在机器视觉系统中,工业相机的分辨率尤为重要。所以!在选择相机时,分辨率极为重要。通过计算分辨率,可获得有效的检测精度。相机所涉及的分辨率包括图像分辨率、空间分辨率、特征分辨率、测量分辨率和像素分辨率等几个概念。
1、图像分辨率
图像分辨率表示图像行和列的数目,由相机和图像采集卡决定。一般情况下,灰度面降相机的图像分辨率有 640x480、1280x960、2560x1920;线阵相机的图像分辨率特指图像行的数目,常见的有1024、2048、4096、8000。
图像分辨率的一般选择原则:选择相机的图像分辨率和图像采集卡的图像分辨率中的较低者。
2、空间分辨率
空间分辨率是从像素中心映射到场景的间距,如0.1cm/pix。对于给定的图像分辨率,空间分辨率取决于视场尺寸、镜头放大倍率等因素。
3、特征分辨率
特征分辨率是能被视觉系统可靠采集到的物体的最小特征尺寸,如0.05mm。相机和图像采集卡不服从香农定律,即每个特征点至少需要利用2pix进行描述。在实际应用中,可采用3~4pix来描述最小特征点,同时要求具有较好的对比度和较低的噪声。如果对比度差、噪声高,则需要利用更多的像素来描述特征。当某个特征在图像中既表现为3pix,又表现为4pix时,就会导致系统很难识别。
4、测量分辨率
测量分辨率是可以被检测到的被测物的尺寸或位置的最小变化,如0.01mm。当原始数据为像素时,可用数据拟合技术将图像和模型(如直线)进行拟合。从理论上讲,测量分辨率可达到1/1000pix,但在实际应用中,一般只能达到1/10pix。
测量分辨率一般取决于拟合算法、每个像素位置的测量误差、用来拟合模型的像素个数等因素。测量误差通常来自偶然误差和系统误差:
偶然误差是不可预测、不可修正的,可影响测量的准确性和可重复性。
系统误差不影响测量的可重复性,可通过校正操作进行修正。
通常情况下,测量要求的准确度是允许误差的10倍;测量分辨率是准确度的10倍。这就意味着,测量分辨率是允许误差的100倍。但在实际应用中,测量分辨率仅是允许误差的20倍。
5、像素分辨率
像素分辨率是像素的灰度或彩色等级,由图像采集卡或相机的数/模转换得到。通常情况下,在单色视觉系统中,每个像素用8位表示,即256级灰度,也可用10位或12位表示,可满足高端图像分析的要求(如生物医学分析);在彩色视觉系统中,RGB的每个原色用8位表示,一共可表示16777216 种颜色。
视觉系统的组成部分有哪些(这7个部分对机器视觉系统至关重要)
机器视觉的应用场景
机器视觉中常用的4种光源介绍
工业机器人视觉相比人工的优势
机器视觉与人眼视觉的对比、图像好坏的标准
工业机器视觉中常用的6种光源颜色详解