Kuinka saavuttaa parannettu automaattitarkennuksen suorituskyky? Sinoseen korkealaatuiset kamerat

Viivakoodien skannauksesta itsepalvelupääteliittymiin ja kehittyneisiin teollisuusrobotteihin automaattitarkennuskameroista on tullut välttämätön työkalu monilla eri teollisuudenaloilla. Automaattitarkennustoiminto mahdollistaa selkeän tarkennuksen säätämällä objektiivia visuaalisen tiedonkeruun luotettavuuden ja tehokkuuden parantamiseksi, ja automaattitarkennuskameroiden suorituskyvyn parantamisesta on tullut hetken painopiste.

Mikä on automaattitarkennus?

Automaattitarkennus on kameran ominaisuus, joka mukautuu nopeasti kameran ja kohteen välisen etäisyyden muutoksiin muuttamalla objektiivin asentoa dynaamisesti terävimmän mahdollisen kuvan saamiseksi. Automaattitarkennusjärjestelmä koostuu linssijarrusta,kuvasignaaliprosessori (ISP)ja 3A-toiminto, joka on yhteisnimitys automaattitarkennukselle, automaattivalotukselle ja automaattiselle valkotasapainolle, jotka toimivat yhdessä optimaalisen kuvanlaadun varmistamiseksi. Olemme nähneet automaattitarkennuksen tiedot aiemmin, kiinnostuneitaSeuraava artikkeli.

Automaattitarkennusmekanismin haasteet

Automaattitarkennuskameroiden oletustarkennusalue on tyypillisesti 10 cm:stä äärettömyyteen ja keskimääräinen tarkennustarkkuus. Se on edelleen jonkin verran riittämätön joissakin erityissovelluksissa, esimerkiksi:

• Tilanteissa, joissa kohteen koko on huomattavasti pienempi kuin kiinnostava automaattitarkennusalue (ROI), automaattitarkennuksen oletustarkkuus ei välttämättä riitä.
• Jotkin kiinteää työskentelyetäisyyttä vaativat sovellukset eivät hyödy koko alueen tarkennusominaisuudesta. Kun kohteet peittävät suurimman osan sijoitetun pääoman tuotosta, tarvitaan suurempaa automaattitarkennuksen tarkkuutta ja nopeampia vakautusaikoja.
• Nopeus, jolla automaattitarkennusjärjestelmä lukittuu oikeaan tarkennuspisteeseen, on tärkeä nopeiden vasteaikojen tarpeen kannalta.

Miten automaattitarkennuksen tarkkuutta voidaan parantaa?

Kuvasignaaliprosessorilla (ISP) on keskeinen rooli AF-mekanismissa. Lisäksi Sinoseenilla on useita vaihtoehtoja AF-kameroiden tarkennustarkkuuden parantamiseksi, mikä edellyttää Internet-palveluntarjoajan asetusten hienosäätöä.

1. Kaksivaiheisen menetelmän käyttäminen Internet-palveluntarjoajassa

Perinteinen menetelmä: General Sinoseen AF -kamerat tukevat oletusarvoisesti yksittäistä skannausta koko AF-alueella (10 cm - ääretön). Tämä AF-algoritmi skannaa äärettömästä makrosijaintiin, ja sitä voidaan mukauttaa kohdennetuilla asetuksilla Internet-palveluntarjoajan asetuksissa. AF-algoritmi käyttää mäkikiipeilyä löytääkseen terävimmän kuvan kullekin kehykselle linssijarrua liikutettaessa. Internet-palveluntarjoaja laskee kunkin kehyksen reunojen keskiarvon ja saa suhteellisen terävyyden kullekin objektiivin sijainnille. Kun suurin tarkennus on saavutettu, objektiivin sijainti vakautuu ja Internet-palveluntarjoaja palaa automaattitarkennuksen onnistumistilaan. Tämä ei ehkä ole tarkkaa.

Kaksivaiheinen menetelmä: Kaksivaiheisen menetelmän käyttö lisää Internet-palveluntarjoajan suorittamien skannausten määrää. Ensimmäinen skannaus suoritetaan optimaalisen tarkennusasennon määrittämiseksi ja sitten toinen yksityiskohtainen skannaus kyseisen sijainnin ympärille, mikä parantaa merkittävästi tarkennuksen tarkkuutta.

2. AF-skannausalueen kaventaminen

Skenaarioissa, joissa työetäisyys määritetään, kuten viivakoodien skannaus tai myyntiautomaatit, AF-aluetta voidaan kaventaa skannaamaan vain tämä alue, mikä parantaa tarkkuutta. Jos kohde on esimerkiksi kiinteä 1–1,5 metrin säteellä, AF-kamera tarkentaa oletusarvoisesti välillä 100–120. Internet-palveluntarjoajan asetusten kautta on kuitenkin mahdollista määrittää tämä alue uudelleen 255 askeleeseen tavallisten 0–255 askeleen sijaan. AF-tarkkuuden parantamiseksi.

Yleensä skannausalue määräytyy työetäisyyden mukaan, mikä on kätevää Internet-palveluntarjoajalle skannata sama alue suuremmalla tarkkuudella.

3. Lisää skannauspaikan arvoa

Tasaetäisten askelten (rakojen) lukumäärä AF-alueella liittyy suoraan tarkennustarkkuuteen. Ura-arvon kasvattaminen mahdollistaa tarkennusalueen tarkemman skannauksen, mikä johtaa hienompiin säätöihin ja parempaan tarkkuuteen. Tämä on erityisen tehokasta kaksivaiheisessa skannausmenetelmässä.

4. AF: n vakautusajan parantaminen lisäämällä AF-nopeutta

Aikaa, joka Internet-palveluntarjoajalta kuluu optimaalisen terävyyden havaitsemiseen objektiivin sijaintia siirrettäessä, kutsutaan hakuajaksi. Internet-palveluntarjoajan asetusten muokkaaminenräätälöity SInoseen-kameramoduulivoi tehokkaasti lyhentää hakuaikaa.
Voit parantaa hakuaikaa seuraavasti:

• Korttipaikan arvon muuttaminen
• toimilaitteen nopeuden hakutaulukon (LUT) muokkaaminen

Kolikkopelin arvon muuttaminen

Aukon arvo määrittää, kuinka monta vaihetta objektiivi tarvitsee tarkennuksen säätämiseen, ja vaikuttaa suoraan automaattitarkennuksen nopeuteen ja tarkkuuteen. Aukon arvon kasvattaminen antaa objektiiville mahdollisuuden tehdä vähemmän ja suurempia säätöjä, mikä nopeuttaa tarkennuksen saamista, mutta voi heikentää tarkkuutta. Sitä vastoin korttipaikan arvon pienentäminen hidastaa automaattitarkennusta, mutta voi parantaa tarkkuutta tekemällä hienosäätöjä.

Toimilaitteen nopeuden hakutaulukon (LUT) muokkaaminen

LUT toimii siltana Internet-palveluntarjoajan ja objektiivin toimilaitteen välillä ja muuntaa tarkennuskomennot fyysiseksi liikkeeksi. LUT-arvoa säätämällä objektiivin siirtämiseen haluttuun tarkennuspisteeseen tarvittavien vaiheiden määrää voidaan vähentää, mikä lyhentää vakautusaikaa. Automaattitarkennuksen tarkkuuden kanssa on kuitenkin harkittava kompromisseja.

5. ROI-pohjainen tarkennus lisää nopeutta

Tarkennus kuvan tiettyihin alueisiin koko kehyksen sijaan voi nopeuttaa automaattitarkennusta merkittävästi. Priorisoimalla kiinnostavan alueen kamera voi nopeasti mukautua alueen muutoksiin, mikä on erityisen hyödyllistä kasvojentunnistuksen kaltaisissa sovelluksissa.

Johtopäätös

Tässä artikkelissa oppimamme perusteella on selvää, että tehokkaimmat tavat parantaa automaattitarkennuksen vakautusaikoja sisältävät tyypillisesti tekniikoiden yhdistelmän, mukaan lukien uran säätö, LUT-muokkaus ja ROI-pohjainen tarkennus. Näiden asetusten jatkuva testaaminen ja hienosäätö on tärkeää, jotta saavutetaan tasapaino nopeuden ja tarkkuuden välillä tietyssä sovelluksessa.

Tietenkin, jos sinulla on kysyttävää parannetun automaattitarkennuksen suorituskyvyn saavuttamisesta, ota rohkeasti yhteyttä meihin, kutenSinoseenhänellä on yli vuosikymmenen kokemus sulautetun näön sovelluksista ja hän on varma, että pystymme tarjoamaan sinulle tyydyttävän vastauksen.