大数跨境
0
0

在机器视觉项目中,如何选择快门:卷帘快门和全局快门

在机器视觉项目中,如何选择快门:卷帘快门和全局快门 机器视觉AI
2025-08-24
0
导读:在机器视觉相机中,有两种类型的快门:卷帘快门和全局快门,适用于检测静止的试样,以及全局快门,用于检测移动的试样

在机器视觉相机中,有两种类型的快门:卷帘快门和全局快门,适用于检测静止的试样,以及全局快门,用于检测移动的试样。

曝光时间是快门打开到关闭的时间段。在此期间,光线投射到芯片的感光  阵列上,产生光电效应,然后通过从 Anslog 转换为 Digital 产生电荷。每个像素的灰度在给定的光强度下显示。快门打开的时间越长,曝光时间就越长。曝光时间越长,曝光时间越长。长时间曝光可以显示图像上缓慢移动物体的轨迹,短曝光时间可以更准确地记录事物。

长时间曝光

短暂曝光

随着技术的发展,电影逐渐并且快门控制方式逐渐从机械控制转变为电气控制。使用电控模式时,开始新的曝光。当光电单元的电荷完全耗尽时,以及当光电单元的电荷被转移时。曝光将结束。

用于CCD/CMOS全局快门传感器

相机同时开始和停止曝光阵列中的所有像素,但对于卷帘快门 CMOS 传感器,它一次只曝光一条线。然后继续第二行,例如,一次阅读一行。当读取下一行时,对象会移动。

整个曝光过程分为4个阶段:复位;加法记忆功能和数据读取如图所示。

四个曝光阶段

重置定时:也称为快门持续时间。该相位用于清除光电单元中的电荷并确保电子快门打开。

积分时间:也称为曝光时间。在这个阶段,发生光电转换,光电子诞生。

记忆作:在此步骤中,光电子从光电管中位移

读出时间:在此阶段,像素数据被传输出去。全局快门和滚动快门之间的区别在于图像不同线条的曝光持续时间是否相同。

全局快门

从图像来看,在全局快门模式下,传感器中的每个像素同时开始和结束曝光。因此,需要大量的内存。曝光结束后,所有图像都存储在内存中,可以逐渐读取。但优点是能够高速捕捉移动物体而不失真,用途更广泛。

全局快门的过程

卷帘百叶窗的过程

卷帘百叶窗

在卷帘快门模式下,阵列的不同线以不同的间隔显示。当“浪潮”读出并扫描传感器,如图所示。第一行显示在第二行数据读取时间之前和之后。所以每一行都读出来,然后才能读出下一行。每个像素单位卷帘快门传感器只需要两个晶体管来传输电子,从而产生更少的热量和低噪音。与全局快门传感器相比,卷帘快门传感器的结构更简单,成本更低。因此,在高速捕捉移动物体时,它会导致失真。

全局快门传感器和滚动快门传感器的图像比较

1. 问题是什么?

全局快门传感器和滚动快门传感器之间的摄影差异主要体现在动态图像采集上。捕捉高速移动物体时。如图所示,在卷帘快门传感器模式下很容易出现失真。高速风扇捕获全局快门、卷帘快门传感器的图像分别显示在左图和右图中。左图可以完全恢复风扇叶片的形状,但右图变形。

全局快门图像 VS 移动物体的滚动快门图像

亮度变化对象的全局快门图像VS滚动快门图像


以水平波段亮度模式拍摄物体时,滚动快门模式下可能会出现亮度不均匀的情况,如图所示。将曝光时间设置为 5ms,并在荧光灯下拍摄室内拍摄对象(取下镜头)以及全局快门传感器和滚动快门传感器。左边的图像以波形为背景,右边的图像的背景相当均匀,因为荧光频率是50Hz。5ms的曝光时间可能在较亮的范围内,也可能在较暗的范围内。数组在不同的时间显示。因此,图像中会出现明暗间隔图案条,但对于全局快门传感器,传感器中的所有线同时开始和结束,不会出现条形。

2. 这是怎么发生的?

以下图像序列可以解释捕捉奔跑狗的滚动快门传感器的摄影过程。当第一行开始露出狗的头刚刚进入画面时,狗从右向左奔跑,当最后一行开始暴露狗几乎出框时,每行都表明狗将处于不同的地方。所以最后一张照片显示的是狗。“分裂”

所有线条在卷帘快门传感器中同时曝光的时间

3. 如何避免?

如果移动速度不是很高,亮度变化缓慢,闪光灯就无法做到这一点。上述问题对图像影响不大。通常,使用全局快门传感器代替滚动快门传感器是使用高速应用最基本、最有效的方法。但是,在低成本或对噪声敏感的应用中,或者如果用户出于其他原因必须使用卷帘快门传感器,则可以使用闪光灯来减少影响。如图所示,闪光灯是相机在闪光信号较高时发出的闪光信号。闪光灯闪烁(有时闪光信号低时,闪光灯同时闪烁。闪光灯闪烁时,所有线条同时曝光,因此图像不会失真。

将闪光灯同步功能与卷帘快门传感器一起使用时,需要注意几件事。

  • 并非所有曝光时间都有频闪输出。当曝光时间太短,读取时间太长时,数据过长。所有线都没有重叠的曝光。没有频闪信号,频闪不闪烁。
  • 当闪光时间闪光灯比曝光时间短。
  • 当闪光信号时间过短(μs 级)时。有些闪光灯的性能可能无法满足高速开关的要求。因此,闪光灯无法捕捉到闪光信号。

【声明】内容源于网络
0
0
机器视觉AI
机器视觉,工业自动化,工业机器人领域的新媒体平台:工业自动化,机器人,机器视觉应用案例,行业展会,机器视觉系统,机器视觉软件技术算法,机器视觉光源,视觉检测,工业相机,工业镜头,图像采集卡,三维视觉技术,三维测量技术,工业4.0
内容 983
粉丝 0
机器视觉AI 机器视觉,工业自动化,工业机器人领域的新媒体平台:工业自动化,机器人,机器视觉应用案例,行业展会,机器视觉系统,机器视觉软件技术算法,机器视觉光源,视觉检测,工业相机,工业镜头,图像采集卡,三维视觉技术,三维测量技术,工业4.0
总阅读81
粉丝0
内容983