机器视觉

简介

随着我们越来越依赖自动化和机器人技术来提高效率、安全性和性能，机器视觉相机系统在当今世界比以往任何时候都更加普及。这些系统使机器能够感知和分析周围环境，通过先进的相机、传感器和处理系统来检测和解读视野范围内的物体，从而完成各项任务。

机器视觉系统对众多应用领域至关重要，包括制造业、机器人技术、物流、自动驾驶和虚拟现实。由于这些系统对我们不断发展的社会至关重要，因此在开发过程中必须对其进行全面测试，以确保其高性能和安全性。

机器视觉相机有何作用？

本质上，它们通过采集和处理视觉数据来执行特定任务。与传统相机系统（如单反相机或手机摄像头）侧重于满足人类观察者对图像质量的需求不同，机器视觉系统专为需要高精度的任务而量身定制。 因此，其设计侧重于信噪比、高动态范围和几何Distortion等图像质量属性，使其即使在严苛的环境中也能做出准确的判断。

机器视觉应用案例——ADAS

机器视觉摄像机系统在严苛环境下运行的典型应用场景之一，便是汽车 ADAS（高级驾驶辅助系统）。这些系统必须在从强光直射到浓雾等多种环境中准确检测物体和距离，并在必要时进行精准且安全的调整。 这一特定应用场景关乎生死，因此必须在开发过程中进行严格测试，以确保最高水平的图像质量、性能和安全性。

为何图像质量性能在机器视觉中至关重要

与消费级摄影不同——消费级摄影中主观偏好在一定程度上影响图像质量表现——机器视觉的图像质量直接关系到物体检测、分类或测量等任务的准确性。 机器视觉中图像质量不佳会导致误报、检测遗漏以及工作流程效率低下（通常会引发前文ADAS用例中提到的灾难性后果）。因此，图像质量性能测试对于确保在真实运行环境中的可靠性至关重要。

图像质量测试可确保相机在各种条件下（包括光照、运动伪影和颜色变化）经过校准和优化，从而实现高性能。多个因素至关重要，且所有因素都必须在开发过程中进行测试。

EMVA 1288 和 ISO 24942

EMVA（欧洲机器视觉协会）多年来一直制定并维护 EMVA 1288 国际标准。该标准定义了用于评估机器视觉摄像机系统性能的关键绩效指标（KPI）和测试方法。包括首席技术官（CTO）乌韦·阿特曼（Uwe Artmann）在内的数名工程师，多年来一直积极参与该标准的制定和维护工作。

2024年，我们的首席执行官迪特马尔·武勒（Dietmar Wueller）被提名领导ISO/TC 42/WG 28工作组，负责将EMVA 1288标准转化为ISO（24942）标准。

EMVA 1288 中概述的关键图像质量因素

根据 EMVA 1288 标准，以下因素在评估机器视觉相机图像质量时至关重要。

灵敏度

相机灵敏度描述了系统在特定光照水平下的响应敏感程度。了解相机如何应对不同光照水平，对其整体质量至关重要，特别是对于那些根据场景分析结果进行安全调整的相机而言。

噪声

时域噪声是指同一像素值在不同图像间发生波动。这种波动通常是随机的，源于从单个像素生成数字值时的变化。噪声会影响机器视觉系统检测和识别微小物体的能力，并导致信号失真。 信噪比越差，图像中的噪声就越多，图像信号受噪声的影响也就越大。

线性度

线性度描述了相机传感器接收的光信号与其输出信号之间的关系。在尝试正确再现场景时，这种关系至关重要。机器视觉相机通常会接收大量光信号，并必须能够产生正确的输出。

暗电流

暗电流是指在相机系统的图像传感器内部出现的一小部分电流。这些暗电流通常是输出信号中的主要噪声源之一。机器视觉系统在最高性能水平下运行时，必须考虑这些暗电流并进行噪声校正。

空间不均匀性

空间不均匀性描述了由于暗电流或传感器灵敏度导致的像素间偏差。了解这些不均匀性有助于全面掌握空间变化情况，并能帮助您检测出缺陷像素或像素群。缺陷像素可能会改变机器视觉相机用于进行调整的信号。

符合 EMVA 1288 标准的测试方法

EMVA 1288 标准概述了用于分析上述因素的表征方法。为获得最佳结果，所有这些方法均需要先进的测试设备。我们在 iQ-Lab 中采用的解决方案是 AEON 相机校准器。

AEON Camera Calibrator (ACC)

我们近期与 AEON 建立了合作伙伴关系，负责其相机校准器的分销与推广。ACC 是一款模块化光学系统，旨在依据 EMVA（欧洲机器视觉协会）1288 标准中规定的测量参数，直接对机器视觉相机进行测试。

参数包括线性度、噪声、灵敏度、空间不均匀性和暗电流。通过这些测量可得出包括绝对增益系数 K、灵敏度阈值和饱和容量、最大信噪比、暗噪声、动态范围以及非线性度在内的各项结果。

ACC 提供两种规格：一种专为标准传感器设计，另一种可处理对角线长度高达 80 毫米的传感器。两种配置均为模块化、即插即用的系统，配备可调节的 LED 光源和全面的评估软件。

其他需要考虑的因素

除了 EMVA 1288 中概述的关键性能指标 (KPIs) 之外，在进行机器视觉测量时，还有许多其他图像质量因素需要考虑。例如，汽车系统必须对 Distortion 干扰进行校正。以下将概述这些其他关键因素。

Resolution

Image resolution refers to the camera's ability to reproduce the scene's details, which is its ability to detect the number of pixels in the scene. Higher resolution provides more detailed images and improves accuracy in detecting minor defects or features in the scene. For cameras that rely on object detection and separation in machine vision, resolution is crucial. Without high resolution, the camera may misidentify objects or completely miss them.

我们建议遵循 ISO 12233 标准，并使用西门子星形或倾斜边缘 Test Chart 进行精确的 Resolution 测量。TE296 是基于该 ISO 标准的最新倾斜边缘 Test Chart。

动态范围

动态范围是指相机捕捉场景中亮部和暗部对比度及细节的能力。了解机器视觉系统在何种低光和强光阈值下仍能以可接受的水平检测物体和细节，对于进行必要的调整至关重要。

建议使用 ISO 14524 中规定的 OECF 及其他灰度测试目标进行精确的动态范围测量。我们通常使用 TE297 和 TE269。

信噪比 (SNR)

信噪比衡量的是相对于场景中不需要或干扰性的伪影（噪声）而言，信号或有效信息的量。 即使在噪声水平高于传统摄像机系统可接受范围的情况下，机器视觉系统通常仍能检测并区分物体。然而，必须在各种照明条件下测试该噪声阈值，以确定系统正常运行所需的最大噪声量。

建议使用 ISO 15739 中规定的灰度测试标靶进行噪声测量。这些标靶通常可用于动态范围和噪声测试，包括 TE269 和 TE270X。

Color accuracy

Color accuracy refers to the camera's ability to perceive and reproduce colors correctly. Traditional cameras must be able to generate colors that match the human eye. Machine vision cameras do not need to be as precise; however, especially in the case of ADAS (Advanced Driver Assistance Systems), accurately detecting and processing colors is crucial to the functionality of these systems for real-world assessments and adjustments.

我们建议使用ColorChecker Test Charts进行基础Color accuracy测量。我们提供TE188和TE230等基础ColorChecker Test Charts。

Distortion

当图像中的直线出现变形或不自然的弯曲时，即发生图像畸变。镜头畸变主要分为三种类型：桶形畸变、枕形畸变和波形（也称为“胡须”）畸变。畸变会导致几何误差，使机器视觉相机难以准确测算距离和物体尺寸。

可使用棋盘格Test Chart（TE251）来测量Distortion。 此外，我们还推出了 GEOCAL 系统，该系统利用束扩展激光器结合 DOE，生成源自无穷远的光点网格，从而评估 Distortion 性能（更多信息见下文）。

Shading

Shading是指图像亮度从中心向四角逐渐减弱的现象。当光线在图像场景的角部衰减时，机器视觉系统可能无法看到特定的物体，或者错误地识别场景边缘的Color，从而导致对环境的错误解读。

我们通常建议使用平场Test Chart来测试Shading性能。我们使用的Test Chart是TE255漫射板，配合LE7均匀光源箱使用。

先进的机器视觉测试设备

GEOCAL

如前所述，GEOCAL 设备提供了一种先进的几何校准选项。该设备利用束扩展激光器与激光二极管相结合，生成源自无穷远的光点网格。 与需要大量空间的反射透镜和多张 Test Charts 相比，GEOCAL 提供了一种紧凑的解决方案，用于测量 Distortion、焦距和主点。

通过结合使用 GEOCAL 和 OpenCV，可以对广角相机进行校准并消除 Distortion。完成几何校准后，相机系统能够更精确地测量距离并检测场景中的物体。 经过校准的系统还将能够更好地补偿高Distortion水平（特别是对于大视场角相机），并准确对齐立体相机对。

Versatile Light System (VLS)

Versatile Light System 为多种机器视觉测量提供了解决方案，包括高动态范围测量。 该解决方案由Vega光源组成，其采用直流技术，可生成具有高稳定性且具备产生Flicker能力的光源。借助VLS，您可以使用极短的曝光时间对相机进行高动态范围和Flicker响应测试，这些测试对于理解机器视觉性能（特别是在汽车级相机中）至关重要。

VLS 针对与 ADAS 相关的机器视觉应用进行了优化，包括对比度传输精度 (CTA)、调制光衰减概率 (MMP) 以及对比度信噪比 (CSNR)。这些关键绩效指标 (KPI) 在 IEEE-P2020 汽车图像质量性能标准中有所阐述。 此外，VLS CAN 按照标准要求执行空间和时间记录测量。

Test Chart Illumination

如前所述，Test Charts可评估大多数关键的图像质量因素。在使用Test Charts时，确保正确的Illumination至关重要，特别是在分析从低光到强光的光谱时。 对于测试实验室而言，能够生成定制光谱的谱可调光源是最高效的选择。我们的 iQ-LED 光源采用 iQ-LED 技术，可生成您所需的定制光谱，以满足特定的测试要求。

对于反射式 Test Charts（例如斜边 Test Charts），我们推荐使用 iQ-Flatlight；对于透射式 Test Charts（例如灰度目标），我们建议使用 LE7 等均匀光源箱。LE7 还具备 NIR 测试功能。 我们甚至提供 CAL1 和 CAL2 等积分球，用于生产线集成，从而帮助您提高生产线上的相机校准效率。

此外，我们的大部分 Test Charts 均与 iQ-Analyzer-X 评估软件兼容。该软件是市场上最先进的解决方案之一，采用人工智能检测技术识别待测 Test Charts 并快速评估结果。我们提供免费软件版本，让您今天即可开始进行评估。

结论

随着机器视觉技术的不断发展，对图像质量测试的要求也在不断提升。自动驾驶和先进机器人技术只是其中几个将持续进步并需要测试方法随之适应的领域。理解机器视觉相机测试面临的挑战并确保高图像质量性能，仍将是技术成功的基石。

通过将使用测试标靶的传统测试与 AEON 相机校准器等更先进的解决方案相结合，制造商可以验证其相机始终满足现代应用的严格要求，并确保高效率、高性能和人员安全继续处于创新的最前沿。