石鑫华视觉论坛

 找回密码
 注册会员
查看: 5850|回复: 1

[面阵相机] Basler acA640-120gm工业相机性能评测-边缘梯度测试

[复制链接]
  • TA的每日心情
    擦汗
    11 小时前
  • 签到天数: 3382 天

    连续签到: 4 天

    [LV.Master]2000FPS

    发表于 2014-5-16 21:43:13 | 显示全部楼层 |阅读模式 来自:广东省东莞市 移动

    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
    Basler acA640-120gm工业相机性能评测-边缘梯度测试

    测评硬件平台:

                                   
    登录/注册后可看大图

    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:Basler acA640-120gm
    图像采集卡:四通道Intel GIGE千兆网卡
    机器视觉光源:条形光源-17040-W
    光源控制器:模拟控制器-2424-1CH
    标准色卡:X-Rite 24色标准色卡
    被测对象:

                                   
    登录/注册后可看大图

    Basler acA640-120gm

                                   
    登录/注册后可看大图

    Basler acA640-120gm

                                   
    登录/注册后可看大图

    Basler acA640-120gm 接口

                                   
    登录/注册后可看大图

    Basler acA640-120gm芯片(1/4’CCD)

    Basler acA640-120gm是一款30万像素CCD工业相机,图像传感器为索尼ICX618,1/4’逐行全局曝光CCD传感器。分辨率659 x 494,最大帧率120FPS,镜头接口C接口,数据接口GIGE千兆网口。
    本次测试,主要测试连接镜头时,单像素点的灰度变化情况。这类测试,主要评估相机的暗电流影响或抑制噪声的能力。如果其它条件均不变的情况下,对相机进行连续图像采集,测量一个固定的点的灰度值,其变化范围越大,则说明像素的跳变越大,则其连续均匀性则越差。理想的情况是希望相机在其它条件均不变的情况下,上一次图像跟下一次图像能一模一样。这对于产品的重复性测试是非常重要的。

                                   
    登录/注册后可看大图

    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:


                                   
    登录/注册后可看大图

    位置1连续运行1000次结果

                                   
    登录/注册后可看大图

    位置1连续运行3000次结果

                                   
    登录/注册后可看大图

    位置1连续运行5000次结果

                                   
    登录/注册后可看大图

    位置1连续运行7000次结果

                                   
    登录/注册后可看大图

    位置1连续运行10000次结果

                                   
    登录/注册后可看大图

    位置1连续运行15000次结果

                                   
    登录/注册后可看大图

    位置1连续运行20000次结果

                                   
    登录/注册后可看大图

    位置1连续运行40000次结果

                                   
    登录/注册后可看大图

    位置1连续运行60000次结果

                                   
    登录/注册后可看大图

    位置1连续运行80000次结果

                                   
    登录/注册后可看大图

    位置1连续运行100000次结果

                                   
    登录/注册后可看大图

    位置1连续运行1000000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
    1000130.65136.33125.6710.671.652.72
    3000130.94136.3312511.331.722.97
    5000130.55136.33124.6711.671.722.96
    7000130.79136.33124.6711.671.672.81
    10000130.64137124.6712.331.62.56
    15000130.05137124.6712.331.632.65
    20000131.58137124.6712.331.642.73
    40000130.28138.33124.6713.671.582.5
    60000129.13138.3312315.331.743.03
    80000127.75138.33120.6717.671.582.49
    100000126.56138.33120.6717.671.722. 94
    1000000127.09144.67120.3324.331.562. 43

    注:以上图像左上角的标准色卡其灰度值为200。
    从上面的数据可以看到,左上角的梯度差至少在10以上,最大的可以达到 24.33。这给我们一些边缘分析函数给出一些参考意见,边缘阈值,需要设置在当前最大阈值-25的值附近,才可能有比较好的保证。如上面的最大值梯度为144.67,减去25,则为120,与刚才比最小的120.67略小一点点,勉强可以找到边缘点。如果设置的边缘阈值大于120.67,那么那次梯度值时,则找不到边缘点。

                                   
    登录/注册后可看大图

    位置2连续运行1000次结果

                                   
    登录/注册后可看大图

    位置2连续运行3000次结果

                                   
    登录/注册后可看大图

    位置2连续运行5000次结果

                                   
    登录/注册后可看大图

    位置2连续运行7000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
    100036.6739.6733.336.330.980.97
    300036.6939.6733.336.331.031.07
    500036.5739.6733.336.330.960.91
    700036.5839.6733.336.330.970.93


                                   
    登录/注册后可看大图

    位置3连续运行1000次结果

                                   
    登录/注册后可看大图

    位置3连续运行3000次结果

                                   
    登录/注册后可看大图

    位置3连续运行5000次结果

                                   
    登录/注册后可看大图

    位置3连续运行7000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
    100093.579889.338.671.331.78
    300093.7398.33899.331.442.07
    500093.3498.6786.67121.381.9
    700093.4698.6786.67121.442.09


                                   
    登录/注册后可看大图

    位置4连续运行1000次结果

                                   
    登录/注册后可看大图

    位置4连续运行3000次结果

                                   
    登录/注册后可看大图

    位置4连续运行5000次结果

                                   
    登录/注册后可看大图

    位置4连续运行7000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
    100035.93393360.930.87
    300035.853932.676.330.910.83
    500035.8139.3332.676.670.890.8
    700035.8839.3331.677.670.960.92

    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130左右,而其梯度的差值约在10~25之间。而位置2处的梯度则约为36左右,这时的梯度差为6左右,在这种低对比度环境下,则至需要考虑将梯度设置成36-6=30以下,才可能保证一定能找到边缘。但是如果将梯度设置过低时,可能会有找不准的情况发生。
    从位置1的数据可以看到。当相机运行次数较大时(一百万次),其可能的变化范围是比较大的,这时需要考虑这些较大的变化给图像处理中带来的变化影响。


    回复

    使用道具 举报

  • TA的每日心情
    奋斗
    2021-7-30 09:43
  • 签到天数: 21 天

    连续签到: 1 天

    [LV.4]400FPS

    发表于 2014-9-26 15:56:29 | 显示全部楼层 来自:福建省厦门市 电信
    对于这么好的帖子,不点个赞太对不起楼主了。:D
    回复 支持 反对

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(第二版)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23/24

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-11-20 19:39

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表