zoukankan      html  css  js  c++  java
  • 镜头分辨率解释

    来源www.vision-smart.com 北京博视智动技术有限公司

    ICX445芯片是Sony公司近年来推出的一款高性价比芯片,其分辨率为1280*960(130万像素),帧速为30fps。与传统ICX267芯片的140万像素(1340*1024)相机比,采用ICX445芯片做出的相机在分辨率近似相同的情况下,价格更便宜,帧速更快,而像元在尺寸更小的情况下,反而实现了更高的灵敏度。近年来,世界各主流相机厂商都推出了基于该款芯片的相机,如德国BASLER公司的acA1300-30gm,加拿大Pointgrey公司的FL2G-13S2M-C,德国BAUMER公司的TXG12,德国AVT公司的Manta G-125等等,均在中国市场占据了大量应用。

    目前大多数用户使用ICX445芯片的相机时,都选配了Computar、KOWA、Pentex或Fujinon公司的百万像素镜头或二百万像素镜头,而忽视了ICX445芯片像元尺寸更小,与传统的ICX267和ICX274芯片不同,需要与更高分辨率的镜头配合使用,才能真正实现最佳成像性能的事实。为什么ICX445芯片的像素更小,就必须配合更高分辨率的镜头才能实现最佳成像性能呢?下面我们先来共同理解几个概念

    1. 什么是传递函数,又叫MTF,什么是极限空间分辨率?

    简单说,MTF是空间分辨率的一种表征方式,单位:线对/mm。每个光学或光电成像器件都有各自的MTF,镜头有MTF,相机也有MTF。光学器件或光电成像的器件的MTF越好,或者MTF对应的空间截止频率越高,证明器件自身的空间分辨率越好,越能看清更小的细节。MTF对应的空间截止频率又叫极限空间分辨率。

    2. 镜头中的百万像素,二百万像素,五百万像素是指什么?

    其实,镜头中的百万像素,二百万像素和五百万像素同样是指镜头的空间分辨率,因为镜头必须配合相机使用,为了方便记忆镜头与相机的匹配关系,人们常采用对应相机的分辨率来命名镜头。这种命名方式其实并不科学,同时给新接触视觉系统的人带来了很多误解,经常会机械的套用百万像素分辨率相机对应百万像素镜头,二百万像素分辨率相机对应二百万像素镜头,而五百万像素分辨率相机则对应五百万像素镜头。其实镜头与相机对应的并不是相机自身的像素分辨率(像素数),而是各自的极限空间分辨率。按目前公开的性能指标来说,百万像素镜头对应的极限空间分辨率是90线对/mm,二百万像素镜头对应的空间分辨率是110线对/mm,五百万像素镜头对应的空间分辨率是160线对/mm,因此百万像素镜头配合相机的极限空间分辨率必须低于90线对/mm,二百万像素镜头和五百万像素镜头配合相机的原理也相同,而决定相机极限空间分辨率的并不是相机自身的像素分辨率,而是相机的单个像元尺寸大小。

    3.相机的极限空间分辨率

    相机的极限空间分辨率代表了的相机能够分辨的空间最小细节,其计算公式可以简单理解为:1/(单个像素尺寸*2),单位:线对/mm。

    4.相机和镜头的配套原则

    镜头的极限空间分辨率必须高于相机的极限空间分辨率,这样才能让相机实现最佳成像性能。

    下面计算ICX445芯片相机对应的极限空间分辨率为:

    1/(3.75*2)= 133.33线对/mm

    百万像素镜头的极限空间分辨率为90线对/mm,二百万像素镜头的空间分辨率为110线对/mm,五百万像素镜头对应的空间分辨率为160线对/mm,因此要想发挥ICX445芯片的最佳成像性能,显然百万像素镜头和二百万像素镜头都不匹配,只有五百万像素镜头的极限空间分辨率才能满足要求。

    目前市场上的五百万像素镜头价格较贵,多数为¥3,000-¥6,000之间,但Computar公司在2010年推出了一系列三百万像素的镜头,其极限空间分辨率达到了140线对/mm,价格也不超过¥2,000。这个系列的镜头是现在市场上配合ICX445芯片相机的最佳性价比选择。

  • 相关阅读:
    解决端口被占用
    Oracle查询所有表的字段明细
    Spring cron表达式
    Java爬取12306余票
    Activiti工作流框架——快速上手
    ERROR 1045 (28000): Access denied for user 'xxx'@'localhost' (using password: YES)【奇葩的bug】
    一分钟学会JavaMail(假)__手动滑稽
    通过Servlet实现汉字验证码
    使用ServletContext对象读取资源文件
    编写一个简单的java服务器程序
  • 原文地址:https://www.cnblogs.com/asus119/p/2514990.html
Copyright © 2011-2022 走看看