【視覺知識】液態鏡頭技術

液態鏡頭技術液態鏡頭是在工業領域迅速普及的一項新技術，在多種應用中它們比傳統鏡頭具有許多優勢。實際上，正是它們的多功能性和靈活性成為成功采用它們的主要動力。但是什么是液態鏡頭技術？它是如何工作的？它的作用是什么？液態鏡頭用于卓越的自動對焦對于數字圖片，精確控制焦點是獲得高質量圖像的唯一方法。圖像的主體必須非常清晰，而背景的其余部分則更加模糊。自動對焦功能是拍攝優質照片的核心，而液態鏡頭為自動對焦帶來了全新的功能。液態鏡頭可用于多種應用，例如：l 數碼攝影l 工業數據采集l 條形碼讀取（一維和二維）l 生物特征數據采集本質上，液態鏡頭可用于物距變化很大，需要快速自動對焦的任何應用。液態鏡頭如何工作？液態鏡頭采用電潤濕工藝來實現卓越的自動聚焦功能。透鏡本身是一個內部裝有水和油的密封電池。電潤濕過程可將油滴快速準確地塑造成有效的鏡片。該過程是連續的，可逆的，并且對于大小聚焦步驟都同樣快速。液態鏡頭改變其形狀的速度似乎很神奇，但實際上是非常科學的。如果將一滴液體放置在疏水表面（排斥液體的表面）上，則液體中的分子將結合在一起并形成珠子，因為它們被表面的疏水性所排斥。當向該液體和疏水性阻擋層另一側的另一種導電材料（如鋁）施加電場時，液體會靜電吸附到鋁上。組成液體的分子在試圖到達鋁時會散開，導致水滴急劇改變形狀。此過程稱為電潤濕，它是液態鏡頭的重要基礎。施加的電場越強，液體對導電材料的吸引力就越大。這意味著水將盡其所能地越過障礙物傳播到更遠的范圍，從而進一步擴散。通過改變用電量，可以迫使液體采取多種形狀。如果將這種液體用作透鏡，則其變成不同形狀時將具有不同的焦距，從而可以大大改變傳感器拍攝的圖像。為什么要使用液態鏡頭技術？液態鏡頭的主要優點是其靈活性，可以同時用于多種不同的應用。這在不同尺寸物體的大批量生產環境中尤其有用。例如，一家制藥公司可能對不同類型的膠囊、藥丸、凝膠片等使用機器視覺檢查。對于傳統的鏡頭，將需要設置多個圖像系統來檢查每種產品，或者一個圖像系統必須焦點深度不斷變化。使用液態鏡頭，一個圖像系統可以完成多個圖像系統的工作，可以在圖像系統中編程不同的物距，從而無需停止生產來更改焦深或設置多個不同的圖像系統。液態鏡頭技術在很大程度上得益于其提供的靈活性，在工業領域已迅速普及。液體透鏡非常適合廣泛的應用，甚至可以提供比許多機械選件更高的圖像質量。【來源：光虎視覺內部培訓資料】

圖像畸變的產生及消除畸變的方法

圖像畸變的產生及消除畸變的方法什么是圖像畸變？畸變作為光學系統中經常提到的一個參數，是限制光學量測準確性的重要因素之一。它是光學系統對物體所成的像相對于物體本身而言的失真程度，只引起像的變形，對像的清晰度并無影響。對于理想光學系統，在一對共軛的物像平面上，放大率是常數。但是對于實際的光學系統，僅當視場較小時具有這一性質，而當視場較大或很大時，像的放大率就要隨視場而異，這樣就會使像相對于物體失去相似性。這種使像變形的成像缺陷稱為畸變。畸變定義為實際像高與理想像高差，而在實際應用中經常將其與理想像高之比的百分數來表示畸變，稱為相對畸變，即常見的畸變類型桶形畸變：在桶形畸變中，圖像放大率隨與光軸的距離而減小，體現在圖像呈球體（或桶）周圍映射的效果。魚眼鏡頭具有半球形的視角，它利用這種變形來將無限寬的物平面映射到有限的圖像區域。在變焦鏡頭中，桶形畸變出現在鏡頭焦距范圍的中間，而在該范圍的廣角端最嚴重。枕形畸變：在枕形畸變中，圖像放大率隨距光軸距離的增加而增加。可見的效果是，未穿過圖像中心的線像枕形一樣向內彎曲，朝向圖像中心。機器視覺中的圖像畸變圖像畸變帶來的影響光虎視覺認為許多檢測應用需要非常精確的測量，盡管通過亞像素插值的軟件算法可以提供非常精細的測量結果，但是如果創建的圖像有任何變形，它們也無法提供準確或可重復的結果。所以，選擇合適的光學器件是測量系統能否成功的關鍵。幸運的是，運用一些光學原理，可以使用雙遠心鏡頭，該類鏡頭可以克服物體位置的變化、物體上的高度差以及其他可能導致軟件處理不正確的圖像信息的問題。所以合理使用雙遠心鏡頭可以很好的解決圖像的畸變問題。遠心的重要性透視誤差，也稱為視差，是我們日常體驗的一部分。實際上，視差是使得大腦解釋3D世界的原因。距離我們較近的物體看起來相對較大，舉個簡單的例子：想象某人站在一組鐵軌，緊挨著它們的前面，兩根鐵軌相距不遠，看似平行。當朝地平線看去時，這些平行的軌道似乎會聚在一起。我們知道它們實際上并沒有在遠處的某個地方聚集在一起，否則火車會飛離軌道，但是這種感知方式至關重要。在常規成像系統中也存在該現象，其中物體的感知尺寸（其放大率）隨著其距透鏡的距離而變化。雙遠心鏡頭在光學上可以糾正這種情況，因此在鏡頭所定義的范圍內，無論距離如何，物體都保持相同的感知大小。在鐵軌的示例中，雙遠心鏡頭會使鐵軌看起來相距相同的距離，而不管它們是在鏡頭的前面還是在地平線上。雙遠心鏡頭的優勢光虎視覺認為對于許多應用，都需要雙遠心，因為它在一定的工作距離范圍內提供近乎恒定的放大倍率，實際上消除了視角誤差。這意味著對象移動不會影響圖像放大率。在具有雙遠心的光學系統中，物體離近或遠離鏡頭不會導致圖像變大或變小。此外，沿光軸方向具有深度范圍的對象不會出現傾斜。例如，圓柱的軸平行于光軸的圓柱物體在遠心鏡頭的像平面中看起來是圓形的。在非遠心鏡頭中，同一物體看起來頂部是橢圓形的，而不是圓形的，并且側面是可見的。值得一提的是，在具有雙遠心的光學系統中，聚焦或故意散焦的圖像平面運動不會改變圖像大小。雙遠心鏡頭的另一個優點是，它可以提供極其均勻的圖像平面照明。雙遠心鏡頭在大多數情況下可以提供當今市場上最低的失真水平（畸變），這大大的提高了它們提供可靠的視覺系統的能力。隨著當今機器視覺系統的需求不斷增長，選擇正確的光學組件比以往任何時候都更加重要。光學系統是調節圖像以進行分析的關鍵部分，因此不應忽視。每當需要進行關鍵測量時，都需要考慮使用雙遠心鏡頭來產生能夠真正提供所需結果的系統。【來源：光虎視覺內部培訓資料】

像方遠心、物方遠心、雙遠心鏡頭的區別

像方遠心、物方遠心、雙遠心鏡頭的區別 工業鏡頭是機器視覺系統中十分重要的成像元件，系統若想完全發揮其作用，工業鏡頭必須能夠滿足要求才行。隨著機器視覺系統在精密測量領域的廣泛應用，普通工業鏡頭難以滿足要求，而遠心鏡頭應運而生。 遠心鏡頭主要為矯正傳統工業鏡頭視差而設計，它可以在一定的物距范圍內，使得到的圖像放大倍率不變，從而彌補普通工業鏡頭“遠大近小”的視覺效果，滿足精密測量的要求。遠心鏡頭按設計原理可分為：像方遠心光路、物方遠心光路和雙側遠心光路。 --------------光路原理 1）像方遠心光路 像方遠心光路的光路圖下圖。它是將孔徑光闌放置在物方焦平面上，像方主光線平行于光軸主光線的會聚中心位于像方無窮遠。這種鏡頭的特點是放大倍率與像距無關，可以消除像方調焦不準引入的測量誤差。 2）物方遠心光路 物方遠心光路的光路圖如下圖。它是將孔徑光闌放置在光學系統的像方焦平面上，物方主光線平行于光軸主光線的會聚中心位于物方無限遠。這種鏡頭的特點是在合理的活動范圍內，物體的放大倍率與物距無關。即使物距發生改變，像高也并不會發生改變，即測得的物體尺寸不會變化。根據這個原理設計出來的鏡頭成為物方遠心鏡頭，簡稱遠心鏡頭。 3）雙側遠心光路 雙側遠心光路就是我們常說的雙遠心光路，光路圖如下圖。它綜合了像方遠心和物方遠心的雙重優點，在景深范圍內，物體離得遠近或者相機離得遠近，都不會影響到成像系統的放大倍數，即像不隨物距和相距的變化而變化。根據雙側遠心光路設計出來的鏡頭成為雙遠心鏡頭。 鏡頭原型 正所謂“弱水三千，只取一瓢飲”。在遠心鏡頭選型過程中，需要我們根據實際情況，從百萬只鏡頭中，挑選出最適合我們的那一個。在了解了遠心鏡頭的光路原理之后，讓我們來康康鏡頭參數的含義吧！（1）物方遠心鏡頭 前面提到，物方遠心鏡頭簡稱為遠心鏡頭。遠心鏡頭常用參數包括倍率、工作距離、物方分辨率、景深、數值孔徑NA等。在眾多參數中，可能會讓大家困惑的參數，應該是數值孔徑NA了吧。 遠心鏡頭中提到的數值孔徑NA指像方數值孔徑，數值孔徑NA值越大，鏡頭分辨率和亮度越佳。數值孔徑NA與物方分辨率的對應關系為： 物方分辨率=，λ為測試光波長。一般遠心鏡頭參數中，也會給出鏡頭可匹配的像元大小。如果參數中并沒有給出鏡頭的良配怎么辦呢？不慌，不慌，一個公式解決煩惱：匹配相機像元尺寸=物方分辨率*鏡頭倍率。 （2）雙遠心鏡頭 雙遠心鏡頭常用參數相對于遠心鏡頭來說更容易理解。它包括倍率、物方分辨率、工作距離、景深、遠心度等。在這些參數中，各參數的對應關系與遠心鏡頭的對應關系相一致。需要特別解釋一下的，應該只有遠心度了。它是評價遠心鏡頭和雙遠心鏡頭好壞的重要參數之一。 遠心度是指主光線偏離光軸的角度。角度越小，遠心度越好，鏡頭的倍率誤差越小。在測量過程中的表現為：在景深范圍內，保證不同工作距下，物體的放大率是一樣的。它是彌補普通工業鏡頭“遠大近小”這一弊端的重要因素。 -------------雙遠心鏡頭優勢遠心鏡頭和雙遠心鏡頭常用于精密測量領域。在解釋完他們的光路原理和參數意義后，大家有沒有困惑，遠心鏡頭和雙遠心鏡頭在景深范圍內，工作距離都不會影響成像倍率，且畸變值都很小。那在選型過程中，如何取舍呢？雙遠心鏡頭當然是靠實力取勝啦。 雙遠心鏡頭相對于遠心鏡頭景深更大。當其他參數相同的情況下，雙遠心鏡頭的工作范圍比遠心鏡頭的工作范圍要大，可觀測的范圍更廣。當我們需要觀測的物體高度差比較大時，可以優先考慮雙遠心鏡頭。 雙遠心鏡頭相對于遠心鏡頭遠心度也更高。在精密測量的選型過程中，如果對觀測物體精度要求很高時，雙遠心鏡頭會是一個更好的選擇。 >>光虎光電科技（天津）有限公司<< >>公司網址：www.wfscnqf.cn<<

3D無序抓取

什么是3D無序抓取？3D無序抓取就是利用3D成像系統對工件表面進行感知和分析，計算得到物體的實時空間坐標和姿態，無需示教即可無縫驅動機械臂可被廣泛應用于料框堆疊工件的識別/無序抓取等多種需求。針對料框中散亂工件的上下料技術難點及機器代替人工的趨勢，3D視覺引導定位機器人無序抓取系統解決方案采用3D相機進行三維數據的采集、匹配、識別，并將最合適抓取工件的坐標轉換為機器人坐標，機器人根據限定條件進行最優路徑規劃完成散亂工件的抓取，最終實現無序抓取的整個流程。為什么要使用3D無序抓取？在工業上，機器人完成重復性工作已經很常見了，但是無序的應用環境則要復雜得多。這就意味著機器人無法依靠設定好的程序繼續執行工作，而是需要對環境進行感知、分析，從而再做出判斷。在沒有應用3D視覺之前，雜亂無章的工作任務通常是用傳統的工裝實現定位的。這種方式無法滿足不同產品使用一個工裝定位的問題。隨著電子行業的興起，工業生產中無序類的應用需求越來越多。為了解決這個問題，3D視覺就成為了最佳的選擇。專門針對散亂堆放的工件設計，來高效地完成3D智能抓取，來替代傳統的工裝夾具。3D無序抓取在實際工業中的使用使用3D無序抓取命令，可以做到：檢測任何物體的每個位置和形狀；在盒子中檢測未分類的零件，用機器人將他們撿起來并送入生產機器；將盒子中每個檢測到的零件的位置發送給機器人。通過3D匹配，可以只用1個3D傳感器來配置之前的任何對象的形狀和位置。因此，可以用來無序抓取復雜形狀的零件。在這些方向上3D無序抓取也得到了應用：>> 多品種工件的機器人3D定位抓取上料>> 料框堆疊物體3D識別定位>> 復雜多面工件的柔性化3D定位抓取>> 大型物體3D定位抓取>> 工件的無序來料3D定位>> 多工序間機器人協作3D定位抓取>> 輸送帶上物體的快速3D定位抓取>> 噴涂機器人來料3D識別定位>> 大型設備的機器人裝配3D定位3D無序抓取現狀及未來發展從生產和環境適應性的角度來講，未來幾年的發展方向對3D視覺有著更廣泛的需求。這要求3D相機能夠通過對工件3D數據的掃描，幫助機器人快速準確的找到被測零件并確認其位置，引導機械手準確抓取定位工件，從而實現工業機器人自動化生產線的柔性工裝。而在應用拓展方面，除了智能抓取，當前，機器人3D視覺在自動化焊接、自動化切割、自動化裝配、自動化碼垛等方面也有廣泛應用。【來源：光虎視覺內部培訓資料】

自動對焦技術

什么是自動對焦？ 自動對焦指的是能夠根據被測物與視覺系統之間的距離，來自動調整鏡頭焦距以保持影像清晰。是利用物體光反射的原理，相機上的傳感器接收反射的光，通過計算機進行處理，帶動電動對焦裝置進行對焦。自動對焦技術通常分為兩類：主動式和被動式。 主動式 指的是相機上的紅外線發生器、超聲波發生器發出紅外光或超聲波到被測物。相機上的接收器接收反射回來的紅外光或超聲波進行對焦，其光學原理類似三角測距對焦法，即測距自動對焦。 被動式 即直接接收并分析來自被測物自身的反光，進行自動對焦的方式。這種自動對焦方式的優點是自身不需要一個發射系統，因而耗能少，對具有一定亮度的被測物有較為理想的自動對焦。通常為聚焦檢測自動對焦。一般來說，工業上進行使用多數為被動式自動對焦。 如何進行自動對焦？ 配備有自動對焦功能的相機，通常使用軟件搭配液態鏡頭來調整焦距，從而達到聚焦清晰的效果。 只有在需要對焦的區域中需要達到最佳聚焦點時才會有作用，然后會停止自動對焦的動作。這就是通過接收來自被測物自身反射的信息，進行圖像數據分析，從而達到控制液態鏡頭，改變焦距的效果。 如何判斷最佳聚焦點？ 有不同的方法來測量圖像的清晰度，依據兩個基本原理。第一個原理是圖像的邊緣清晰度。也就是在實際獲取的圖像中，搜索相鄰像素之間的大的灰度值的跳躍，來突出顯示邊緣或者輪廓。這些邊緣輪廓的對比度則用來決定圖像的銳利度。邊緣圖像越清晰，原始圖像的清晰度越高。（具體可以參考圖像在時域和頻域的轉換中的高頻部分）。 第二個原理是基于圖像直方圖的值的分析。可以用來計算圖像的平均灰度值的像素值的變化量。方差越大，現有的灰度值邊緣和圖像的對比度就越高。如果圖像變得不聚焦，那么之前的灰度值跳躍大的邊緣就會呈現斜坡形式的梯度，導致圖像的對比度降低。也就是說，圖像越清晰，灰度擴散越高，圖像中的對比度也就越高，圖像也越清晰。 在使用自動對焦，焦距在改變過程中，圖像的銳利度和方差是會實時改變的，通過軟件進行圖像銳利度以及方差的分析處理，達到一個效果顯著的清晰圖像。 自動對焦技術的優勢在哪？ 自動對焦技術使用液態鏡頭來實現，與傳統透鏡有所不同，液體鏡頭是一種使用一種或多種液體制成的無機械連接的光學元件，可以通過外部控制改變光學元件的內部參數，有著傳統光學透鏡無法比擬的性能。簡單來說就是透鏡的介質由玻璃變為液體。更準確地來說就是一種動態調整透鏡折射率或通過改變其表面形狀來改變焦距的新型光學元件。 就像利用玻璃制成的傳統光學鏡頭一樣，液體鏡頭也屬于單體光學元件，但其材質是可以改變形狀的光學液態材料。玻璃鏡頭焦距取決于其材質和曲率半徑。液態鏡頭也遵從相同的基本原理，但其獨特之處在于可以改變曲率半徑，從而改變焦距。這種半徑變化采用電控方式，能夠實現毫秒級的變化。生產廠家利用從電潤濕到形變聚合物再到聲光調節等各種技術，控制液態鏡頭曲率半徑和折射率。 大多數成像鏡頭都是多元件鏡頭，單光學鏡頭的成像性能難以滿足需要。因此只使用液態鏡頭是不明智的。但在多元件設計中結合使用液態鏡頭和成像鏡頭，就可以發揮液態鏡頭的速度和靈活性優勢。液態鏡頭能夠以毫秒級的反應時間在近距離或光學無窮遠對焦，這對于條碼讀取、包裝分類、安保和快速自動化等需要在多個位置進行對焦的應用來說是一種理想選擇，這些被檢測物體要么尺寸不同，要么與鏡頭之間的距離不同。在需要快速對焦的各種應用中，可以利用液態鏡頭提高成像系統靈活性。 【來源：光虎視覺內部培訓資料】

CXP2.0與5、10、25GigE

CoaXPress2.0 CoaXPress是專業和工業成像應用（例如機器視覺、醫學成像、生命科學、廣播和國防）的全球最快標準。它是一種不對稱的點對點串行通信標準，可通過單根或多根同軸電纜傳輸視頻和靜止圖像，CXP 1.1相機已經面世了十年，它具有用于視頻、圖像和數據的每條電纜高達6.25 Gbps的高速下行鏈路特點，其使用的標準連接器為75?BNC和DIN1.0/2.3；目前CXP1.1引入的單個通道最大傳輸速度為6.25Gbps，對于CXP-10，CXP 2.0將其提高到10 Gbps，對于CXP-12，CXP2.0將其提高到12.5 Gbps。 作為CXP協議的制定商之一的Active Silicon，CXP-12采集卡上行速度提高一倍，達到42Mbps，因此現在可以實現超過500kHz的觸發速率。實時觸發是CoaXPress眾所周知的優勢，并且是許多工業檢測系統中的關鍵功能，值得注意的是，CXP-12采集卡首選的連接器是Micro-BNC，也稱為HD-BNC，使用更小的連接器能合并到更緊湊的硬件中；CXP2.0協議引入了多目標功能，因此可以將數據從單個攝像機輸出到位于不同PC上的多個圖像采集卡。 該標準的未來版本有望包括對GenDC的正式支持，與預期的光接口的兼容性以及對串行通信的支持。速度可能會隨著技術的發展而提升。 5GigE IEEE 802.3bz-2016的發布旨在為雙絞線以太網連接提供增強的標準，速度為2.5和5 Gbps。獲得了當前1 Gb和10 Gb以太網標準之間的中間速度。產生的標準稱為2.5GBase-T和5GBase-T，或2.5和5 GigE Vision。可通過標準的at5eC電纜以高達5 Gbps的速度傳輸，提供更大的靈活性。使用普通的銅雙絞線，該技術可以將數據傳輸容量提高到100米，而銅雙絞線往往是傳統系統中的標準配置。 2.5G超過100米Cat5e(D類)非屏蔽雙絞線銅纜 5Gb/s超過100米Cat5e(D類)非屏蔽雙絞線銅纜 5Gb/s超過100米Cat6(E類)非屏蔽雙絞線銅電纜 10GigE 10GigE(萬兆以太網)，一種以太網的傳輸標準，最初在2002年通過，成為 IEEE Std 802.3ae-2002。它規范了以 10 Gbit/s 的速率來傳輸的以太網，因為速率是1GigE以太網的十倍，因此得名。 10GBase-T連接中使用的標準銅纜（Cat6，Cat6a和Cat7）支持的最大長度為100 m，這取決于所用電纜的類型。但是，Cat6電纜最多只能使用55 m的長度，Cat6a或Cat7電纜的距離更長；光纖電纜可提供更長距離的傳輸，但需要轉換器來生成光信號和NIC卡中的光接收器，支持以太網供電（PoE）和同一根電纜。 25GigE 千兆以太網視覺發布于2006年，傳輸距離高達100m。當攝像頭為低分辨率甚至現在使用中分辨率攝像頭（例如12Mpx）和低幀速率要求時，這種方法就可以工作。現在，為了獲得更高的分辨率并支持更高的幀速率（即更高的帶寬），業界開始采用5、10和25 GigE視覺，這比原始GigE Vision接口快5、10和25倍。直到長度為25GigE的點式光纜接管為止，電纜的長度都會有所妥協。某些PC支持新的速度，但是實際上任何現代PC都可以添加相對便宜的網絡接口卡（NIC），能實現更高的速度。 25GigE SFP28接口提供了三個選項，可以滿足所有應用的電纜長度要求。第一種選擇是使用SFP28多模光纖模塊/收發器和LC-LC多模光纖電纜，電纜長度從1M到70M。第二種選擇使用SFP28單模光纖模塊/收發器和LC-LC單模光纖電纜，電纜長度范圍從1M到10KM。第三種選擇是使用低成本直接連接來連接1至5米之間的電纜。相比于CXP連接器，25 GigE的連接器碩大無比。 【來源：光虎視覺內部培訓資料】

相機標定的理解及原理（二）

世界平面測量與校正 與觀察和檢查平面（平坦）表面或放置在此類表面（例如傳送帶）上的物體有關的視覺系統可以利用Adaptive Vision Studio的圖像到世界平面轉換機制，該機制可以： 從原始圖像上的位置計算現實世界的坐標。例如，這對于與外部設備（例如工業機器人）的互操作性至關重要。假設在圖像上檢測到對象，并且需要將其位置傳輸到機器人。檢測到的對象位置以圖像坐標給出，但是機器人在現實世界中使用不同的坐標系進行操作，需要一個由世界平面定義的通用坐標系。 將圖像校正到世界平面上。當使用原始圖像進行圖像分析不可行時（由于高度的鏡頭和/或透視失真），這是必需的。對校正圖像執行的分析結果也可以轉換為由世界平面坐標系定義的真實坐標。另一個用例是將所有攝像機的圖像校正到公共世界平面上的多攝像機系統校正，從而在這些校正后的圖像之間提供簡單且定義明確的關系，從而可以輕松疊加或拼接。 下圖顯示了圖像坐標系。圖像坐標以像素表示，原點（0,0）對應于圖像的左上角。X軸從圖像的左邊緣開始，并向右邊緣。Y軸從圖像的頂部開始向圖像的底部開始。所有圖像像素都具有非負坐標。 圖像坐標中的方向和像素位置 這個世界平面是一個特殊的平面，在真實的三維世界中定義。它可以任意放置在相機上，有一個定義的原點和XY軸。 下面的圖像顯示了世界平面。第一幅圖像呈現原始圖像，這是由一個尚未安裝在感興趣物體上方的相機拍攝的。第二個圖像顯示的是世界平面，它已與物體所在的表面對齊。這允許從原始圖像上的像素位置計算世界坐標，或者進行圖像校正，如下一幅圖像所示。 不完全定位的相機捕獲的感興趣對象 世界平面坐標系疊加在原始圖像上 圖像到世界平面坐標的計算 圖像校正，在世界坐標下，將從點(0，0)到(5，5)的區域裁剪 如何實現相機標定？ 使用針孔相機模型 濾波器通過有效地最小化RMS重投影誤差（圖像上觀察到的網格點之間的平均平方距離的平方根），從一組平面校準網格中估計攝像機的固有參數-焦距，主點位置和畸變系數，使用估計的參數（即網格姿態和相機參數）將關聯的網格坐標投影到圖像平面上。如果至少一個校準網格不垂直于相機的光軸，則可以通過濾鏡計算焦距。或者，可以通過inFocalLength將焦距設置為固定值。inFocalLength以像素為單位測量，可以通過傳感器和鏡頭參數計算得出： 其中f_pix焦距測量為像素，f_鏡頭焦距測量為毫米，pp-傳感器像素間距測量為每像素毫米，d-攝像機結合或/和圖像縮小因子。 InFocalLength也可以從視角獲得，對于水平情況，適用以下公式： 其中f_pix焦距以像素為單位，w-圖像寬度，α-水平視角 支持一些失真模型類型。最簡單的部門支持大多數用例，即使校準數據稀疏也具有可預測的行為。高階模型可能更準確，但是它們需要更大的高質量校準點數據集，通常需要在低于0.1 pix的整個圖像量級上實現高水平的位置精度。當然，這只是經驗法則，因為每個鏡頭都不同，并且有例外。 失真模型類型與OpenCV兼容，并使用標準化圖像坐標用方程表示： 分部失真模型 多項式失真模型 多項式--薄棱鏡畸變模型其中，x’和y’不失真，x”和y”是失真的歸一化圖像坐標。 相機模型可直接用于獲取未失真的圖像（該圖像將由具有相同基本參數的相機拍攝，但不存在鏡頭失真），但是在大多數情況下，相機校準只是某些條件的先決條件其他操作。例如，當使用照相機檢查平面（或放置在該表面上的物體）時，需要照相機模型來執行世界平面校準 一組用于基本校準的柵格圖像 使用OUT ReprojectionErrorSegments用于識別圖像點及其網格坐標的不良關聯。 InImageGrids-兩分交換校準網格的提取 相機校準和圖像到世界平面的轉換計算均使用具有網格索引的圖像點陣列形式的提取的校準網格，即帶注釋的點。 網格的實際坐標是2D，因為平面網格上任何點的相對坐標都是0。 Adaptive Vision Studio為幾種標準網格格式提供了提取過濾器（例如DetectCalibrationGrid_Chessboard和DetectCalibrationGrid Circles）。 獲得高精度結果的最重要因素是提取的校準點的精度和準確性。校準網格應盡可能平坦且堅硬（紙板不是合適的支撐材料，厚玻璃是完美的選擇）。拍攝校準圖像時，請注意適當的條件：通過適當的相機和柵格安裝座最大程度地減少運動模糊，防止來自校準表面的反射（最好使用漫射照明）。使用自定義校準網格時，請確保點提取器可以達到亞像素精度。驗證真實網格坐標的測量結果是否準確。另外，使用棋盤格校準格時，請確保整個校準格在圖像中可見。否則，將不會檢測到它，因為檢測算法需要在棋盤周圍有幾個像素寬的空白區域。請注意列數和行數，因為提供誤導性數據可能會使算法無法正常工作或根本無法工作。 使用圓點標定板的圖片示例： 使用棋盤標定版的圖片示例，只需要拍攝標定板的圖片，并通過ImageObjectsToWorldPlane：Points過濾器模塊，輸入棋盤格的尺寸以及棋盤格所對應的像素，即可實現相機標定以及畸變校正。 再輸入棋盤格每個方形格的實際尺寸，即可實現世界坐標轉換圖像坐標。 【來源：光虎視覺內部培訓資料】

相機標定的理解及原理（一）

相機標定，是一個估計相機模型參數的過程：一組描述圖像捕獲過程內部幾何形狀的參數。

光虎光學教學實驗平臺手冊

光虎光學技術手冊 2021年第3版

量子點CMOS

與可見光面陣相機相比，SWIR光子被對象反射或吸收，從而提供了高分辨率成像所需的強烈對比度。