關于我們
作者:
來源:光虎光電科技(天津)有限公司
訪問量:25
發布時間:2026-02-10 01:20:08
計算成像的概念對許多人來說可能很新鮮,但這項已經相當成熟的技術的價值卻深遠。涉及多圖像和多光成像輸入與基于算法的計算輸出圖像的應用,已經遠遠超出了最初的研發領域。這項技術已被應用于工業自動化檢測領域,創新地利用照明組件,成為提供寶貴成像能力的輔助技術。
廣義來說,“計算成像”一詞可用于使用算法從多個光學采集中生成單一圖像的各種技術。計算成像的研究涉及無鏡頭、單像素甚至平面相機。計算機視覺的計算成像實現更加成熟,針對特定應用領域的組件和軟件比以往任何時候都更容易使用。在兩種常見的應用場景中,照明設備和控制裝置有助于關鍵的成像能力。這些應用場景包括光度立體成像(或稱形狀從著色成像),用于突出幾何特征,以及高分辨率彩色成像。
支持光度立體光照(通過陰影獲得形狀)
光度立體成像與三維成像密切相關。雖然光度立體圖像不是場景的直接物理三維表示,但它表現圖像中特征的幾何形狀,成像過程更加容易實現。通常使用單一攝像機,并將多個光源在多張圖像上組合成軟件,這些軟件可由許多機器視覺組件和軟件庫提供并支持。
光度立體概述
圖1:計算機視覺計算成像中的光度立體利用多角度照明提取高度與周圍表面不同的特征。圖片來源:Smart Vision Lights
圖2:光度立體成像的輸出取決于處理算法的選擇。
同樣的方向輸入數據可通過Matrox Design Assistant的均曲率(左上角)、局部對比度(右上角)、紋理(左下角)和高斯曲率(右下角)算法顯示。
其他算法包括反照率和局部形狀。正確的選擇取決于被成像的物體和被檢測的特征類型。圖片來源:Smart Vision Lights
光度立體成像的廣泛用途是突出圖像中物體或場景中缺乏灰度內容但單個特征相對于表面具有幾何變化的特征。例如,基于側壁圖形和字符對輪胎進行識別成像。利用多圖像表示提供的信息,灰度圖像可以使用典型的機器視覺工具處理,以執行缺陷檢測、光學光學掃描(OCR/OCV)和測量等檢查任務。帶有壓印或壓印碼或字符的表面也是光度立體成像的良好候選。同樣,許多具有低對比度特征但幾何結構的產品和組件也能從這種成像技術中受益(見圖3)。
圖3:高爾夫球檢測的并排對比,使用標準彩色圖像(左)和光度立體圖像(右)。
在視覺圖像的表面紋理光澤和鏡面高光中幾乎察覺不到的裂紋,在光度立體中很容易被發現。
光度立體圖像中的計算表面去除了使彩色圖像困難的視覺噪點,但保留了對檢查非常重要的表面細節。圖片來源:Smart Vision Lights
光度立體成像照明的實現
光度立體成像高度依賴軟件和算法,用于組合和處理物體的不同視圖。這種多圖像計算技術的實現始于照明組件。通常,單臺相機通常置于物體中心,拍攝四張獨立圖像。每個攝像頭在視場周圍的時鐘角度不同——通常為0度、90度、180度和270度(或更非正式地說,是在相機矩形或方形視場的四邊)。每個燈光的照明角度決定了將要突出的特征。
圖4:左側為LED可編程序列控制器,右側為多區燈具套件。
這些即插即用解決方案易于實施,兼容通用的硬件和軟件,并使計算成像對各級用戶開放。圖片來源:Smart Vision Lights
利用灰度相機和計算成像拍攝高分辨率彩色圖像
照明與計算成像結合的另一個例子是獲取高分辨率彩色圖像。在單傳感器相機中,彩色圖像通過在每個像素上制造紅、綠或藍寬通濾鏡來生成。在大多數RGB成像中,這種技術被稱為拜耳濾波,因為濾波器在像素上的布局。每個像素只有三種顏色中的一種,最終的全彩圖像必須通過稱為去拜耳(或去拼接)的過程從相鄰像素重建。由于這種像素組合,所得圖像的有效空間分辨率相較于傳感器的實際分辨率顯著降低。解決分辨率損失的有效且簡單的方法是實現多光譜照明計算成像。
使用灰度相機執行彩色成像
能夠用多色(或多光譜)照亮視場的光源,可以模擬彩色相機在沒有像素級濾鏡的相機上使用的寬帶濾波。在這種計算成像實現中,獲得的多張圖像通過三種寬波長顏色——紅、綠、藍——對零件進行照明。與光度立體聲類似,可以使用合適的照明控制器進一步簡化采集過程。生成的圖像包含了場景中紅、綠、藍內容的全分辨率表示。在軟件中,這三張圖像可以根據具體應用需求輕松組合成多通道彩色圖像,并有相應的結構(見圖5)。
圖5:由單色相機拍攝的三張圖像,每張圖像都用紅、綠或藍光閃爍,合成一張全彩圖像,
與在色彩插值過程中丟失分辨率的拜耳彩色圖像相比,分辨率得以保持。圖片來源:Smart Vision Lights
在某些情況下,不僅空間分辨率,色彩保真度也可能比簡單的拜耳濾波更好。照明源的一致性可以帶來一種可靠性和色彩還原,在某些應用中可能超過傳感器濾波的能力。這種計算成像技術為用戶帶來了彩色成像的優勢,同時避免了拜耳彩色相機和片上彩色濾鏡所帶來的分辨率損失。
運動中的零件
計算成像不僅適用于固定的部件或物體,也可以輕松應用于部件(甚至成像組件)運動的應用。該技術涉及細致的規范,有時還需額外處理。與所有涉及運動部件的成像應用一樣,為了減少運動模糊,關鍵指標是運動速度和每張圖像的曝光(或頻閃)時長。在光度立體成像中,還必須考慮多圖像采集速率以及部件在視場內的運動量,貫穿總采集時間。
如果零件移動速度足夠慢且成像速率足夠高,獲得的多張圖像在零件運動上可能足夠接近,從而形成合適組合圖像。得益于低成本、高速CMOS成像儀的興起,這一過程比以往任何時候都更容易。如果場景內移動太大,只需使用更快的CMOS攝像機即可。
如果零件在圖像間移動過多且無法使用更快的相機,可能需要對圖像進行預處理以進行數字對齊。這包括將每幅圖像上的適當特征與第一張圖像進行比較,然后應用相應的平移以匹配這些特征,以便后續的多圖像計算(見圖6)。
圖6:放大彩色文字的最后幾行,會顯示彩色相機在像素層面的分辨率下降,清晰度下降,出現色彩棋盤檢查。
計算成像色彩保持真實,分辨率穩定,背景均勻性得益于單色相機更高的靈敏度和更低的噪聲。圖片來源:Smart Vision Lights
軟件工具可以在多個捕捉幀中重新對齊物體到像素,甚至糾正旋轉變化。大多數機器視覺庫中的標準工具可以校正運動,使這些計算成像技術發揮作用,即使部分在序列收集時未靜止或未被定位。
另一種技術是外部跟蹤每個圖像之間零件的運動(例如在傳送帶上),然后直接基于已知的圖像物理偏移量進行變換。當然,在所有情況下,拍攝圖像時零件必須保持在相機的視野內。該方法特別適用于編碼傳送帶上移動的物體以及用線掃描相機拍攝的圖像。
雖然看起來更復雜的解決方案,計算成像實際上可以簡化一些標準視覺成像難以解決的問題。計算成像,尤其是借助當今照明組件和控制器的技術,已成為一種易于實現且有價值的成像技術,適用于各種機器視覺應用。