机器视觉系统成像质量之噪声因素简析

2016-07-22技术资料

一个典型的机器视觉系统由光源、镜头、相机、图像采集卡、图像处理软件等部分组成。随着行业自动化进程的加剧,机器视觉技术已经成为工业生产中检测方案的最佳选择。随着机器视觉技术的不断发展和应用,行业的需求也逐步提高,例如更宽动态范围、更高像素和更低噪声等需求,而这些需求也同样是影响机器视觉系统成像的重要参数。

机器视觉技术是通过对信号的获取以及转换,最终达到成像目的的,信号的出现就总是会伴随着噪声的存在。在整个机器视觉系统的运作过程中,噪声的影响普遍存在着。噪声的种类也是多样的,其中有由于开关介入电容后带来电压而产生的复位噪声,有由入射光子数的变动而引发的散粒噪声,还有最为常见也是最重要的成像影响因素暗电流噪声等。

机器视觉噪声 的图像结果

噪声会对机器视觉系统接收正常信号产生干扰影响,而这些接收到的干扰,在成像时就会造成图像的失真,大大降低了图像的质量。因此,对于噪声的处理是机器视觉技术的一个重要的技术环节。

而信噪比便是评价噪声的一项技术指标,即有用信号与噪声强度之比。其比值越大就说明噪声对信号的影响越小,图像质量就越高。反之,图像质量就会越低。

因此,如果我们想通过机器视觉系统获得更高品质的图像,就要抑制噪声的影响,提高信噪比。随着噪声种类的不同,影响机器视觉信噪比的因素也有所不同,我们用来抑制噪声的方法就不同。

例如:随机噪声与绝对温度的平方根成正比、暗电流噪声随温度每升高10℃则提高2倍,因此降低温度可以减小随机噪声和暗电流噪声;散粒噪声与信号电荷量的平方根成正比,光强度增加,信噪比会变得越大;暗电流噪声与信号的储存时间成正比,存储时间越长,暗电流噪声就越大;对于转移噪声,可以采用提高衬底电压;对于复位噪声,可以采用相关双采样电路来消除。