项目，终于做收尾工作了，通过这段期间的历练，相机的选型和参数的理解对项目的成功运作起着至关重要的目的，今天的主题就是聊一下，相机选型和相机参数的详细解析

事先声明：一下内容均为个人理解的原创内容，希望各位看客可以点点赞，维持up主持续更新的动力

正题：

在做一个项目之前，我们需要对项目做调研评估和打光测试，看看该项目的成本和收益是多少，值不值得去做，这个步骤中，如果对相机硬件有清晰的了解可以成倍的提高你的项目周期时间。本篇文字，依附于度申的选型设备来罗列

上图所述，是工业面阵相机的选型技术参数，从图中我们可以看到，面阵相机分为2种快门类型（全局快门和卷帘快门），接下来我将从4个方面基于本人的理解来聊两者之间的区别是什么

1.捕捉方式

卷帘快门的捕获方式类似于读条形码，从上往下依次逐行曝光捕捉

全局快门就是传感器的所有像素同时开始曝光，并同时结束曝光

2.硬件复杂度和成本

卷帘快门相比全局快门，构造简单，成本也便宜，适合静态场景. 主要应用于轻量化、低成本应用场景

全局快门相比卷帘快门，构造复杂，成本也昂贵，适合动态场景，主要应用于工业检测，科学相机和高端相机

3.应用领域

卷帘相机：优势：适用于静态场所，高分辨率低功耗（手机相机，无人机，便携式相机）

全局快门：优势：使用于快速运动的场景，图像无失真（典型场景：工业检测、机器视觉、运动捕捉、高速摄影）

4.可能出现的问题以及解决方式

在使用卷帘相机进行运动拍照时，有可能会出现卷帘伪影（由于逐行读取的时候有曝光延误，可能会出现成像伪影）

倾斜：例如汽车轮子变形、旋转物体呈现倾斜效果。
果冻效应（Jello Effect）：画面看起来像果冻一样颤动。

解决方式

1.拍摄方式

增加快门速度，减少每一行曝光时间（提高快门可能需要增量光线）

增加频率：更高的频率可以减少快门读取的时间间隔，使用高频率相机

2.硬件设备

使用带有全局快门的相机

使用具有更快行的扫描速度传感器 / 一些高端 CMOS 传感器可以提供更高的帧率，从而减轻伪影问题

3.减少运动和振动

减缓相机或物体的运动

避免快速的横向运动，因为伪影通常在横向移动时最为明显。
在拍摄时尽可能平稳移动相机，可以使用三脚架或稳定器。

优化拍摄角度

调整拍摄角度，避免垂直或水平运动过大的场景。
通过构图减少运动伪影对画面的影响。

4.光源频率优化

使用持续光源或高频光源（如 LED 灯），避免因低频光源（如荧光灯）引发滚动快门的频闪问题。
设置摄像头的快门速度与光源的频率同步，避免光线变化加剧伪影。

5.使用慢动作拍摄

接下来讲，相机尺度的概念，相元尺寸是指图像传感器中每个像素单元的物理尺寸，通常以微米（µm）为单位。例如，某传感器的相元尺寸为 1.4 µm，表示每个像素的边长为 1.4 微米。它直接影响传感器的性能，包括感光能力、动态范围、噪声表现等，是评估图像质量的重要参数。

一般来说，大相元尺寸能捕获更多的光子（光线），提升传感器的光敏性能，适合低光环境拍摄 小相元尺寸能在更小的传感器上放置更多像素，提高分辨率，但感光能力可能下降

大相元尺寸：每个相元能容纳更多电荷，减少饱和的可能性，因此动态范围更高，亮部和暗部细节表现更佳。小相元尺寸：动态范围较低，容易出现亮部过曝或暗部无细节。

小相元尺寸：在相同传感器尺寸下，可以容纳更多像素，适合高分辨率成像需求。大相元尺寸：分辨率可能较低，但单个像素的成像质量更高。

大相元尺寸：适用于低光、动态范围要求高的场景，例如专业相机、天文摄影、工业检测。小相元尺寸：适用于设备体积受限且需要高分辨率的场景，例如智能手机、无人机。

可以通过传感器尺寸和分辨率计算相元尺寸：

相元尺寸=传感器尺寸/分辨率

传感器尺寸以毫米（mm）表示。
分辨率以像素数表示（例如，4000 × 3000 像素）

最后讲位深的概念，位深（Bit Depth）**是相机传感器的重要参数之一，用于描述每个像素记录光信号的精度。它表示图像中每个像素的亮度信息可以用多少位二进制数据来表示。位深直接影响图像的色彩范围和细节表现。

1. 什么是位深？

位深的单位是 比特（bit），通常表示为 n-bit。

n 表示每个像素的亮度或颜色值可用 2n 种可能性来表示。

2n2^n
- 例如：
  - 8-bit：每像素有 28=256 个亮度级别。
    
    28=2562^8 = 256
  - 16-bit：每像素有 216=65,536 个亮度级别。
    
    216=65,5362^{16} = 65,536

2. 位深的意义

位深越高，图像的动态范围和色彩精度越好。
- 动态范围：更高的位深能够更精确地表现图像中最亮和最暗区域的细节。
- 色彩精度：每个像素可以表示更多的颜色，减少色彩断层（banding）问题。

3. 常见位深及应用场景

8-bit

每像素 256 个亮度级别。
应用：JPEG 图像、普通显示器适配、消费级视频设备。
优势：数据量小，处理速度快。
局限：动态范围和色彩精度有限。

10-bit

每像素 1024 个亮度级别。
应用：高端显示设备（HDR 显示器）、专业视频录制。
优势：较好的动态范围，色彩过渡更自然。

12-bit

每像素 4096 个亮度级别。
应用：摄影（RAW 格式）、工业相机。
优势：高动态范围，适合后期调整。

14-bit 和 16-bit

每像素分别有 16,384 和 65,536 个亮度级别。
应用：高端摄影（RAW 格式）、科学成像（显微镜、天文相机）。
优势：极高的动态范围和色彩细节，特别适合高对比度场景。

4. 位深对图像质量的影响

动态范围

位深越高，动态范围越大，细节表现越丰富。
例如，16-bit 相机会比 8-bit 更能表现亮部和暗部的细节。

后期处理空间

高位深图像可以在后期处理中调整曝光和色调时，避免色彩断层和细节丢失。
例如，摄影师通常选择 12-bit 或 14-bit RAW 格式拍摄，以便更灵活地调整亮度和色彩。

存储需求

位深越高，图像文件占用的存储空间越大。
- 例如，16-bit RAW 图像比 8-bit JPEG 图像占用更多存储，但图像质量更高。

5. 位深的选择

普通用途：8-bit 足以满足大多数日常需求，如网络图片、普通视频。
高质量摄影或工业检测：12-bit 或 14-bit 可捕捉更多细节和动态范围，适合需要后期处理的场景。
科学和专业用途：16-bit 是最佳选择，确保最大的信息保留。