久久久久久精品国产三级-国产在线精品福利大全-日韩欧美三级在线观看-九九久久国产精品

您的位置>首頁>新聞動態> 一文看懂黑白相機與彩色相機!

發布時間: 2020-10-30    瀏覽量:7439

想象一下只能看到灰色的世界,許多東西都將隱藏不見。色彩讓我們看到這個世界的細節。



那么黑白相機和彩色相機的區別是什么呢?在機器視覺應用中,又該怎么選型?


彩色相機通常是包含單個CCD的單芯片相機。由于獲取彩色圖像需要關于三原色(紅、綠、藍,即R、G和B)的信息,因此CCD的每個像素都裝有 R、G或B色濾鏡。每個像素以256級R、G或B將強度信息發送給控制器。


顏色系統以數字形式描述顏色。它通常表示成有三個軸的3D空間。使用“色調”(Hue)、“飽和度”(Saturation)、“亮度”(Brightness) 的HSB顏色系統與人的眼睛接近,適合用于圖像處理。


當目標有光澤并且有彎曲的表面時,黑白相機無法像人的眼睛那樣處理圖像。圖中標簽的亮度不均勻,使用黑白相機無法提取清洗的圖像。使用彩色相機時,則可以只提取標簽的金色部分。這是因為在處理圖像時,彩色相機使用的是色調(顏色)數據,而不是黑白相機使用的強度(亮度)數據。



視覺系統捕捉灰度圖像時,它根據從0-255灰色選擇一個單獨灰度值進行評估決策。視覺系統捕捉彩色圖像進行評估時,它的數據超過灰度圖像的三倍。那么為什么大部分用戶不選擇色彩檢測呢?因為過去,彩色圖像對于機器視覺系統用戶一直是困難和昂貴的技術。


彩色相機的成本幾乎與灰度或單色相機相同,顏色沒有真正的成本差異,因為制造傳感器所需的技術都處于芯片級別。能夠提供彩色圖像的相機使用與灰度相機相同的傳感器和組件。


彩色視覺系統使用更多的互補金屬氧化物半導體(CMOS)代替電荷耦合器件(CCD)傳感器,因為后者能夠以更高的速度運行,這降低了成本并增加了靈活性。這種改進促使更多制造商重新審視色彩視覺技術。



我們也看到了更高分辨率的相機,在過去,大多數彩色視覺應用都使用了500萬像素的攝像頭。如今,可提供更多1200萬像素的攝像頭。


與色彩視覺相關的大問題涉及成本,為了從這項技術中受益,你不必在硬件上投入大量資金。


近年來色彩視覺變得更加實惠,隨著技術的進步和需求的增加,作為彩色成像框架的成像器材的成本正在下降。更快的處理器和設備存儲器使機器視覺系統能夠更快地處理數據,即使使用更高分辨率的成像器材。彩色視覺已成為日常檢查的實用解決方案。


高分辨率傳感器提供了高質量的彩色圖像,超過了幾年前單色圖像、處理能力、存儲和成本的提高使可負擔的色彩技術]成為可能。


隨著彩色視覺檢測系統變得越來越便宜,它們可以在工廠車間更廣泛地部署。

顏色和灰度之間不再有很大的價格差異,如果一個應用程序真的受益于顏色,那你可以通過彩色視覺進行解決。


這引起了傳統上因成本問題無法使用機器視覺技術的小型制造商的更多興趣,低端視覺系統并不像過去那么復雜。小型制造商現在可以以低于2,000美元的價格配置簡單的檢驗應用程序。


視覺軟件界面越來越容易使用,你不必雇傭程序員或系統集成商。中小型制造企業在沒有很多視覺經驗的情況下,可以快速解決檢驗問題。對于顏色和灰度系統來說都是一樣的。


關于彩色成像系統,誤區是它涉及到多層的復雜性?,F實情況是,這項技術價格合理,分辨率更高,性能也更好。


今天,隨時機器視覺技術,成像處理軟件和檢測工具的進步,處理彩色圖像變的更簡單、更快速且更便宜?,F在色彩檢測是更可行的選擇,為何以及何時您應考慮使用彩色視覺系統呢?


何時以及為何使用色彩

因為傳統灰色機器視覺技術根據0-255灰度進行決策,可充分完成檢測大部分對顏色不敏感工件的工作。即便工件或產品有顏色,顏色也并非解決檢測應用的因素。但是,當檢測側重基于顏色差異的工件時,例如詢問“此工件顏色是否正確”或“哪些產品是橙色,哪些是綠色”灰度機器視覺系統在許多情況下就不可靠,有時不能完成任務。




制造商使用色彩機器視覺解決三種主要視覺應用:


  1. 工件分類

    通常,色彩是區分瓶蓋、包裝或藥片等工件的特征。



2.顏色識別和匹配

例如,檢測員經常配錯顏色,而彩色視覺工具則能可靠的區分各種顏色,以及監控顏色是否一致。



3.組裝驗證和檢測

當組裝的工件尺寸非常小或其上的字符串或條形碼等識別標記不易辨認時,要驗證所用工件是否正確會顯得比較困難。在這些情況下,色彩為準確識別的工件提供一個選項,以確定是否正確組裝該工件。



但是,并非所有機器視覺應用都需要彩色視覺處理。


在大多數應用中,顏色并不重要,灰度相機通常也可以根據不同的灰度來區分顏色。


使用傳統的灰度視覺系統,絕大多數檢測應用仍然是好的解決方案,但是,人們對彩色成像的興趣越來越大,因為這種技術更加實惠。視覺軟件也更易于使用且更易于訪問。



在某些情況下,你可以從灰度圖像中獲得更合理的圖像對比度和特征分割,其中一個原因是因為用于機器視覺的算法不一定在色彩空間中操作。


“例如,處理一個簡單的彩色測量任務可能對制造商沒有任何好處,但是,如果機器視覺應用的任務是通過顏色區分、識別或分類,那么彩色視覺系統將具有自身的優勢,并且將是好的解決方式?!?/p>