石鑫华视觉论坛微信公众号:石鑫华视觉

 找回密码
 注册会员
查看: 3703|回复: 1

[评测] AVT Guppy Pro F-503B性能评测-边缘梯度评测

[复制链接]
  • TA的每日心情
    慵懒
    16 小时前
  • 签到天数: 3156 天

    连续签到: 26 天

    [LV.Master]2000FPS

    发表于 2014-5-28 11:37:34 | 显示全部楼层 |阅读模式 来自:广东省东莞市 电信

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x
    AVT Guppy Pro F-503B性能评测-边缘梯度评测测评硬件平台:

                                   
    登录/注册后可看大图

    测试硬件如上图所示,包含了以下硬件:
    工业镜头:Computar M3514-MP
    工业相机:AVT Guppy Pro F-503B
    图像采集卡:双通道PCI-E LSI 1394B卡
    机器视觉光源:环形光源-12030-W
    光源控制器:模拟控制器-2424-1CH-M
    标准色卡:X-Rite 24色标准色卡
    被测对象:

                                   
    登录/注册后可看大图

    AVT Guppy Pro F-503B

    AVT Guppy Pro F-503B是一款500万像素CMOS工业相机,图像传感器为Aptina MT9P031,1/2.5’逐行卷帘快门CMOS传感器。分辨率2592 x 1944,像元大小2.2微米,最大帧率13FPS,镜头接口C接口,数据接口1394B火线接口。
    本次测试,连接了Computar的M3514-MP工业镜头,成像后对图像的边缘梯度进行测量,以评价相机对图像黑白的表现能力。因为工业相机成像时,也包含了一定的算法,所以同样的一张图像或成像环境,并不是所有的相机的成像效果都是一样的。有一些相机成像后的边缘梯度-即图像的对比度-会表现的比较好,黑白分明;而有一些相机表现则比较差,成的像灰朦朦一片。因此测量图像中边缘的梯度,可以直接反应相机对明亮特征与黑暗特征的综合表现能力。

                                   
    登录/注册后可看大图

    Computar M3514MP
    测试软件为石鑫华视觉编写的相机性能测试软件。下面来看测试结果数据:

                                   
    登录/注册后可看大图

    位置1连续运行1000次结果

                                   
    登录/注册后可看大图

    位置1连续运行2000次结果

                                   
    登录/注册后可看大图

    位置1连续运行3000次结果
    次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
    100065.7871.3361.33101.542.36
    200064.9671.3360.6710.671.261.59
    300065.2471.3360.6710.671.281.64

    注:以上图像左上角的标准色卡其灰度值为200。

                                   
    登录/注册后可看大图

    位置2连续运行1000次结果

                                   
    登录/注册后可看大图

    位置2连续运行2000次结果

                                   
    登录/注册后可看大图

    位置2连续运行3000次结果
    次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
    100018.02211560.850.72
    200017.97211560.850.72
    300017.84211560.930.86


                                   
    登录/注册后可看大图

    位置3连续运行1000次结果

                                   
    登录/注册后可看大图

    位置3连续运行2000次结果

                                   
    登录/注册后可看大图

    位置3连续运行3000次结果
    次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
    100041.74538.676.331.071.15
    200041.4745.3338.3371.111.23
    300040.9745.3337.3381.111.24


                                   
    登录/注册后可看大图

    位置4连续运行1000次结果

                                   
    登录/注册后可看大图

    位置4连续运行2000次结果

                                   
    登录/注册后可看大图

    位置4连续运行3000次结果
    次数梯度均值梯度最大值梯度最小值梯度差梯度标准差梯度方差
    100014.8417.6712.6750.790.63
    200014.8517.6712.6750.830.69
    300014.9217.6712.335.330.870.75

    以上数据为运行次数前200次采样得到的结果。标准差、方差,可以反应采样数据的均匀性。均值是当前200次采样的平均值。同样的光照环境、光圈环境(即灰度均匀基本一致的情况下),梯度均值越大,表示当前的相机成像时的对比度越好。最大值、最小值,是200次采样中的出现的最大和最小值,差则是最大值-最小值,反应像梯度变化的范围,差值越小,则说明像素控制噪声能力越好,这个值与像素值的大小有关,例如全黑或全白时,其值要小许多,特别当相机饱和全白时,是没有变化的。标准差、方差越小,表示数据越均匀。
    如上数据,当灰度值为200的色卡边缘处的梯度值为65左右,而其梯度的差值约为10。而位置2处的梯度则约为18左右,这时的梯度差为6左右,在这种低对比度环境下,则需要考虑将梯度设置成18-6=12以下,才可能保证一定能找到边缘。但是如果将梯度设置为12时,可能会有找不准的情况发生。因为12的梯度值已经是非常小的了。如果图像的边缘对比度只有十几,那么还得想办法提高边缘的对比度才能得到比较稳定的图像效果。
    从以上的数据也可以看到,AVT Guppy Pro F-503B跟AVT Guppy Pro F-125B相机相比(可以参考评测文章http://shixinhua.com/camera/2014/04/1135.html),在基本一样的环境下,对比度的值明显要低许多。这个是可以通过数学的方法来解释的。AVT Guppy Pro F-125B是125万像素的工业相机,其分辨率约为1280×960的样子,而AVT Guppy Pro F-503B则为500万像素的工业相机,共同分辨率约为2600×1900的样子。AVT Guppy Pro F-503B在长或宽方向上的像素数量,约为AVT Guppy Pro F-125B的两倍。而我们知道对比度,又叫斜率,反应的是边缘的变化快慢。其计算方法为k=Δx/Δy,即X的变化量除以Y的变化量。在其它条件不变的情况下,可以知道边缘的两边的白色、黑色灰度值本身也不会有太多的变化,即Δx是基本一样的,而因为F-503B的分辨率比F-125B的高了一倍,即F-503的Δy比F-125B的Δy要大一倍左右。这样就可以知道F-505B的对比度k,应该只有F-125B的一半左右。

    机器视觉论坛(石鑫华视觉)凭借丰富的机器视觉经验,可以为广大视觉硬件厂商提供充分的产品性能测试,工业相机、工业镜头、机器视觉光源、光源控制器、图像采集卡等等相关的硬件均可评测。
    回复

    使用道具 举报

  • TA的每日心情

    2015-3-4 10:04
  • 签到天数: 128 天

    连续签到: 1 天

    [LV.7]700FPS

    发表于 2014-5-29 10:11:14 | 显示全部楼层 来自:广东省东莞市 电信
    回复 支持 反对

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(第二版)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23
    LabVIEW图像处理教程
    机器视觉商城淘宝店铺
    视觉论坛充值赞助方法

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-3-29 23:30

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表