光学和照明设计对机器视觉应用至关重要

新的应用和传感器往往会推动光学和机器视觉照明领域的大多数创新，而这种创新必须经常并行推进。传感器的选择高度依赖于最终应用，通常情况下，照明也是如此。

然而，对于光学来说，传感器和照明通常是“有问题的应用”。即使是眼睛最敏锐的传感器也无法发挥潜力，除非镜头将光线正确而均匀地分布在其活动区域。光学供应商面临的挑战是机器视觉应用的发展如此之快，很难跟上步伐。

“随着传感器和照明技术的进步，有很多新的应用需求。光学设备供应商面临的问题已经变成了“需要优化什么样的镜头设计来配合下游的情况?”’”埃德蒙光学成像事业部副总裁Greg Hollows说。

光学设计挑战

例如，安装在无人机上的遥感单元可能倾向于具有高分辨率的更大格式传感器，因为将更多像素装入更大的阵列中可以使无人机在有限的飞行时间内收集尽可能多的图像数据。如果您是传感器制造商，这种应用需求很容易直观，因此很容易预测。因此，积极投资开发更大格式的传感器是合理的。对于光学制造商来说，这个选择并不是那么简单，他们不能在不考虑许多其他变量的情况下设计更大的镜头。

许多系统将镜头组件和滤光片结合在一起，这对于目前通常与无人机相关的宽视场应用来说可能会变得复杂。

“在过去，申请需求不那么苛刻。由于系统更加宽容，光学设计师并不总是需要考虑滤光片所看到的效果。现在，当你穿过视场时，这些非常宽的角度会导致通过滤光片的光转向光谱的蓝色部分(蓝移)，”Hollows解释了我们假设的遥感应用。“然而，今天，你需要设计一种带有滤光片的镜头，以最大限度地减少光线从大角度穿过时的蓝移，比如45度。它会让事情变得更加困难，因为它取消了过去可用的一些现成的即插即用选项。”

当设计更大的格式时，复杂性还在继续。CMOS图像传感器的堆叠可以帮助加快图像捕获，但它提出了一个设计问题，类似于我们在遥感应用中遇到的问题。

Moritex总裁Jason Baechler表示:“CMOS成像板的堆叠使得井越深，需要更窄入射角的成像侧透镜设计。“与超过三分之二英寸格式的CCD传感器兼容的镜头可能不兼容相同尺寸的CMOS传感器。它们可能共享相同的分辨率，但[CMOS图像捕获]将在对比度和均匀性方面受到影响。中心点会显得更亮，而角落的亮度会下降。所以整体的一致性很差。”

由于镜头组件不像传感器那样是现成的商业产品，因此设计和生产成本更高。这也为专注于产品上市时间的相机制造商和集成商带来了潜在的瓶颈。

“在过去，世界上三个人可能拥有两台机器，可以为特定场景制造光学设备，”Hollows说。“而且它们是由工程师而不是技术人员操作的，所以成本太高了。先进之处在于，它现在只是很贵，而不是令人望而却步。人们知道如何做困难的事情，但问题是如何做到经济有效。例如，设计过滤器与光学系统可以让你设计得更小、更好、更便宜。”

利用光线

这种对更全面的设计方法的诉求延伸到照明组件。理想情况下，照明和成像光学应该作为一个系统一起设计，以确保最佳光线被镜头收集，而不是次优光线。落在镜头视场之外的光线会造成眩光，降低图像对比度。灯光和光学元件一起设计，使两者更容易匹配，以获得最佳效果。它还可以最大限度地降低成本，缩短上市时间。

成像系统光源的波长范围也会影响透镜的选择，以及整个系统的性能。图像对比度通常可以通过将范围缩小到几纳米来提高。使用带有宽带光源的滤光片会有所帮助，但这并不总是像选择窄带光源那样灵活。首先，透镜在不同距离聚焦不同波长，因此使用窄带光源实际上有助于透镜的性能。此外，滤光片能达到的效果取决于光源。它们本身并不能提高对比度。

Baechler说:“例如，如果标签上的墨水吸收了近红外光，即使近红外光被相机过滤掉，标签也会出现空白。”“这使得寻找在特定波段内发射的光源并围绕它们设计光学器件变得越来越重要。”

利用光源的波长可以在机器视觉中完成很多工作。使用窄带光源，如led，最大限度地减少了镜头设计需要校正的地方，并引入了增加图像对比度的有趣的新选项。特定材料吸收或反射特定波长的方式也可以突出在宽带光下看不见的缺陷。

可见范围内的每种颜色都有一个相反的颜色，可以用来提高图像对比度。因此，例如，用绿光照亮一个绿色的特征，会使它在图像传感器上看起来更亮，而用红光照亮它——绿色的相反——会使它看起来更暗。

然而，提高图像对比度并不需要依赖窄带光源。例如，在紫外线(UV)范围内的短波，比可见光或红外线更强烈地散射表面特征。或者，如果紫外线被吸收，它们往往在表面被吸收。在任何一种情况下，使用气体放电管或UV led来成像紫外线如何与材料相互作用，可以帮助检测在光谱的其他地方看不见的污染物或浅划痕。在检查玻璃显示器、透镜和其他在可见光谱中透明的材料时，这提供了明显的好处。

在电磁光谱的另一端也有类似的好处，短波红外(SWIR)光源和传感器可以产生可见光难以或不可能产生的高对比度图像。水在1450 nm的SWIR中吸收非常强，这使得水分在InGaAs相机图像中呈现黑色。这为检查农产品的擦伤或测量作物或幼苗的水分含量提供了新的选择。SWIR还可以穿透薄塑料壁，从而可以通过不透明的容器自动测量液位。

韦恩哈丁是AIA的特约编辑。本文最初发表于视觉在线．AIA是先进自动化协会(A3)的一部分，是CFE媒体的内容合作伙伴。由CFE媒体制作编辑克里斯·瓦夫拉编辑，cvavra@cfemedia.com．

原始内容可以在www.visiononline.org．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。