Oppløsning er et uunngåelig kjernetema i tekniske diskusjoner om industriell bildebehandling. Fra standard/høy-oppløsningsspesifikasjoner som 720i og 1080p, til de vanlige konfigurasjonene av industrikameraer med 2MP, 4MP, 8MP og til og med 24MP, og videre til ultra-høyoppløsningsteknologier som 4K, 8K og til og med gigapiksler, ser den kontinuerlige utviklingen av pikselverdier ut til å reflektere industrien. Men tilbake til de faktiske scenariene for industrielle applikasjoner, er høyere oppløsning det samme som bedre bilderesultater? Hvordan definere "riktig oppløsning" for ulike produksjonslinjer og inspeksjonskrav? Svaret er langt mer komplekst enn en enkel numerisk sammenligning.
Oppløsning i det industrielle bildebehandlingsfeltet er ikke et enkelt konsept, men et omfattende system som inkluderer kameraoppløsning, frekvensoppløsning og linseoppløsning. Blant dem er kameraoppløsning (målt i piksler/megapiksler) den mest-kjente indikatoren på markedet, men det er på ingen måte den eneste faktoren som bestemmer bildekvaliteten. Kjernegrunnen til å gå utover den «piksel-sentriske» tankegangen er at essensen av industriell bildebehandling eren omfattende avveining-basert på spesifikke applikasjonsscenarier-fra maskinvaretilpasning til databehandling, fra kostnadskontroll til effektivitetsoppnåelse, hvert oppløsningsvalg er nøyaktig samsvar med applikasjonskrav. Denne artikkelen vil først fokusere på kjerneforståelsen av kameraoppløsning, bryte ned den faktiske bildelogikken bak pikselverdier og analysere de mange tekniske avveiningene- bak valg av høy-oppløsning, og gi ideer for det vitenskapelige utvalget av industriell bildeoppløsning.
Kameraoppløsning: Piksler er et områdemetrisk, ensrettet oppløsningskraft er nøkkelen
Kameraoppløsning er i hovedsak den romlige oppløsningen til sensoren, målt i piksler eller megapiksler (MP), som representerer det totale antallet piksler en sensor kan fange. Det er også den mest intuitive referanseindeksen i valg av industrielle kameraer. I praktiske applikasjoner faller imidlertid de fleste ingeniører lett inn i den kognitive misforståelsen somdobling av piksler tilsvarer dobling av oppløsningsevne, hvis kjernespørsmål er å ignorere detpiksler er en to-dimensjonal områdeberegning, mens ensrettet løsningsevne er hovedfokuset ved industriell inspeksjon.
Vi bruker klassiske bransjeoppløsningsspesifikasjoner som eksempler for å analysere forholdet mellom pikselverdier og faktisk oppløsningskraft: 640×480-oppløsningen som en gang ble brukt i tidlig industriell bildebehandling har et totalt antall piksler på bare 307 200 (0,3 MP), en spesifikasjon som nå kun passer for enkle scenarier uten detaljkrav; oppløsningen på 1280×960 har et totalt antall piksler på rundt 1,23 millioner (1,2 MP), som er 4 ganger så mye som 0,3 MP i numeriske termer. Når det gjelder enveis oppløsningskraft, øker imidlertid de horisontale pikslene fra 640 til 1280 og de vertikale pikslene fra 480 til 960, dvs.den ensrettede oppløsningskraften er bare doblet, ikke firedoblet som reflektert av det totale pikselantallet. Denne regelen gjelder også for vanlige spesifikasjoner for høy-oppløsning og ultra-høy-oppløsning: den mest brukte 1080p (1920×1080) oppløsningen i industriområdet har et totalt antall piksler på omtrent 2,07 millioner (2MP); den industrielle 4K-spesifikasjonen (3840×2160) har et totalt antall piksler på omtrent 8,3 millioner (8,3 MP), som er 4,15 ganger det for 2 MP i totale piksler, men den ensrettede (horisontale/vertikale) oppløsningskraften er bare doblet.
Den praktiske betydningen av denne egenskapen for industrikontroll er at dersom kontrollkravet skal fange opplineære detaljerav det målte objektet (som pin-stigningen til elektroniske komponenter, ripelengden til metallplater), er økningen i ensrettet pikselantall nøkkelen til effektivt å forbedre oppløsningskraften, i stedet for blindt å forfølge en dobling av totalt piksler. For eksempel, i pin-inspeksjonen av 3C elektroniske produkter, bestemmer den horisontale pikseltettheten direkte om et 0,05 mm pinnegap kan skilles. I slike tilfeller vil bare å øke det totale antallet piksler uten å optimalisere det horisontale pikselantallet ikke føre til en betydelig forbedring av faktiske inspeksjonsresultater.
Uunngåelige avveininger-av høy oppløsning: avveininger-og balanse på tvers av fem kjernedimensjoner
Når vi har avklart den faktiske løsningslogikken for kameraoppløsning, må vi innse et kjernefakta:høyere kameraoppløsning er uunngåelig ledsaget av tekniske-avveininger på tvers av flere dimensjoner av bildebehandlingssystemet. Industriell bildebehandling er ikke en isolert maskinvareopptaksprosess, men en fullstendig kobling av "fangst-overførings-behandlings-lagring-applikasjon". De massive dataene som genereres av sensorer med høy-oppløsning, stiller høyere krav til maskinvareytelse, driftseffektivitet og til og med kostnadsinput for hele koblingen. Følgende analyserer de faktiske-avveiningskostnadene bak høy oppløsning fra de fem mest berørte dimensjonene i industrielle applikasjoner.
Dobbelttrykk på datavolum og lagring/båndbredde
Den mest direkte virkningen av høy oppløsning er den kraftige økningen i datavolum, et problem som er spesielt fremtredende i industriell videoavbildning. Basert på en1 minutts ukomprimert 24-bits ekte fargevideosom en målestokk er videodatavolumet for 1080p (2MP)-spesifikasjonen omtrent 10,4 GB, mens det for 4K (8,3 MP)-spesifikasjonen når 41,7 GB, omtrent fire ganger det tidligere.
Denne dataforskjellen gir direkte to store utfordringer: For det første økningen i lagringskostnadene. Inspeksjonsvideoer fra industrielle produksjonslinjer må ofte lagres i lang tid for sporbarhet, og en firedobling av rådatavolumet gjør at kapasiteten på lagringsservere og antall harddisker må økes synkront; andre, okkupasjonen av overføringsbåndbredde. Nettverksbåndbredderessurser på industriområder er begrenset, og sann-tidsoverføring av videoer med høy-oppløsning vil oppta mer båndbredde og kan til og med påvirke kommunikasjonseffektiviteten til annet utstyr på produksjonslinjen. Selv om komprimeringsteknologier som H.264 og H.265 kan brukes i industrien for å redusere datavolumet, selv med samme komprimeringsalgoritme og komprimeringsforhold, opprettholder det komprimerte datavolumet på 4K og 1080p fortsatt et 4:1-forhold, som ikke fundamentalt kan eliminere trykket forårsaket av datavolumforskjeller. Derfor, før du velger en høy oppløsning, er det viktig å vurdere:om inspeksjonskravene virkelig krever en så høy detaljfangstevne, og om det er verdt å betale tilleggskostnadene for lagring og båndbredde for det doblede datavolumet.
Avveiningen- av frekvensoppløsning: Oppløsning og bildefrekvens er inkompatible
Frekvensoppløsning, dvs. bildefrekvensen (FPS) til et industrikamera, representerer antall bilder et kamera kan ta per tidsenhet. Det er en kjerneindikator for produksjonslinjer for høy-inspeksjon-for eksempel nettbasert inspeksjon av matemballasje og høy-defektinspeksjon av litiumbatteripoler krever alle en høy bildefrekvens for å sikre sanntidsytelse og integritet for inspeksjonen. Det er imidlertid en naturlig avveining- mellom kameraoppløsning og bildefrekvens, en karakteristikk som bestemmes av sensorens maskinvarearbeidsprinsipp: bildedataene som tas opp av sensoren må leses og overføres raskt, og deretter tilbakestilles for å forberede neste bilde. Jo høyere oppløsning, jo større pikseldatavolumet til et enkelt bildebilde, jo lengre tid kreves det for datalesing og overføring, og jo lavere er maksimalt oppnåelig bildefrekvens.
Omvendt reduserer en reduksjon av kameraoppløsningen enkelt-bildedatavolumet til sensoren, øker datalesehastigheten og utvider rommet for forbedring av bildefrekvensen. Denne begrensningen er selvfølgelig ikke absolutt. Høy-industrikameraer kan forbedre bildefrekvensen ved høye oppløsninger ved å optimalisere sensorarkitekturen og ta i bruk høyhastighetsdatagrensesnitt (som CoaXPress og 10GigE), men dette betyr også en betydelig økning i maskinvarekostnadene. For industrielle applikasjoner dreier valget av bildefrekvens alltid rundtbevegelseshastigheten til inspeksjonsmålet: hvis det målte objektet beveger seg med høy hastighet (for eksempel inspeksjon av drikkeflasker på en produksjonslinje med en hastighet på 3m/s), har bildehastigheten mye høyere prioritet enn oppløsningen. Blindt valg av høy oppløsning i slike tilfeller kan føre til utilstrekkelig bildefrekvens, noe som resulterer i uskarphet i bildet, ubesvarte inspeksjoner og andre problemer; for statisk inspeksjon (som for eksempel offline-inspeksjon av halvlederskiver), kan oppløsningen økes passende for å fange opp flere detaljer på forutsetningen om at bildefrekvensen oppfyller kravene.
Dempning av sensorfølsomhet: Mindre piksler, høyere lysfølsomhet
Kamerafølsomhet representerer sensorens evne til å fange svakt lys, en nøkkelindikator for industrielle scenarier med lavt-lys (som intern inspeksjon av presisjonshulrom og inspeksjon av komponenter i mørkerom). Dens kjernebestemmende faktor erpikselstørrelsen på sensoren: Jo større pikselstørrelse, jo flere fotoner en enkelt piksel kan fange, jo høyere er sensorens følsomhet for lys, og jo klarere er bildene som kan tas i miljøer med lite-belysning; tvert imot, jo mindre pikselstørrelse, jo svakere fotonfangstevne for en enkelt piksel, jo lavere er sensorens følsomhet, og jo mer sannsynlig er det å oppleve bildestøy og detaljtap i miljøer med lite-belysning.
For å forbedre oppløsningen innenfor en begrenset sensorstørrelse, bruker industrien vanligvis metodenredusere pikselstørrelsen-for eksempel, for en 1-tommers sensor, vil oppgradering fra 2MP til 8MP redusere pikselstørrelsen fra ca. 5,5μm til ca. 2,7μm, med pikselområdet bare en fjerdedel av originalen, og fotonfangstevnen reduseres også betydelig. Selv om halvlederteknologien har utviklet seg kontinuerlig de siste årene, har prosessen med CMOS-sensorer blitt optimalisert konsekvent, og nye sensorer kan forbedre følsomheten gjennom bak-belyste og stablede arkitekturer samtidig som de reduserer pikselstørrelsen. I scenariene med ekstremt lav belysning av industriell bildebehandling har følsomhet fortsatt forrang over oppløsning.
For eksempel oppnår industrikameraet i 201-IP-462-serien av et bestemt merkeultra-lav lysfølsomhet på opptil ~0,001Luxmed sin store pikselstørrelse, som muliggjør inspeksjon i nesten lysløse industrielle hulrom-en egenskap som ikke kan oppnås med høyoppløselige-kameraer av samme størrelse. Dette bekrefter også et viktig prinsipp: hvis belysningsforholdene til den målte scenen er begrenset og ikke kan forbedres med ekstra lysutstyr, såå sikre sensorens følsomhet er langt viktigere enn å forfølge høy oppløsning-hvis bildet er uskarpt på grunn av utilstrekkelig lys, kan ingen oppløsning fange opp effektiv inspeksjonsinformasjon.
Økning i skuddstøy: Utfordringen med bilderenhet ved høye oppløsninger
Skuddstøy er en uunngåelig type støy i bildesystemer, forårsaket av de tilfeldige bevegelsesegenskapene til fotoner. Intensiteten er relatert til antall fotoner som fanges opp av sensoren: jo flere fotoner som fanges opp, jo relativt mindre blir innvirkningen av skuddstøy og jo høyere bilderenhet; jo færre fotoner som fanges, desto tydeligere blir virkningen av skuddstøy, og mer støy og flekker vil vises i bildet.
Som nevnt tidligere, er pikselstørrelsen på sensorer med høy-oppløsning mindre, og antallet fotoner som fanges opp av en enkelt piksel er mye mindre enn for store-pikselsensorer. Derfor vil virkningen av skuddstøy bli forsterket, og signal-til-støyforholdet (SNR) til bildet vil reduseres. For industriell inspeksjon vil tilstedeværelsen av støy forstyrre nøyaktigheten av defektdeteksjon-for eksempel ved mikro-ripeinspeksjon av metalloverflater, kan støy i bildet feilvurderes som riper av inspeksjonsalgoritmen, noe som fører til en økning i antallet falske alarmer; i industriell inspeksjon av medisinsk bildebehandling, kan støy skjule subtile strukturelle detaljer og påvirke nøyaktigheten av inspeksjon og vurdering. I praktiske applikasjoner, selv om støyreduksjonsalgoritmer kan brukes til å redusere virkningen av skuddstøy, vil overdreven algoritmebehandling også føre til tap av reelle inspeksjonsdetaljer, og danne en ny avveining mellom støyreduksjon og detaljoppbevaring.
Den uunngåelige kostnadsfaktoren: den eksponentielle økningen av maskinvare med høy-oppløsning
Kostnader er alltid en kjernebetraktning ved valg av industrielle applikasjoner og utstyr, og industrielle bildesystemer med høy-oppløsning betyr en eksponentiell økning i maskinvareinvesteringer gjennom hele kjeden. For det første har kjernekomponenten- selve industrikameraet med høy-oppløsning- mye høyere produksjonskostnad på grunn av den mer sofistikerte halvlederprosessen og høyere ytelseskrav til sensoren, med prisen på et 8 MP industrikamera som vanligvis er 2 til 3 ganger så mye som et 2MP-seriekamera av samme merke og samme merke. For det andre, støttende maskinvare som linser, datainnsamlingskort og overføringskabler må også oppgraderes synkront: høy{10}}bildebehandling krever høy-industrielle linser med matchende oppløsning for å unngå uskarphet forårsaket av begrensninger i linseoppløsningen; dataoverføring med høy-hastighet krever-datainnsamlingskort med høy ytelse og{14}}overføringskabler med høy-båndbredde (som optiske fibre), som øker de totale maskinvarekostnadene ytterligere.
I tillegg til-engangskostnaden for kjøp av maskinvare, øker også de senere drifts- og vedlikeholdskostnadene med økningen i oppløsning: jo høyere datavolumet er, desto høyere ytelseskrav for den industrielle datamaskinen og bildebehandlingsserveren, noe som fører til høyere strømforbruk og vedlikeholdskostnader; jo mer sofistikert utstyr med høy-oppløsning er, desto høyere krav stilles det til-miljø og vedlikeholdspersonells faglige ferdigheter for bruk på stedet, og den tilsvarende økningen i daglige drifts- og vedlikeholdskostnader. For de fleste industribedrifter er det endelige målet med utstyrsoppgradering å forbedre produksjonseffektiviteten og inspeksjonsnøyaktigheten, så oppløsningsvalget må være basert påkostnads-ytelsesforhold-det er ikke nødvendig å søke etter den høyeste oppløsningen ubetinget, men å velge den mest passende oppløsningskonfigurasjonen i henhold til de faktiske inspeksjonskravene og budsjettskalaen.
Konklusjon
Innen industriell bildebehandling er oppløsning aldri en frittstående teknisk indikator, men en nøkkelparameter som er nært knyttet til hele bildebehandlingssystemet og faktiske applikasjonsscenarier. Den kognitive misforståelsen om å "blindt forfølge høy oppløsning" fører ofte til unødvendige kostnadsinvesteringer og til og med redusert inspeksjonseffektivitet. Valget av vitenskapelig oppløsning bør følge prinsippet om"applikasjons-orientert, etterspørselsdrevet-": For det første, klargjør kjerneinspeksjonskravene, inkludert detaljnivået til det målte objektet, bevegelseshastigheten,-belysningsforholdene på stedet og andre nøkkelfaktorer; for det andre, evaluere de tekniske avveiningene- av ulike oppløsningskonfigurasjoner, inkludert datavolum, bildefrekvens, følsomhet og kostnader; til slutt, velg den løsningen som passer best ved å kombinere det faktiske budsjettet og langsiktige-driftsbehov.
I den neste delen av denne artikkelen vil vi videre diskutere innvirkningen av linseoppløsning og frekvensoppløsning på den generelle ytelsen til det industrielle bildesystemet, og gi en mer detaljert og praktisk veiledning for valg av oppløsning kombinert med typiske industrielle applikasjonssaker (som 3C elektronikk, bilproduksjon, matemballasje og halvlederinspeksjon).
