使用光学优化您的机器视觉应用程序

介绍
透镜负责创建足够的图像质量，使视觉系统从图像中提取所需的有关物体的信息。透镜对机器视觉性能至关重要，因为没有被透镜捕获的信息无法在软件中重新创建。在典型的应用中，镜头需要在视场(FOV)内定位特征，确保特征处于聚焦状态，最大化对比度，避免透视失真。对于一个应用程序来说足够的图像质量对另一个应用程序来说可能不够。这篇白皮书将解释使用光学优化机器视觉应用的基本原理。

机器视觉光学基础知识
由镜头成像的物体区域称为视野（FOV）。FOV应涵盖要对对齐误差的公差进行检查的所有功能。FOV内的功能必须足够大以进行测量。在对齐和测量应用中，镜头还负责将图像呈现在固定的几何形状中，该图像被校准到对象在空间中的位置。工作距离（WD）是距离镜头前部的距离对物体的成像。

景深（DOF）是最大的物体深度，可以完全焦点维护。DOF还决定了可以允许的工作距离的变化量，同时仍然可以实现可接受的焦点。

传感器尺寸是相机传感器活动区域的尺寸，通常在水平尺寸中指定。主放大率是传感器尺寸和视野之间的比率。在主放大率保持不变的情况下，减小传感器尺寸会减小视野，增大传感器尺寸会增大视野。如果传感器足够大，它将超过由镜头创建的图像圆的大小，从而在镜头的角部创建称为渐晕的空白点。

解析度
分辨率是对视觉系统再现物体细节能力的测量。图2 (a)显示了两个小物体之间有一定距离的图像。当它们通过镜头被成像到传感器上时，它们是如此接近，以至于它们被成像到相邻的像素上。如果我们放大，我们会看到两个像素大小的物体，因为传感器不能分辨物体之间的距离。另一方面，在图2 (b)中，物体之间的距离增加到图像中有一个像素的距离。这种模式——打开一个像素、关闭一个像素和打开一个像素——被称为线对，用于定义系统的像素限制分辨率。

图3显示了在两个具有不同分辨率的传感器上拍摄的火花塞图像。图像网格中的每个单元代表一个像素。因此，使用50万像素传感器的左侧图像的分辨率不足以区分感兴趣特征中的间距、划痕或弯曲等特征。右边的图像带有250万像素的传感器，能够辨别感兴趣的特征中的细节。在这种情况下，只需更换传感器即可显著提高分辨率。

但当我们转向更强大的传感器时，我们需要确保光学能够重现我们需要成像的细节。目标可以用来确定系统的极限分辨率，以及传感器和光学如何相互补充。图4所示的UASF 1951目标具有水平和垂直线，因此它可以用于测试水平和垂直分辨率。测量是在频率域中进行的，空间频率通常以每毫米(LP/mm)的线对来测量。这些线的排列使它们的空间频率以螺旋状向目标中心移动。

对比
对比是指图像中黑人和白人在强度上的分离。黑线和白线之间的差别越大，对比度就越好。图5为使用相同高分辨率传感器在相同位置、焦距下使用不同镜头拍摄的UPS标签的两张不同图像。不同之处在于，用于拍摄右边图像的镜头提供了更高的对比度，因为它与高分辨率传感器更匹配。

滤色器可用于增加对比度。图6显示了一种机器视觉应用，旨在区分红色和绿色凝胶胶囊。没有过滤器的左侧的图像显示不同颜色胶囊之间的对比度的微妙差异。传感器可以区分该图像中的不同颜色胶囊，然而，照明或环境环境的变化可以产生误报或假底缘。添加红色或绿色滤镜增加对比度与视觉解决方案变得更加强大的点对比度。

绕射
在现实世界中，衍射（有时称为镜头模糊）会降低高空间频率下的对比度，从而设置图像光斑大小的下限。理想和真实镜头行为之间的差异称为像差。图7显示了这些效果如何降低图像质量。图7顶部的对象具有相对较低的空间频率，而底部的对象具有较高的空间频率。通过透镜后，上部图像具有90%的对比度，而底部图像由于其较高的空间频率仅具有20%的对比度。透镜设计师选择透镜的几何结构，以将像差保持在可接受的范围内，但不可能设计出在所有可能条件下都能完美工作的透镜。透镜通常设计为在特定条件下工作，如视野、波长等。

现在让我们看看整个视野中的镜头性能。图8中以不同颜色包围的三幅图像是放大图像上以相同颜色显示的方框的特写视图。图9底部的图表显示了视场中每个位置透镜的调制传递函数（MTF）。MTF是对光学系统再现从物体到图像的各种细节水平的能力的测量，如图像中的对比度所示。MTF测量对比度损失的百分比，作为空间频率的函数，单位为LP/mm。图9中的镜头在中间部分的平均对比度为59%，在底部中间部分为56%，在角落部分为62%。该图像显示了在应用程序中使用的整个区域上检查镜头MTF的重要性。

图10显示了使用相同图像传感器对具有相同焦距和相同视场的不同镜头进行的相同测试。在这种情况下，对比降低到47%在中间，42%在底部中间和37%在角落。第三个镜头(如图11所示)的不同之处在于，图像中心的性能很好，对比度为52%，角落位置的性能下降到36%，底部中部的性能下降更大，达到22%。需要注意的是，这三种镜头都具有相同的视场、景深、分辨率和主放大率。它们在性能上的差异表明，镜头性能对传感器识别应用中重要细节的能力有巨大的影响。

景深
景深是在观察到不可接受的模糊之前，一个物体可能被观察到的最近和最远工作距离之间的差异。光圈数(F/#)，也称为光圈设置或光圈设置，有助于确定景深。F/#是镜头的焦距除以镜头的直径。F/#为大多数焦距为无穷大的镜头指定。随着F/#的减小，镜头收集的光也会减少。透镜的绝对分辨率限制随着孔径的减小而减小。减小光圈设置或减小光圈可以增加景深，如图12所示。紫色的线表示景深，红色的线表示允许的最大模糊。增加允许的模糊也增加景深。景深中的最佳聚焦位置由绿线表示，它接近最接近镜头的景深末端。

图13示出了倾斜基座上的一组线的现场目标的深度。目标上的统治者可以简单地确定镜头能够解析图像的最佳聚焦高于和下方。

图14显示了在机器视觉应用中使用的短固定焦距镜头的性能。当光圈完全打开时，在红色方框所定义的远高于景深范围的目标区域，我们看到相当多的模糊。当光圈半打开时，景深位置的分辨率会增加。线条更清晰了，数字也更清晰了。但当我们继续闭合虹膜，直到几乎没有光线照射时，整体分辨率会降低，数字和线条都变得不那么清晰。

图15显示了同一个镜头，但这一次看到的是最佳焦距位置。当虹膜完全打开时，我们可以清楚地看到图像和数字。虹膜半开时，图像变得模糊。当虹膜大部分关闭时，分辨率会进一步降低。

图16和图17显示了另一种焦距不同的镜头，专门为机器视觉应用而设计。当虹膜完全打开时，线条是灰色的，而不是黑白的，数字有些清晰，但非常模糊。虹膜半闭时，线条聚焦更清晰，数字更清晰。当虹膜大部分闭合时，感兴趣区域的分辨率提高得更多，并且图像在显示的整个工作距离范围内清晰可见。

失真
图18示出了失真，光学误差或像差的示例，导致图像内不同点处的倍率差异。黑点显示通过镜头看到的物体中不同点的位置，而红点显示物体的实际位置。失真有时可以通过计算每个像素被认为是并将其移动到正确位置的位置的视觉系统来校正。

如图19所示，由于物体距离相机越远，通过镜头看到的物体就越小而导致的透视失真。它对于测量或其他高精度应用尤其重要。通过保持相机垂直于视场，透视失真可以最小化。

透视失真也可以用远心透镜光学地最小化，如图20所示。右侧的图像显示了垂直于底座的四个销钉。传统镜头捕获的图像遭受透视失真。另一方面，远心透镜在景深上保持放大率，从而降低或消除透视失真。

图21显示了真实世界场景中的透视失真。顶部中心的对象通过左下图像和右下图像的两个不同的镜头出现。使用传统的固定焦距镜头在左下方产生图像。即使它们在现实生活中完全相同，两部分似乎在显示器上具有不同的高度。这与我们的眼睛看到物体的眼睛相同，尽管我们的大脑自动纠正透视畸变，我们将物体视为相同的高度。在右下方的图像中，电信镜头已经校正了透视失真，并且可以准确地测量物体。

结论
光学对机器视觉应用的总体成功非常重要。这里所示的示例证明了考虑整个系统的重要性，包括光学，照明和视觉系统，而不是简单地挑选出组件。当您使用供应商讨论应用程序时，请务必完全解释检查的目标，而不是仅询问特定的组件，以便供应商可以促进申请的成功。最后，期待您的光学和愿景系统供应商很多，并找到致力于您申请成功并愿意投入使其发生的努力所需的可信合作伙伴。