Väri-, yksiväriset ja NIR-kamerat: oikean valinnan tekeminen teolliseen kuvantamiseen

Viimeisen vuosikymmenen aikana teollisuus{0}}luokan kameramarkkinat ovat kehittyneet suhteellisen kapeasta segmentistä monimuotoiseksi ekosysteemiksi, ja kaikkiin kuviteltaviin kuvantamistehtäviin räätälöityjä malleja on tullut runsaasti. Kymmeniä teollisuus- ja OEM-tiimejä kameran edessä neuvoneena henkilönä olen nähnyt omakohtaisesti, kuinka vaihtoehtojen runsaus-samalla joustavuuden siunaus-voi johtaa kalliisiin virheisiin. Haasteen ydin ei ole vain teknisten tietojen ymmärtäminen; se sovittaa kameratekniikan sovelluksesi ainutlaatuisiin vaatimuksiin. Tässä artikkelissa kerron kolmen peruskameratyypin -värikameran, yksivärisen (mono) ja lähi-infrapuna (NIR)-kriittiset erot ja jaan oivalluksia, jotka auttavat sinua vähentämään melua ja tekemään tietoon perustuvan valinnan.

Aloitetaan intuitiivisimmalla erolla: väri- ja yksivärinen kuvantaminen. Perustasolla värikamerat tallentavat kohtauksia sellaisina kuin ihmissilmä ne havaitsee, kun taas monokamerat renderöivät kuvat harmaasävyinä (mustan, valkoisen ja harmaan sävyt). Mutta todellinen ero on siinä, kuinka niiden anturit käsittelevät valoa-yksityiskohdan, joka vaikuttaa suoraan suorituskykyyn todellisissa teollisuusympäristöissä.

Tämän ymmärtämiseksi sukeltakaamme anturimekaniikkaan. Jokainen kuvantamisanturi on joukko valoherkkiä diodeja (pikseleitä), jotka havaitsevat kuhunkin pisteeseen osuvan valon voimakkuuden. 2-megapikselin kameralla se on 2 miljoonaa yksittäistä valonilmaisinta. Monokamerassa näiden pikseleiden tiedot ovat yksinkertaisia: kunkin pikselin valon voimakkuus kartoitetaan harmaasävyarvoon, jolloin saadaan raaka, käsittelemätön harmaasävykuva. Tämä suora valon{7}}muunnos dataksi on monokameran tärkeimpien etujen perusta.

Värisensorit sitä vastoin lisäävät ylimääräisen kerroksen: anturin päälle sijoitetun värisuodatinryhmän (CFA). Yleisin näistä on Bayer-kuvio{1}}punaisten, vihreiden ja sinisistä suodattimista koostuva ruudukko, jotka on kohdistettu anturin pikselien kanssa (jossa on kaksi kertaa enemmän vihreitä suodattimia, jotka jäljittelevät ihmissilmän herkkyyttä vihreälle valolle). Mutta tässä on saalis: jokainen pikseli kaappaa vain yhden värikanavan. Täydellisen-värikuvan tuottamiseksi kameran prosessori käyttää demosaiciningalgoritmia "täyttääkseen" puuttuvat väritiedot viereisistä pikseleistä. Vaikka nykyaikaiset demosaisiinialgoritmit ovat erittäin hienostuneita, tämä jälleenrakennusvaihe tuo hienovaraisia ​​kompromisseja, joilla on merkitystä teollisissa sovelluksissa.
 

Päätös värin ja mustavalkoisen välillä riippuu viime kädessä sovelluksesi ei-{0}}neuvoteltavista asioista. Aloitetaan värikameroista: niiden suurin etu on ilmeinen-, että ne tallentavat väritietoja. Jos tehtäväsi edellyttää värikoodattujen komponenttien tunnistamista (esim. värillisten widgetien lajittelua tuotantolinjalla), värivirheiden havaitsemista (kuten pakkauksen värimuutoksia) tai kohtausten dokumentointia realistisella visuaalisella kontekstilla (esim. turvavalvonta, jossa vaatteiden värien erottaminen on tärkeää), värikamerasta ei- voida neuvotella. Se on valinta työkalu, kun visuaalinen tarkkuus ihmissilmälle on kriittinen.
 

Monokamerat kuitenkin loistavat siellä, missä valoa on vähän tai resoluutio on ensiarvoisen tärkeää. Jos kaikki muu on sama (sama anturin koko, pikselimäärä ja objektiivi), monokamera on noin 3x valoherkempi kuin värillinen vastine. Miksi? Koska värikameroiden Bayer-suodatin estää noin kaksi-kolmasosaa jokaiseen pikselivaloon osuvasta valosta{5}}, jonka monotunnistin vangitsee kokonaan. Tämä tekee monokameroista ihanteellisia hämärässä-valaistussa ympäristössä: ajattele hämärästi valaistuja varastoja, yöaikaisia ​​tarkastustehtäviä tai sovelluksia, joissa lisävalaistuksen lisääminen on epäkäytännöllistä (esim. lämpöherkkien materiaalien tarkastus).
 

Toinen monokameroiden tärkeä etu on korkeampi tehokas resoluutio. Demosaisi-algoritmit tekevät erinomaista työtä värikuvien rekonstruoinnissa, mutta ne eivät voi vastata mono-anturin suoran valon mittauksen reunan terävyyttä ja yksityiskohtia. Tarkkuusmetrologiassa (pienten komponenttien mittaaminen) tai vikojen havaitsemisessa (mikro-naarmujen havaitseminen metallipinnalla) monokameran ylivoimainen reunakontrasti voi tarkoittaa eroa vian havaitsemisen ja puuttumisen välillä. Olen nähnyt tämän tapahtuvan autojen osien tarkastuksessa, jossa monokamerat ylittävät jatkuvasti värimallit hienovaraisten pintavirheiden havaitsemisessa.
 

Jos monokamerat parantavat suorituskykyä näkyvässä valossa, NIR-kamerat ylittävät lähi{0}}infrapunaspektrin-rajoja, jotka avaavat ominaisuudet, joita väri- tai tavalliset monokamerat eivät pysty vastaamaan. Muistellaanpa tätä sähkömagneettista spektriä: näkyvä valo kattaa 380 nm (violetti) 780 nm (punainen). NIR on juuri tämän takana, 780 nm:stä noin 1000 nm:iin. Toisin kuin pidemmän-aallonpituuden infrapuna (SWIR, MWIR, LWIR), joka liittyy lämpökuvaukseen, NIR-kamerat hyödyntävät valoa, joka on ihmissilmälle näkymätöntä, mutta joka kuitenkin heijastuu useimmista materiaaleista.
 

Teknisesti NIR-kamerat ovat monokameroiden erikoistunut osajoukko. Ero on anturin suunnittelussa: tavalliset monoanturit on optimoitu näkyvälle valolle, kun taas NIR-anturit on suunniteltu herkkiä NIR-spektrille (usein poistamalla tai muokkaamalla infrapunaleikkaussuodatinta, joka on vakioväri- ja monien monokameroiden). Useimmat teolliset NIR-kamerat kattavat 380 nm–1 000 nm alueen ja yhdistävät näkyvän ja NIR-valon-, mikä tekee niistä monipuolisia sovelluksiin, jotka vaativat sekä näkyvän että näkymätön valon kuvantamista.
 

Viime vuosina anturivalmistuksen edistyminen on tehnyt NIR-kameroista helpommin saavutettavia kuin koskaan{0}}. Pienemmät muototekijät, alhaisemmat kustannukset ja parempi integrointi teollisuusjärjestelmiin ovat laajentaneet niiden käyttötapauksia paljon perinteisten sovellusten, kuten kaukokartoituksen, ulkopuolelle. Nykyään näen NIR-kameroita käytettävän kaikkeen elintarvikepakkausten tarkastamiseen (näkyvässä valossa näkymättömien tiivistevaurioiden havaitsemiseen) läpinäkyville materiaaleille painetun tekstin tarkistamiseen (jossa NIR-valo parantaa musteen ja alustan kontrastia) ja jopa kasvien terveyden seurantaan maatalouden automaatiossa.
 

Loppujen lopuksi ei ole olemassa "parasta" kameratyyppiä-vain sovellukseesi sopiva kamera. Kertaakseni keskeisen päätöksentekokehyksen:
 

• Valitse avärikamerajos värien tunnistaminen, visuaalinen konteksti tai{0}}ihmissilmärealismi ovat tärkeitä tehtäväsi kannalta.
• Valitse amonokamerajos alhainen-valoteho, suuri reunakontrasti tai maksimiresoluutio eivät ole-neuvoteltavissa-etenkään tarkkuustarkastus- tai metrologisovelluksissa.
• Mene anNIR kamerajos sinun on nähtävä näkyvän spektrin ulkopuolelle,{0}}oli sitten kyse piilovirheiden havaitsemisesta, kontrastin parantamisesta haastavissa materiaaleissa tai NIR{1}}spesifisten ominaisuuksien (kuten tunkeutumisen tiettyjen substraattien läpi) hyödyntämiseen.

Teollisuus- ja OEM-tiimeissä "yksi koko-sopii-" -lähestymistapa toimii harvoin. Jokaisella sovelluksella on ainutlaatuiset rajoitukset-ympäristöolosuhteista (valo, lämpötila, pöly) integrointivaatimuksiin (koko, teho, ohjelmistojen yhteensopivuus) ja budjettiin. Siellä räätälöidyt ratkaisut tulevat esille: kameran antureiden, objektiivien ja käsittelyn räätälöiminen tiettyyn tehtävään voi saada aikaan suorituskyvyn parannuksia, joita -hyllyssä olevat mallit- eivät pysty vastaamaan.
 

25 vuoden kokemuksella teollisesta kuvantamisesta Videology-tiimi ja minä olemme auttaneet lukemattomia organisaatioita navigoimaan tässä valintaprosessissa-pienistä-OEM-integraatioista suuriin teollisuusautomaatioprojekteihin. Riippumatta siitä, asetatko etusijalle väritarkkuuden, alhaisen-valoherkkyyden, NIR-ominaisuudet tai mukautetun-räätälöidyn ratkaisun, tärkeintä on aloittaa sovelluksesi ydinvaatimuksista, ei uusimmista teknisistä tiedoista. Ota yhteyttä tiimiimme keskustellaksesi projektistasi; autamme sinua sovittamaan oikean kameratekniikan ainutlaatuisiin tarpeisiisi.