Farvekameraer vs. monokrome kameraer
Machine Vision er blevet afgørende i mange industrielle applikationer såsom automatisering, kvalitetskontrol osv. Machine Vision muliggør effektivitet, produktivitet og nøjagtighed. Når du vælger et industrielt kamera, er det meget vigtigt at vælge den rette type kamera til din specifikke applikation. Valget mellem farve- eller monokrome kameraer vil direkte påvirke effektiviteten og nøjagtigheden af din applikation. I denne artikel vil vi gennemgå, hvorfor det er vigtigt.
Forståelse af industrielle kameraer
Hvordan Machine Vision-lys optages, og hvordan billedbehandlingen adskiller sig primært fra farve- eller monokrome sensorer.
Monokrome sensorer opfanger lysets intensitet uden farveinformation; hver pixel registrerer hele spektret af lysintensitet, hvilket er grunden til, at monokrome sensorer er 3 gange mere følsomme og har skarpere detaljer. Monokrome sensorer har ikke et CFA-farvefilterarray, så alt lys anvendes til billeddannelse.
Farvesensorer anvender et CFA-Bayer-filterarray til at opdele lys i rød, grøn og blå (RGB). Hver af disse pixels opfanger kun én farve, og de manglende farver estimeres gennem demosaicing eller interpolation. I en farvesensor er den endelige "farve" for en pixel et estimat baseret på data fra dens nabopixels. Dette understreger, hvorfor monokrome sensorer har højere effektiv opløsning og skarphed. Nogle farvesensorer kan opfange farver mere nøjagtigt ved at anvende 3-chip RGB-sensorer eller prismabaserede systemer. Disse systemer anvender ikke et Bayer-filter; i stedet opdeler de det indkommende lys med et prisme og leder de røde, grønne og blå komponenter til tre separate, dedikerede monokrome sensorer. Denne metode eliminerer behovet for demosaicing og giver langt højere farvenøjagtighed og opløsning end et enkelt-sensor-kamera med et Bayer-filter.
Farvekameraer
Sådan fungerer de
- Billedsensoren producerer elektriske signaler fra lys; den består af en række fotodioder, der måler lysets intensitet.
- Den mest populære type CFA er et Bayer-filter, som dækker sensorens pixels med røde, grønne og blå filtre.
- Demosaicing-algoritmen genererer et fuldfarvebillede ved at rekonstruere manglende farveinformation.
- Billedprocessorer forbedrer billedkvaliteten ved at korrigere farvebalancen og udtrække relevante data til Machine Vision-opgaver.
Fordele
- Væsentlig for applikationer, der kræver farvedifferentiering, såsom objektsortering efter farve, sorteringsløsninger til fødevarer og frugt eller inspektion af billak.
- Påkrævet for applikationer, hvor farvenøjagtighed er vigtig.
Ulemper
- Lavere følsomhed sammenlignet med monokrome sensorer, fordi Bayer-filtre blokerer en del af det indkommende lys.
- Reduceret opløsning på grund af interpolation eller demosaicing.
- Yderligere behandling er nødvendig for farverekonstruktion
- Langsommere billedbehandling på grund af de ekstra farvedata.
Monokrome kameraer
Sådan fungerer de
- Indkommende lys omdannes til et elektrisk signal af billedsensoren. Hver pixels lysintensitet måles af en samling fotodioder.
- Der er ikke behov for et farvefilterarray, så hver pixel modtager alt tilgængeligt lys.
- Det giver en skarp billedoptagelse ved at fokusere lyset på sensoren.
- Billedprocessorer forbedrer skarphed og kontrast, samtidig med at de udtrækker relevante oplysninger til analyse.
Fordele
- Højere lysfølsomhed og bedre ydeevne ved svagt lys.
- Skarpere billeder og højere kontrast, ideelt til defektinspektioner eller kantdetektering.
- Har en bredere bølgelængdefølsomhed og kan derfor anvendes til IR- og UV-applikationer
Ulemper
- Kan ikke opfange omfattende farveinformation, hvilket begrænser applikationer, hvor farvedifferentiering er nødvendig.
Sammenligning mellem monokrome kameraer og farvekameraer
| Funktion | Farvekamera | Monokromt Kamera |
|---|---|---|
|
Følsomhed |
Lav på grund af farvefiltre |
Høj, da der ikke er noget filter |
|
Opløsning |
Lav på grund af interpolation |
Høje direkte pixeldata |
|
Behandlingsbelastning |
Høj på grund af farvebehandling |
Lavere |
|
Applikationsområde |
Farvebaserede applikationer såsom sortering eller mærkning |
Kantdetektion, tekstanalyse og billedbehandling ved svagt lys |
Valg af det rigtige Kamera til din Applikation
- Hvornår du skal vælge farve: Farvekameraer er ideelle, når der skal skelnes mellem emner baseret på farve, såsom differentiering mellem frugter, piller, tekstiler osv. Kontrol af korrekt mærkning, farvekonsistens i produkter eller registrering af misfarvning. Primært til applikationer, der kræver farveidentifikation.
- Hvornår du skal vælge monokrom: Monokrome kameraer er ideelle under svage lysforhold. Gråtonebillederne giver overlegen kantdetektering og defektidentifikation, og behandlingen er hurtigere, da der kræves mindre beregningskraft. Monokrome sensorer giver højere effektiv opløsning, da hver pixel anvendes til intensitetsregistrering.
Afsluttende bemærkninger om monokrome kameraer kontra farvekameraer
Når farveinformation ikke er påkrævet, er monokrome kameraer det bedre valg, idet de giver tydeligere detaljer, hurtigere behandling og forbedret ydeevne under udfordrende lysforhold. Selvom farvekameraer er nødvendige til opgaver, der omfatter farvegenkendelse eller -differentiering, indebærer de kompromiser med hensyn til følsomhed og billedskarphed.
Har du brug for hjælp til at vælge det kamera, der passer bedst til din applikation? Vi tilbyder et bredt udvalg af monokrome og industrielle farvekameraer til forskellige brancher og inspektionsopgaver. Kontakt os i dag ved at udfylde formularen på vores website, så vender vi tilbage hurtigst muligt med ekspertrådgivning, der er tilpasset dine behov.