Basler acA640-120gm工业相机性能评测-边缘梯度测试
Basler acA640-120gm工业相机性能评测-边缘梯度测试测评硬件平台： http://visionbbs.com/data/uploads/allimg/140513/2-140513155342.jpg
测试硬件如上图所示，包含了以下硬件：
工业镜头：Computar M3514-MP
工业相机：Basler acA640-120gm
图像采集卡：四通道Intel GIGE千兆网卡
机器视觉光源：条形光源-17040-W
光源控制器：模拟控制器-2424-1CH
标准色卡：X-Rite 24色标准色卡
被测对象： http://visionbbs.com/data/uploads/allimg/140513/2-140513155343.jpg
Basler acA640-120gm
http://visionbbs.com/data/uploads/allimg/140513/2-140513155345.jpg
Basler acA640-120gm
http://visionbbs.com/data/uploads/allimg/140513/2-140513155346.jpg
Basler acA640-120gm 接口
http://visionbbs.com/data/uploads/allimg/140513/2-140513155347.jpg
Basler acA640-120gm芯片(1/4’CCD)
Basler acA640-120gm是一款30万像素CCD工业相机，图像传感器为索尼ICX618，1/4’逐行全局曝光CCD传感器。分辨率659 x 494，最大帧率120FPS，镜头接口C接口，数据接口GIGE千兆网口。
本次测试，主要测试连接镜头时，单像素点的灰度变化情况。这类测试，主要评估相机的暗电流影响或抑制噪声的能力。如果其它条件均不变的情况下，对相机进行连续图像采集，测量一个固定的点的灰度值，其变化范围越大，则说明像素的跳变越大，则其连续均匀性则越差。理想的情况是希望相机在其它条件均不变的情况下，上一次图像跟下一次图像能一模一样。这对于产品的重复性测试是非常重要的。 http://visionbbs.com/data/uploads/allimg/140513/2-140513155348.jpg
Computar M3514MP
测试软件为石鑫华视觉编写的相机性能测试软件。下面来看测试结果数据：
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J1.jpg
位置1连续运行1000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J2.jpg
位置1连续运行3000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J2-50.jpg
位置1连续运行5000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J3.jpg
位置1连续运行7000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J3-50.jpg
位置1连续运行10000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J4.jpg
位置1连续运行15000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J4-50.jpg
位置1连续运行20000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J4-51.jpg
位置1连续运行40000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J8.jpg
位置1连续运行60000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J8-50.jpg
位置1连续运行80000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J9.jpg
位置1连续运行100000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213J9-50.jpg
位置1连续运行1000000次结果
次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
1000130.65136.33125.6710.671.652.72
3000130.94136.3312511.331.722.97
5000130.55136.33124.6711.671.722.96
7000130.79136.33124.6711.671.672.81
10000130.64137124.6712.331.62.56
15000130.05137124.6712.331.632.65
20000131.58137124.6712.331.642.73
40000130.28138.33124.6713.671.582.5
60000129.13138.3312315.331.743.03
80000127.75138.33120.6717.671.582.49
100000126.56138.33120.6717.671.722. 94
1000000127.09144.67120.3324.331.562. 43
注：以上图像左上角的标准色卡其灰度值为200。
从上面的数据可以看到，左上角的梯度差至少在10以上，最大的可以达到 24.33。这给我们一些边缘分析函数给出一些参考意见，边缘阈值，需要设置在当前最大阈值-25的值附近，才可能有比较好的保证。如上面的最大值梯度为144.67，减去25，则为120，与刚才比最小的120.67略小一点点，勉强可以找到边缘点。如果设置的边缘阈值大于120.67，那么那次梯度值时，则找不到边缘点。 http://visionbbs.com/data/uploads/allimg/140516/2-140516213J9-51.jpg
位置2连续运行1000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K0.jpg
位置2连续运行3000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K0-50.jpg
位置2连续运行5000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K1.jpg
位置2连续运行7000次结果
次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
100036.6739.6733.336.330.980.97
300036.6939.6733.336.331.031.07
500036.5739.6733.336.330.960.91
700036.5839.6733.336.330.970.93
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K1-50.jpg
位置3连续运行1000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K1-51.jpg
位置3连续运行3000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K2.jpg
位置3连续运行5000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K2-50.jpg
位置3连续运行7000次结果
次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
100093.579889.338.671.331.78
300093.7398.33899.331.442.07
500093.3498.6786.67121.381.9
700093.4698.6786.67121.442.09
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K3.jpg
位置4连续运行1000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K3-50.jpg
位置4连续运行3000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K3-51.jpg
位置4连续运行5000次结果
http://visionbbs.com/data/uploads/allimg/140516/2-140516213K4.jpg
位置4连续运行7000次结果
次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
100035.93393360.930.87
300035.853932.676.330.910.83
500035.8139.3332.676.670.890.8
700035.8839.3331.677.670.960.92
以上数据为运行次数前200次采样得到的结果。标准差、方差，可以反应采样数据的均匀性。均值是当前200次采样的平均值。同样的光照环境、光圈环境（即灰度均匀基本一致的情况下），梯度均值越大，表示当前的相机成像时的对比度越好。最大值、最小值，是200次采样中的出现的最大和最小值，差则是最大值-最小值，反应像梯度变化的范围，差值越小，则说明像素控制噪声能力越好，这个值与像素值的大小有关，例如全黑或全白时，其值要小许多，特别当相机饱和全白时，是没有变化的。标准差、方差越小，表示数据越均匀。
如上数据，当灰度值为200的色卡边缘处的梯度值为130左右，而其梯度的差值约在10~25之间。而位置2处的梯度则约为36左右，这时的梯度差为6左右，在这种低对比度环境下，则至需要考虑将梯度设置成36-6=30以下，才可能保证一定能找到边缘。但是如果将梯度设置过低时，可能会有找不准的情况发生。
从位置1的数据可以看到。当相机运行次数较大时（一百万次），其可能的变化范围是比较大的，这时需要考虑这些较大的变化给图像处理中带来的变化影响。
对于这么好的帖子，不点个赞太对不起楼主了。:D
页:
[1]