线阵色散现象的解决方案及原因
线阵彩色相机,特别是真彩相机,在使用过程中, 由于使用不规范,经常会出现色散现象,该现象如何解决呢?形成的原因又是什么呢?本篇文章主要解答这两个疑问

        1、色散现象及原因

    色散现象主要分为两种:纵向色散(如图1)和横向色散(如图2),他们的产生的原因都是一样的:sensor采集到的色彩信息,与物体实际色彩不匹配;若纵向不匹配,则产生纵向色散,若横向不匹配,则产生横向色散;我们将ensor采集到的色彩信息,与物体实际色彩不匹配展开来说,常见的有四种原因:相机安装方向与相机扫描方向不匹配、相机采集行频与物体运动速度不匹配、相机架设平面与物体运动平面有夹角(如图3)以及镜头有散光;

                                        

图1 纵向色散                                                            图2横向色散

图3 相机架设平面与物体运动平面有夹角

2、 色散问题解决方案

    我们前面了解了色散现象产生的原因之后,针对原因去解决问题就简单了,我们先总结出针对4项原因对应的解决方案(见表1),稍后再展开讲如何操作。

 表1 色散现象解决方案:

色散产生原因色散类型解决方案
相机安装方向与相机扫描方向不匹配纵向色散方法1:物理调整相机安装方向
方法2:参数调整相机扫描方向
相机采集行频与物体运动速度不匹配纵向色散步骤1:调整内触发频率或外触发分倍频使行频匹配
步骤2:若无法完全匹配,则调整Line Rate Ratio参数,使色散消失
相机架设平面与物体运动平面有夹角纵/横向色散方法1:将相机平面与物体运动平面调节至平行
方法2:调节Parallax Direction和Pixel Shift值
镜头有散光纵/横向色散替换镜头

    实际方案中,我们可能无法区分到底是那种原因导致的,针对色散问题,我这边总结了调整步骤:

    1、修改相机扫描方向,让相机色散程度最轻

            

    2、确认相机架设是否有倾角,若必须有倾角,则需要调整PS值,调整方法如下:

        1)  选择一个视差方向(Parallax Direction),如blue;

            
 

        2)  调大像素偏移值(Pixel Shift)

            

        3)  观察左右色散是减轻还是增强,

            –   色散颜色是否反转,如左红右蓝变为左蓝右红则视为“减轻”,如色散颜色未翻转,则观察色散所占像素个数

            –   所占的像素个数增多视为增强,减少视为减轻

        4)  若色散减轻,说明视差方向选择正确,若色散增强,说明视差方向选择错误,换一个方向red,重复2)~ 4)步骤

        5)  使用二分法确定最终像素偏移值(Pixel Shift)

                    i.  确认当前像素偏移值为a,记下色散颜色,如左蓝右红

                   ii.  调节一个像素偏移值为b,使色散颜色反转,如左红右蓝

                  iii.  调节像素偏移值为c =(b-a)/2,观察色散颜色

                  iv.  若色散为左蓝右红,则a =c;

                   v.  若色散为左红右蓝,则b=c;

                  vi.  重复步骤iii ~ v;指导色散消失,建议像素偏移值(Pixel Shift)精确到第三位小数

    3、确认左右无色散,,若上下还有色散,则调整行频匹配

    4、行频无法完全匹配,色散依旧存在时,调节lrr值,可使用二分法,参考步骤I ~ vi;

    5、若镜头有散光,则通过调节Parallax Direction和Pixel Shift可以有改善,单不一定能完全消除,最好换镜头

3、总结

    对于彩色线阵来说,色散是一个绕不开的现象,总是在不经意间出现,但是该现象的解决方案也是成熟有效的,只要能搭建好稳定的线扫环境,搭配相机本身的矫正功能,还是能够完美的处理掉的。希望大家后续再次遇到色散现象时,不是担心是否会影响成像或检测效果,而是直接解决掉。

   

版权声明:本文为V社区用户原创内容,转载时必须标注文章的来源(V社区),文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:tech_support@hikrobotics.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
评论请先登录 登录
全部评论 0
5
创作
3
粉丝
20
获赞
相关阅读
  • 海康机器视觉工程师认证相关内容
    2021-11-04
  • 深度学习的前沿研究与应用
    2022-01-04
  • 集成OpenCV、Halcon算子进VM算法平台的方法
    2021-11-15
  • 轻松学会镜头选型
    2021-10-27
  • 【VM的视觉应用】IPad表面划痕缺陷检测
    2021-11-04

请升级浏览器版本

您正在使用的浏览器版本过低,请升级最新版本以获得更好的体验。

推荐使用以下浏览器