2026-08-09
برخی از مهندسان بینایی ماشین اغلب فکر میکنند که دوربینهای صنعتی با رابط USB باعث از دست رفتن فریم میشوند. به طور کلی، از دست رفتن فریم در دوربینهای صنعتی ارتباطی با رابط انتقالی که توسط دوربین صنعتی استفاده میشود، ندارد، چه USB، چه 1394، چه GigE و چه CameraLink. درایورهای با طراحی ضعیف یا سختافزار دوربین صنعتی علت واقعی از دست رفتن فریم هستند: دلیل اینکه دوربینهای صنعتی با طراحی ضعیف دچار از دست رفتن فریم میشوند، در واقع به دلیل مسدود شدن کانال داده و عدم پردازش به موقع آن است. بنابراین، هنگامی که یک تصویر جدید وارد میشود، ممکن است تصویر قبلی مجبور به دور انداخته شدن شود، یا تصویر جدید مجبور به دور انداخته شدن شود. برای حل این مشکل، طراحان باید برای هر لینک انتقال داده بین درایور و سختافزار دوربین صنعتی، طراحی دقیقی انجام دهند.
در فناوری بازرسی بینایی ماشین، رابطهای ورودی و خروجی دوربینهای صنعتی شامل Camera Link، IEEE 1394، USB2.0، اترنت و USB3.0 هستند؛
اولین قدم انتخاب لنز مناسب است. انتخاب لنز باید از اصول زیر پیروی کند:
هنگام انتخاب دوربین CCD، باید جنبههای زیر را در نظر بگیرید:
در عین حال، هنگام انتخاب CCD، باید توجه داشت که ۱ اینچ = ۱۶ میلیمتر است نه ۲۵.۴ میلیمتر.
۱. فرآیند تصویربرداری
اصل تبدیل فوتوالکتریک سنسورهای تصویر CCD و CMOS یکسان است. تفاوت اصلی بین آنها فرآیند خواندن سیگنال متفاوت است. از آنجایی که CCD فقط یک (یا چند) گره خروجی برای خواندن یکپارچه دارد، سازگاری سیگنال خروجی آن بسیار خوب است. در تراشه CMOS، هر پیکسل تقویتکننده سیگنال مخصوص به خود را دارد که تبدیل بار به ولتاژ را انجام میدهد و سازگاری سیگنال خروجی آن ضعیف است. با این حال، برای خواندن سیگنال کل تصویر، CCD به پهنای باند سیگنال وسیعتری از تقویتکننده خروجی نیاز دارد. در تراشه CMOS، نیاز پهنای باند تقویتکننده در هر پیکسل کمتر است که مصرف برق تراشه را به میزان قابل توجهی کاهش میدهد. این دلیل اصلی پایینتر بودن مصرف برق تراشههای CMOS نسبت به CCD است. اگرچه مصرف برق کاهش یافته است، اما ناسازگاری میلیونها تقویتکننده منجر به نویز ثابت بالاتر میشود که یک نقطه ضعف ذاتی CMOS نسبت به CCD است.
۲. ادغام
از منظر فرآیند تولید، مدارهای و دستگاههای موجود در CCD در ماده کریستال منفرد نیمههادی تولیدکننده ادغام میشوند و فرآیند نسبتاً پیچیده است. تنها تعداد کمی تولیدکننده در جهان قادر به تولید ویفرهای CCD هستند، مانند DALSA، SONY، Panasonic و غیره. CCD فقط میتواند سیگنالهای الکتریکی آنالوگ را خروجی دهد که نیاز به رمزگشای آدرس بعدی، مبدل آنالوگ و پردازش پردازنده سیگنال تصویر دارد. همچنین نیاز به ارائه سه مجموعه مدار کنترل ساعت همگامسازی با ولتاژهای مختلف دارد و سطح ادغام بسیار پایین است. CMOS بر روی یک ماده واحد به نام اکسید فلزی ادغام میشود. این فرآیند مشابه فرآیند مورد استفاده برای تولید دهها هزار مدار مجتمع نیمههادی مانند تراشههای کامپیوتر و دستگاههای ذخیرهسازی است. بنابراین، هزینه CMOS میدان صوتی بسیار کمتر از CCD است. در عین حال، تراشه CMOS میتواند تقویتکننده سیگنال تصویر، مدار خواندن سیگنال، مدار تبدیل A/D، پردازنده سیگنال تصویر و کنترلر را در یک تراشه ادغام کند. تنها یک تراشه میتواند تمام عملکردهای اساسی دوربین را تحقق بخشد. سطح ادغام بسیار بالا است. اینجاست که مفهوم دوربینهای سطح تراشه از آنجا نشأت گرفته است. با توسعه مداوم فناوری تصویربرداری CMOS، شرکتهای بیشتری میتوانند تراشههای تصویربرداری CMOS با کیفیت بالا ارائه دهند، از جمله: Micron، CMOSIS، Cypress و غیره.
۳. سرعت
CCD به صورت یک به یک خروجی حساس به نور را دریافت میکند و فقط میتواند طبق برنامه تعیین شده خروجی دهد و سرعت آن کند است. CMOS دارای چندین مبدل بار به ولتاژ و کنترل سوئیچ ردیف-ستون است و سرعت خواندن بسیار سریعتر است. در حال حاضر، اکثر دوربینهای پرسرعت بالای ۵۰۰ فریم بر ثانیه دوربینهای CMOS هستند. علاوه بر این، سوئیچ استروب آدرس CMOS میتواند به طور تصادفی نمونهبرداری شود تا خروجی پنجره فرعی تحقق یابد و هنگام خروجی گرفتن فقط تصاویر پنجره فرعی، سرعت بالاتری حاصل شود.
۴. نویز
فناوری CCD زودتر توسعه یافته و نسبتاً بالغ است. از لایه عایق پیوند PN یا دیاکسید سیلیکون (SiO2) برای جداسازی نویز استفاده میکند. کیفیت تصویر دارای مزایای خاصی نسبت به سنسورهای فوتوالکتریک CMOS است. به دلیل سطح ادغام بالای سنسورهای تصویر CMOS، فاصله بین اجزا و مدارات بسیار نزدیک است، تداخل جدی است و نویز تأثیر زیادی بر کیفیت تصویر دارد.
در سالهای اخیر، با توسعه مداوم فناوری کاهش نویز مدار CMOS، شرایط خوبی برای تولید سنسورهای تصویر CMOS با چگالی بالا و کیفیت بالا فراهم شده است.
وضوح تصویر اساسیترین پارامتر دوربین است. این پارامتر توسط وضوح تراشه مورد استفاده در دوربین تعیین میشود. این تعداد پیکسلهای چیده شده بر روی سطح هدف تراشه است. معمولاً وضوح تصویر یک دوربین اسکن ناحیهای با دو عدد بیان میشود: وضوح افقی و عمودی، مانند: ۱۹۲۰ (H) × ۱۰۸۰ (V). عدد اول تعداد پیکسلها در هر ردیف را نشان میدهد، یعنی در مجموع ۱۹۲۰ پیکسل وجود دارد و عدد دوم تعداد ردیفهای پیکسل را نشان میدهد، یعنی ۱۰۸۰ ردیف. امروزه، وضوح تصویر یک دوربین معمولاً نشان میدهد که چند K است، مانند ۱K (۱۰۲۴)، ۲K (۲۰۴۸)، ۳K (۴۰۹۶) و غیره. هنگام گرفتن تصویر، وضوح تصویر دوربین تأثیر زیادی بر کیفیت تصویر دارد. هنگام تصویربرداری از همان میدان دید بزرگ (محدوده منظره)، هرچه وضوح تصویر بالاتر باشد، جزئیات واضحتر نمایش داده میشوند.
نرخ فریم/فرکانس خط یک دوربین، فرکانس جمعآوری تصاویر توسط دوربین را نشان میدهد. معمولاً دوربینهای آرایه ناحیهای با نرخ فریم بیان میشوند و واحد آن fps (فریم بر ثانیه) است. به عنوان مثال، ۳۰ فریم بر ثانیه به این معنی است که دوربین میتواند تا ۳۰ فریم تصویر را در ۱ ثانیه جمعآوری کند. دوربینهای آرایه خطی معمولاً از فرکانس خط در واحد KHz استفاده میکنند. به عنوان مثال، ۱۲ کیلوهرتز به این معنی است که دوربین میتواند تا ۱۲۰۰۰ خط داده تصویر را در ۱ ثانیه جمعآوری کند. سرعت یک پارامتر مهم دوربین است. در کاربردهای عملی، اغلب لازم است از اجسام متحرک تصویربرداری شود. سرعت دوربین باید الزامات خاصی را برآورده کند تا بتواند از اجسام به وضوح و با دقت تصویربرداری کند. نرخ فریم و نرخ خط دوربین ابتدا تحت تأثیر نرخ فریم و نرخ خط تراشه قرار میگیرند. حداکثر سرعت طراحی تراشه عمدتاً توسط بالاترین کلاک قابل تحمل تراشه تعیین میشود.
نویز دوربینهای صنعتی به سیگنالهایی اطلاق میشود که در طول فرآیند تصویربرداری انتظار جمعآوری آنها نمیرود و خارج از هدف تصویربرداری واقعی هستند. بر اساس استاندارد تست دوربین اروپایی EMVA1288، نویز در دوربین را میتوان به طور کلی به دو دسته تقسیم کرد: یکی نویز نوسان آماری ناشی از سیگنال مؤثر که از توزیع پواسون پیروی میکند، که به آن نویز شات نیز گفته میشود. این نوع نویز برای هر دوربینی یکسان، اجتنابناپذیر است و فرمول محاسبه مشخصی دارد. (یعنی: مربع نویز = میانگین سیگنال). دسته دوم نویز ذاتی مستقل از سیگنال خود دوربین است. این نویز ناشی از مدار خواندن سنسور تصویر، مدار پردازش و تقویت سیگنال دوربین و غیره است. نویز ذاتی هر دوربین متفاوت است. علاوه بر این، برای دوربینهای دیجیتال، هنگام تبدیل آنالوگ سیگنالهای ویدئویی، نویز کوانتیزاسیون تولید میشود. هرچه تعداد بیتهای کوانتیزاسیون بیشتر باشد، نویز کمتر است.
نسبت سیگنال به نویز دوربین به عنوان نسبت سیگنال به نویز در تصویر (نسبت مقدار خاکستری میانگین سیگنال مؤثر به ریشه میانگین مربعات نویز) تعریف میشود که کیفیت تصویر را نشان میدهد. هرچه نسبت سیگنال به نویز تصویر بالاتر باشد، کیفیت تصویر بهتر است.
محدوده دینامیکی دوربین، محدوده ای را نشان میدهد که دوربین در آن سیگنالهای نوری را تشخیص میدهد. محدوده دینامیکی را میتوان به دو روش تعریف کرد. یکی محدوده دینامیکی نوری است که به نسبت حداکثر شدت نور در اشباع به شدت نور معادل خروجی نویز اشاره دارد که توسط مشخصات تراشه تعیین میشود. دیگری محدوده دینامیکی الکترونیکی است که به نسبت ولتاژ اشباع به ولتاژ نویز اشاره دارد. برای یک دوربین ثابت، محدوده دینامیکی آن یک مقدار ثابت است و با تغییر شرایط خارجی تغییر نمیکند. از نظر پاسخ خطی، محدوده دینامیکی دوربین به عنوان نسبت نوردهی اشباع به نوردهی معادل نویز تعریف میشود: محدوده دینامیکی = ظرفیت کامل چاه عنصر حساس به نور / سیگنال نویز معادل. محدوده دینامیکی را میتوان بر حسب مضرب، دسیبل یا بیت بیان کرد. با محدوده دینامیکی بزرگ، دوربین توانایی قویتری برای انطباق با شدتهای مختلف نور دارد.
سیگنال دیجیتال خروجی از یک دوربین دیجیتال، یعنی مقدار خاکستری پیکسل، دارای تعداد بیت خاصی است که عمق پیکسل نامیده میشود. برای دوربینهای سیاه و سفید، محدوده مقادیر معمولاً ۸ تا ۱۶ بیت است. عمق پیکسل تعداد سطوح خاکستری از تاریک به روشن را تعریف میکند. به عنوان مثال، برای یک دوربین ۸ بیتی، ۰ نشان دهنده تاریکی کامل و ۲۵۵ نشان دهنده روشنایی کامل است. اعداد بین ۰ و ۵ نشان دهنده شاخصهای روشنایی خاصی هستند. دادههای ۱۰ بیتی دارای ۱۰۲۴ سطح خاکستری و دادههای ۱۲ بیتی دارای ۴۰۹۶ سطح خاکستری هستند. برای هر کاربرد، ما به دقت بررسی میکنیم که آیا سطوح خاکستری بسیار ظریف مورد نیاز است. ارتقاء از ۸ بیت به ۱۰ بیت یا ۱۲ بیت میتواند دقت اندازهگیری را افزایش دهد، اما سرعت سیستم را نیز کاهش میدهد و دشواری ادغام سیستم را افزایش میدهد (افزایش کابلها و اندازههای بزرگتر)، بنابراین باید با دقت انتخاب کرد.
رابط به رابط بین دوربین و لنز اشاره دارد. رابطهای لنز رایج شامل C-mount، CS-mount و F-mount هستند.
نمونههایی از انتخاب دوربین آرایه خطی بر اساس نتایج محاسبات فوق به شرح زیر است:
به عنوان مثال، اگر عرض ۱۶۰۰ میلیمتر، دقت ۱ میلیمتر و سرعت حرکت ۲۲۰۰۰ میلیمتر بر ثانیه باشد، دوربین: ۱۶۰۰/۱=۱۶۰۰ پیکسل حداقل ۲۰۰۰ پیکسل است و دوربین ۲k انتخاب میشود. ۱۶۰۰/۲۰۴۸=۰.۸. دقت واقعی ۲۲۰۰۰ میلیمتر/۰.۸ میلیمتر=۲۷.۵ کیلوهرتز است. دوربین باید به عنوان دوربین ۲۰۴۸ پیکسلی ۲۸ کیلوهرتز انتخاب شود.
دوربین صنعتی هوشمند یک دوربین ساده نیست، بلکه یک سیستم بینایی ماشین میکرو با ادغام بالا است. این سیستم توابع جمعآوری تصویر، پردازش و ارتباطات را در یک دوربین واحد ادغام میکند و در نتیجه یک راه حل بینایی ماشین چند منظوره، ماژولار، با قابلیت اطمینان بالا و پیادهسازی آسان را ارائه میدهد. دوربینهای صنعتی هوشمند به طور کلی از واحدهای جمعآوری تصویر، واحدهای پردازش تصویر، نرمافزار پردازش تصویر، دستگاههای ارتباطی شبکه و غیره تشکیل شدهاند. به دلیل استفاده از آخرین فناوری DSP، FPGA و ذخیرهسازی با ظرفیت بالا، سطح هوشمندی آن به طور مداوم افزایش مییابد و میتواند نیازهای مختلف کاربرد بینایی ماشین را برآورده کند.
دو نوع اصلی تراشههای حسگر فوتوالکتریک مورد استفاده در بینایی ماشین، تراشههای CCD و CMOS هستند. CCD مخفف ChargeCoupled Device و CMOS مخفف Complementary Metal-Oxide-Semiconductor T است.