TA的每日心情 | 擦汗
9 小时前 |
|---|
签到天数: 3382 天 连续签到: 4 天 [LV.Master]2000FPS
|
发表于 2014-5-28 11:37:34
|
显示全部楼层
|阅读模式
来自：广东省东莞市 电信
注册登陆后可查看附件和大图，以及购买相关内容
您需要 登录 才可以下载或查看，没有账号？注册会员
x
AVT Guppy Pro F-503B性能评测-边缘梯度评测测评硬件平台：
测试硬件如上图所示，包含了以下硬件：
工业镜头：Computar M3514-MP
工业相机：AVT Guppy Pro F-503B
图像采集卡：双通道PCI-E LSI 1394B卡
机器视觉光源：环形光源-12030-W
光源控制器：模拟控制器-2424-1CH-M
标准色卡：X-Rite 24色标准色卡
被测对象：
AVT Guppy Pro F-503B是一款500万像素CMOS工业相机，图像传感器为Aptina MT9P031，1/2.5’逐行卷帘快门CMOS传感器。分辨率2592 x 1944，像元大小2.2微米，最大帧率13FPS，镜头接口C接口，数据接口1394B火线接口。
本次测试，连接了Computar的M3514-MP工业镜头，成像后对图像的边缘梯度进行测量，以评价相机对图像黑白的表现能力。因为工业相机成像时，也包含了一定的算法，所以同样的一张图像或成像环境，并不是所有的相机的成像效果都是一样的。有一些相机成像后的边缘梯度-即图像的对比度-会表现的比较好，黑白分明；而有一些相机表现则比较差，成的像灰朦朦一片。因此测量图像中边缘的梯度，可以直接反应相机对明亮特征与黑暗特征的综合表现能力。
Computar M3514MP
测试软件为石鑫华视觉编写的相机性能测试软件。下面来看测试结果数据：
位置1连续运行1000次结果
位置1连续运行2000次结果
位置1连续运行3000次结果
| 次数 | 梯度均值 | 梯度最大值 | 梯度最小值 | 梯度差 | 梯度标准差 | 梯度方差 | | 1000 | 65.78 | 71.33 | 61.33 | 10 | 1.54 | 2.36 | | 2000 | 64.96 | 71.33 | 60.67 | 10.67 | 1.26 | 1.59 | | 3000 | 65.24 | 71.33 | 60.67 | 10.67 | 1.28 | 1.64 |
注：以上图像左上角的标准色卡其灰度值为200。
位置2连续运行1000次结果
位置2连续运行2000次结果
位置2连续运行3000次结果
| 次数 | 梯度均值 | 梯度最大值 | 梯度最小值 | 梯度差 | 梯度标准差 | 梯度方差 | | 1000 | 18.02 | 21 | 15 | 6 | 0.85 | 0.72 | | 2000 | 17.97 | 21 | 15 | 6 | 0.85 | 0.72 | | 3000 | 17.84 | 21 | 15 | 6 | 0.93 | 0.86 |
位置3连续运行1000次结果
位置3连续运行2000次结果
位置3连续运行3000次结果
| 次数 | 梯度均值 | 梯度最大值 | 梯度最小值 | 梯度差 | 梯度标准差 | 梯度方差 | | 1000 | 41.7 | 45 | 38.67 | 6.33 | 1.07 | 1.15 | | 2000 | 41.47 | 45.33 | 38.33 | 7 | 1.11 | 1.23 | | 3000 | 40.97 | 45.33 | 37.33 | 8 | 1.11 | 1.24 |
位置4连续运行1000次结果
位置4连续运行2000次结果
位置4连续运行3000次结果
| 次数 | 梯度均值 | 梯度最大值 | 梯度最小值 | 梯度差 | 梯度标准差 | 梯度方差 | | 1000 | 14.84 | 17.67 | 12.67 | 5 | 0.79 | 0.63 | | 2000 | 14.85 | 17.67 | 12.67 | 5 | 0.83 | 0.69 | | 3000 | 14.92 | 17.67 | 12.33 | 5.33 | 0.87 | 0.75 |
以上数据为运行次数前200次采样得到的结果。标准差、方差，可以反应采样数据的均匀性。均值是当前200次采样的平均值。同样的光照环境、光圈环境（即灰度均匀基本一致的情况下），梯度均值越大，表示当前的相机成像时的对比度越好。最大值、最小值，是200次采样中的出现的最大和最小值，差则是最大值-最小值，反应像梯度变化的范围，差值越小，则说明像素控制噪声能力越好，这个值与像素值的大小有关，例如全黑或全白时，其值要小许多，特别当相机饱和全白时，是没有变化的。标准差、方差越小，表示数据越均匀。
如上数据，当灰度值为200的色卡边缘处的梯度值为65左右，而其梯度的差值约为10。而位置2处的梯度则约为18左右，这时的梯度差为6左右，在这种低对比度环境下，则需要考虑将梯度设置成18-6=12以下，才可能保证一定能找到边缘。但是如果将梯度设置为12时，可能会有找不准的情况发生。因为12的梯度值已经是非常小的了。如果图像的边缘对比度只有十几，那么还得想办法提高边缘的对比度才能得到比较稳定的图像效果。
从以上的数据也可以看到，AVT Guppy Pro F-503B跟AVT Guppy Pro F-125B相机相比（可以参考评测文章http://shixinhua.com/camera/2014/04/1135.html），在基本一样的环境下，对比度的值明显要低许多。这个是可以通过数学的方法来解释的。AVT Guppy Pro F-125B是125万像素的工业相机，其分辨率约为1280×960的样子，而AVT Guppy Pro F-503B则为500万像素的工业相机，共同分辨率约为2600×1900的样子。AVT Guppy Pro F-503B在长或宽方向上的像素数量，约为AVT Guppy Pro F-125B的两倍。而我们知道对比度，又叫斜率，反应的是边缘的变化快慢。其计算方法为k=Δx/Δy，即X的变化量除以Y的变化量。在其它条件不变的情况下，可以知道边缘的两边的白色、黑色灰度值本身也不会有太多的变化，即Δx是基本一样的，而因为F-503B的分辨率比F-125B的高了一倍，即F-503的Δy比F-125B的Δy要大一倍左右。这样就可以知道F-505B的对比度k，应该只有F-125B的一半左右。
机器视觉论坛（石鑫华视觉）凭借丰富的机器视觉经验，可以为广大视觉硬件厂商提供充分的产品性能测试，工业相机、工业镜头、机器视觉光源、光源控制器、图像采集卡等等相关的硬件均可评测。
|
|
发表于 2014-5-29 10:11:14
