工业镜头孔径、分辨率与景深参数简析

news2024/10/6 6:01:32

工业镜头孔径、分辨率与景深参数简析

  • 一、前言
  • 二、镜头孔径与光圈系数
    • 2.1孔径与相对孔径
    • 2.2数值孔径(NA)
    • 2.3光圈系数(F/#)
    • 2.4工作光圈系数((F/#)w)
  • 三、镜头分辨率
    • 3.1MTF与CTF
      • 3.1.1MTF(调制传递函数,Modulation Transfer Function)
      • 3.1.2CTF(对比度传递函数,Contrast Transfer Function)
    • 3.2空间频率与像侧分辨率
      • 3.2.1空间频率与像侧分辨率的定义
      • 3.2.2空间频率、像侧分辨率与MTF曲线的关系
    • 3.3理想镜头分辨率
  • 四、景深(DOF,depth of field)
    • 4.1景深定义
    • 4.2景深的计算公式
      • 4.2.1景深的理论计算公式
      • 4.2.2远心镜头景深的经验计算公式
  • 参考文档

一、前言

本文承接本博客的另一篇文章工业相机和镜头参数简析,对文中的几个镜头参数进一步说明,并补充记录其他参数。读者可先阅读工业相机和镜头参数简析,也可直接阅读本文。

二、镜头孔径与光圈系数

2.1孔径与相对孔径

一般的镜头都是由多片镜片组合而成,光线经过这些镜片到达成像面时,并不是所有的光线都能通过,而是有一部分被阻挡了,就好像光线通过一个孔,孔越大,通过的光线越多,在像平面上所成的像越亮,这个圆孔也被称为孔径光阑、入射光瞳、出射光瞳,圆孔的直径称为孔径或有效孔径

相对孔径为孔径与焦距的比值:D/f,镜头像面的照度与相对孔径的平方成正比。

2.2数值孔径(NA)

数值孔径(Numerical Aperture, NA),定义为光学系统中镜头光轴和边缘光线之间的角度半角的正弦值与系统的折射率的乘积。计算公式为:NA=n⋅sin(θ)
n 是介质的折射率(例如空气的折射率通常为 1,水的折射率约为 1.33);
θ 是镜头光轴和最大接受光线之间的半角,称为接受角(acceptance angle),如下图所示:
在这里插入图片描述
图中D即是孔径。
当θ较小时,有近似关系:tan(θ)≈sin(θ),而tan(θ)=D/2f,所以有NA的近似公式:NA≈n⋅D/2f

2.3光圈系数(F/#)

光圈系数是镜头相对孔径的倒数,即焦距与孔径的比值:f/D。光圈系数的标称值数字越大,也就表示其实际光圈就越小。一般的厂家都会用 F 数来表示这一参数。
在这里插入图片描述

镜头的光圈排列顺序是: 1、 1.4、 2.0、 2.8、 3.5、 4.0、 5.6、 8.0、 11、 16、 22、 32 等等, F/#的大小是通常通过改变光圈调整环的大小来设置的。随着数值的增大,其实际光孔大小也就随之减小,而其在相同快门时间内的光通量也就随之减小。

根据光圈系数的定义,可得出NA与F/#的关系为:NA≈n⋅/2F/#,而空气的折射率n=1,所以有:NA≈1⋅/2F/#

2.4工作光圈系数((F/#)w)

标准光圈系数(F/#) 是在无放大或缩小的理想条件下定义的,实际上,当存在放大倍率M时,图像侧的光束收集能力不仅仅取决于焦距和有效孔径,还需要考虑到放大倍率对光束的影响

工作光圈系数也称工作 f-数,是指在实际成像条件下,光学系统的光线收集能力,计算公式如下:
(F/#)w=(1+M)⋅F/#

M为放大倍率,注意放大倍率为成像尺寸除以物体尺寸。

三、镜头分辨率

镜头的分辨率表征在成像过程中镜头区分细节能力的大小,在镜头的参数文件中有时会给出MTF曲线、CTF值描述分辨率大小,有时会给出以lp/mm为单位的空间频率值或以μm为单位的像侧分辨率描述分辨率大小。

3.1MTF与CTF

3.1.1MTF(调制传递函数,Modulation Transfer Function)

MTF 描述了镜头在不同空间频率下的对比度传递能力,衡量成像再现物体的表面的浓淡变化即对比度的程度。它是镜头分辨率的重要指标,反映了镜头在解析图像细节时的能力,是很客观很准确的一种镜头评价方法。
测量MTF用的是具有特定空间周波数的黑白间隔测试, 空间周波数是指 1mm 的距离浓淡变化的程度。

MTF通常是以曲线图的形式出现在镜头参数文件中,例如描述MTF随空间频率的变化的曲线,空间频率(spatial frequency)的单位是 lp/mm,即 1 毫米距离内的黑白线对数,MTF的值从100%逐渐下降趋于0,如下图:
在这里插入图片描述
还有描述在不同位置处成像MTF变化的曲线,主要分为三种:

  1. 沿径向的MTF曲线
    径向是指沿直径方向,即从镜头中心到边缘(不同半径位置)的MTF如何变化。通常,径向MTF在不同的距中心距离(如0mm、5mm、10mm等)进行测量,生成一组MTF曲线,称为弧矢曲线, 标为 S(Sagittal),通常MTF会随距中心的距离增加而下降,这表明边缘区域的解析能力较低。
  2. 沿轴向的MTF曲线
    轴向是指沿光轴方向,即镜头在不同焦距或景深位置的MTF变化。轴向MTF在不同焦距或不同焦平面上进行测量,生成一组MTF曲线,称为子午曲线, 标为 M(Meridional)。
  3. 随视场角变化的MTF曲线
    不同的视场角对应于图像的从中心到边缘的不同区域,,视场角MTF是在这些不同区域进行测量。通常,随着视场角的增大,MTF值会下降,在中心处(0°视场角)通常具有最高的MTF值。

轴向MTF测量,保持视场角固定,通常选择0°视场角,即镜头中心处,来测量离焦平面不同轴向距离处的MTF。
径向MTF测量通常是在固定的焦平面上进行的,轴向距离保持不变,所以它的变化曲线与随视场角变化的MTF曲线走向是一样的。
不同位置MTF曲线图如下图:
在这里插入图片描述

3.1.2CTF(对比度传递函数,Contrast Transfer Function)

CTF是MTF的一个特定点,是指某个特定的空间频率下(如70lp/mm)测量的对比度传递能力。
同一频率下MTF值不同导致的成像差异如下图:
在这里插入图片描述
在这里插入图片描述

3.2空间频率与像侧分辨率

3.2.1空间频率与像侧分辨率的定义

  1. 空间频率
    单位为线对每毫米(lp/mm),表示镜头能够在1mm 间距内能分辨开的黑白相间的线条对数。例如,100 lp/mm的分辨率表示镜头可以区分1 mm内有100对黑白线条。每个线条默认是1个像素宽,那么相当于镜头中的每个像素尺寸为1000÷(100×2)=5μm。
  2. 像侧分辨率
    以微米(µm)为单位,表示镜头在成像平面上能够解析的最小特征尺寸,大多数情况下是指系统能够分辨的最小线对间隔。例如,镜头像侧分辨率为10µm,则单个像素尺寸为5µm。

这两种单位可相互转换,例如125lp/mm的镜头,那么1mm能够解析出125个线对,像侧分辨率即为8μm。

当使用像侧分辨率描述镜头的分辨率时,此时镜头分辨率应≤2*相机的像素尺寸,例如相机像素尺寸为5μm,那么可以选择10μm及以下分辨率的镜头。

使用lp/mm为单位描述镜头的分辨率时,如何匹配选型可见工业相机和镜头参数简析。

3.2.2空间频率、像侧分辨率与MTF曲线的关系

如果使用空间频率值或像侧分辨率描述分辨率大小,那么该值通常是镜头的极限分辨率或者是对应于MTF曲线的特定点
例如MTF = 0.5 (50%)的空间频率值或像侧分辨率,表示在该分辨率下,镜头传递的对比度为50%。这个值通常被认为是镜头的实际有效分辨率,因为它保持了较高的图像质量。
镜头的极限分辨率,也称为镜头的截止频率,这是镜头能够分辨的最高空间频率,在此空间频率下MTF接近零。

当在某个高空间频率下MTF非常低时,虽然表示对比度很低,但在某些高分辨率和特定应用中仍然有价值,尤其是经过后处理的增强。能否在MTF为10%的条件下正常使用镜头,取决于具体的应用需求。如果应用场景需要识别或检测极高频率的细节,那么10% MTF仍然可以提供有用的信息。

3.3理想镜头分辨率

在光学中,理想镜头的分辨率(也称为衍射极限分辨率)是由镜头的光圈和入射波长决定的,它表示镜头在最佳情况下能分辨的最小细节。
光波通过光圈后会发生衍射,衍射效应限制了镜头的分辨能力。根据瑞利判据,两个点能被分辨的条件是它们的衍射图样的第一暗环与另一点的中心衍射峰重合。
镜头的理想分辨率计算公式如下:
理想分辨率=0.61λ/(n⋅sinθ),λ为入射光波长,在粗略计算中可近似为0.55μm。
根据上文所述数值孔径及光圈系数的定义有:
理想分辨率=0.61λ/(n⋅sinθ)=0.61λ/NA≈0.61λ/(n⋅D/2f)=1.22λ⋅F/#/n,F/#为光圈系数,又因为空气的折射率n=1而有如下公式:
理想分辨率=1.22λ⋅F/#
考虑到实际使用中的光学系统放大倍率的影响,计算公式应使用工作光圈系数(F/#)w,因此最终计算公式为:
理想分辨率=1.22λ⋅(F/#)w=1.22λ⋅F/#⋅(1+M)

由理想镜头分辨率的计算公式可知,调大光圈即光圈系数减小,会提高分辨率,反之会降低分辨率。

四、景深(DOF,depth of field)

4.1景深定义

镜头对着某个物体聚焦清晰时,可以在传感器上相当清晰的成像,在这个平面沿着镜头轴线的前面和后面一定范围的点也可以结成较清晰的像点,这前后两个平面之间的距离叫景深。
景深表示在垂直镜头光轴轴线的同一平面内的点,满足图像清晰度要求的最远位置与最近位置的差值。
景深分为:

  1. 前景深(Near DOF):物平面前能够保持清晰的最近距离。
  2. 后景深(Far DOF):物平面后能够保持清晰的最远距离。
  3. 总景深(Total DOF):前景深和后景深之和,表示整个平面前后清晰的区域。

在这里插入图片描述

4.2景深的计算公式

4.2.1景深的理论计算公式

在这里插入图片描述
前景深ΔL1=FδL²/(f²+FδL)
后景深ΔL2=FδL²/(f²-FδL)
景深ΔL=ΔL1+ΔL2=(2f²FδL²) /(f⁴-F²δ²L²)
另一景深计算公式为ΔL=2 × (F/#)w × δ ÷ M²

其中:
δ——容许弥散圆直径,可使用相机的像素尺寸;
f ——镜头焦距;
F——镜头的光圈系数;
L——对焦距离,可使工作距离与焦距相加得到;
(F/#)w——工作光圈系数;
M——放大倍率,注意放大倍率为成像尺寸除以物体尺寸。

从景深计算公式可知:

  1. 后景深大于前景深;
  2. 调大光圈,光圈系数减小,则景深减小,反之会增大景深。

4.2.2远心镜头景深的经验计算公式

参照Opto Engineering公司官网Opto Engineering——Frequently asked questions,景深是一个复杂的参数,难以通过理论计算得出,因此官网给出了经验计算公式如下:
DOF = (WFN * p * k) / (M * M)

其中:
M——放大倍率,注意放大倍率为成像尺寸除以物体尺寸;
WFN——工作光圈系数;
p——像素尺寸,单位为μm而不是mm
k——特定参数,大小取决于应用场景,镜头用于测量时应取0.008,用于检测缺陷时应取0.015。

参考文档

景深计算公式的推导
Opto Engineering——Frequently asked questions

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1812126.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

干货分享!2024年Instagram营销必备插件

Instagram是营销人员常用的社交媒体平台,通过提升品牌知名度来推动业务增长。今天给大家分享一些超实用的Instagram营销插件,无论是下载图片视频,还是预先发布帖子,这些工具都可以是你的得力助手,让你的INS运营效率蹭蹭…

阿里云百炼开发AI大模型详解

AI项目功能设想描述文档 随着AI发展越来越迅速,各行各业都需考虑如何将AI结合到自己的产品中,目前国内大部分的AI问答网站,都是基于Open AI实现的,但是如何需要运用到企业产品中那我们考虑的因素就会比较多 将ChatGpt移植到企业中…

Activiti7 Maven笔记

通过maven完成BPMN的创建,定义流程,部署流程,完成流程等操作 代码整合创建maven项目添加log4j日志配置添加activiti配置文件创建数据库 activitijava类编写程序生成表如果代码运行,没有生成表,可能是没有读取到activiti的配置文件 Activiti数据表介绍类关系图工作流引擎创建默认…

AI产品经理的转行之路,如何迈向年薪80w的职业高峰?

前言 在当今科技日新月异的时代,AI产品经理作为一个炙手可热的职业,吸引了众多向往高薪与前沿领域结合的求职者的目光。年薪80万的诱惑力无疑是巨大的,但不少自学中的朋友发现,即便涉猎广泛的产品知识,想要顺利转型成…

力扣 42. 接雨水

题目来源&#xff1a;https://leetcode.cn/problems/trapping-rain-water/description/ C题解1&#xff1a;双指针 按列算&#xff0c;一列一列的求雨水面积。使用双指针是记录当前列左右侧的最大元素。 class Solution { public:int trap(vector<int>& height) {in…

中电联系列三:rocket手把手教你理解中电联协议!

分享《慧哥的充电桩开源SAAS系统&#xff0c;支持汽车充电桩、二轮自行车充电桩。》 前 言 T/CEC102《电动汽车充换电服务信息交换》共分为四个部分&#xff1a; ——第1部分&#xff1a;总则&#xff1b; ——第2部分&#xff1a;公共信息交换规范&#xff1b; ——第3部分&a…

【ARM Cache 及 MMU 系列文章 1.3 -- 如何判断 L2 Cache 是否实现】

请阅读【ARM Cache 及 MMU/MPU 系列文章专栏导读】 及【嵌入式开发学习必备专栏】 文章目录 CPU Configuration Register代码实现CPU Configuration Register 在 armv9 架构中,我们可以通过arm 提供的自定义寄存器IMP_CPUCFR_EL1 来判断当前系统中是否实现了 L2 Cache, 如下所…

【Linux系统编程】进程终止

目录 strerror函数 errno错误码 退出码 正常终止&#xff08;可以通过 echo $? 查看进程退出码&#xff09;&#xff1a; 1. 从main返回&#xff08;return&#xff09; 2. 调用exit 3. _exit&#xff08;一般尽量不要用&#xff09; 异常退出&#xff1a; ctrl c&am…

django 旅游服务系统-计算机毕业设计源码88939

摘 要 旅游服务系统采用采用django框架、python语言、以及Mysql数据库等技术。系统主要分为管理员和用户两部分&#xff0c;管理员管理主要功能包括&#xff1a;首页、轮播图&#xff08;轮播图管理&#xff09;、公告信息管理&#xff08;公告信息&#xff09;、资源管理&…

解析 Spring 框架中的三种 BeanName 生成策略

在 Spring 框架中&#xff0c;定义 Bean 时不一定需要指定名称&#xff0c;Spring 会智能生成默认名称。本文将介绍 Spring 的三种 BeanName 生成器&#xff0c;包括在 XML 配置、Java 注解和组件扫描中使用的情况&#xff0c;并解释它们如何自动创建和管理 Bean 名称。 1. Be…

2024 年 5 月区块链游戏研报:市值增长、玩家参与变迁、迷你游戏兴起

作者&#xff1a;stellafootprint.network 数据来源&#xff1a;GameFi 研究页面 2024 年 5 月&#xff0c;以太坊的表现因 SEC 批准现货以太坊 ETF 的初步申请而得到显著提振。区块链游戏代币的总市值达到 201 亿美元&#xff0c;环比上涨 6.7%。然而&#xff0c;尽管市值有…

年薪80w的AI产品经理技术知识合集

前言 最近&#xff0c;有很多的小伙伴向我咨询&#xff0c;为什么他们学习了大量的产品相关知识&#xff0c;却依然难以转行成为AI产品经理。经过分析&#xff0c;我发现主要原因可以归结为三点&#xff1a;不系统、没产出、不懂技术。那么&#xff0c;如何才能突破这些障碍&a…

ES升级--05--快照生成 和备份

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 备份ES数据1.关闭集群自动均衡2.执行同步刷新3.停止集群节点的Elasticsearch服务4.修改Elasticsearch配置文件&#xff0c;开启快照功能&#xff0c;配置仓库目录为…

金融数据中心布线运维管理解决方案

金融行业的核心业务&#xff0c;如交易、支付、结算等&#xff0c;对网络的依赖程度极高。布线作为网络基础设施的重要组成部分&#xff0c;其稳定性和可靠性直接关系到业务的连续运行。因此&#xff0c;良好的布线管理能够确保网络系统的稳定运行&#xff0c;减少因网络故障导…

EVS9329-ES驱动器EVS9329ES可议价

EVS9329-ES驱动器EVS9329ES可议价 EVS9329-ES驱动器EVS9329ES可议价 EVS9329-ES驱动器EVS9329ES可议价 EVS9329-ES驱动器EVS9329ES可议价 EVS9329-ES驱动器EVS9329ES可议价 EVS9329-ES步进电机按结构分类&#xff1a;步进电动机也叫脉冲电机&#xff0c;包括反应式步进电动…

VBA即用型代码手册:删除空列Delete Empty Columns

我给VBA下的定义&#xff1a;VBA是个人小型自动化处理的有效工具。可以大大提高自己的劳动效率&#xff0c;而且可以提高数据的准确性。我这里专注VBA,将我多年的经验汇集在VBA系列九套教程中。 作为我的学员要利用我的积木编程思想&#xff0c;积木编程最重要的是积木如何搭建…

Transformer结合U-Net登上Nature子刊!最新成果让精度和效率都很美丽

最近一种基于视觉Transformer改进的U-Net来检测多光谱卫星图像中甲烷排放的深度学习方法登上了Nature子刊。与传统方法相比&#xff0c;该方法可以识别更小的甲烷羽流&#xff0c;显著提高检测能力。 这类Transformer与U-Net结合的策略是一种创新的深度学习方法&#xff0c;它…

账号密码无错误,xshell可以连接,但是WindTerm连接失败

xshell可以连接&#xff0c;但是WindTerm却连接失败 报错提示内容&#xff1a; 连接WindTerm是&#xff0c;账号密码是正确的&#xff0c;但是一输入账号&#xff0c;就报The remote host closed the connection错误&#xff0c;或者是Unknown error错误 解决方法 在新建…

数据可视化如何提升智慧展厅的展示效果

数据可视化是如何在智慧展厅中发挥作用的&#xff1f;随着科技的进步&#xff0c;智慧展厅成为展示信息、互动体验和传递品牌价值的前沿平台。数据可视化作为智慧展厅的重要组成部分&#xff0c;通过将复杂的数据转化为直观的图形、图表和互动界面&#xff0c;极大地提升了展厅…

echarts学习: 将y轴刻度标签放置到轴线内侧

前言 在上一篇文章中&#xff0c;我试图复现下面的这张图表。经过一番努力实现了对6条y轴的布局。 对比上面的两张图就会发现&#xff0c;效果图中所有y轴的刻度标签都在轴线内侧&#xff0c;而我的图表中y轴的刻度标签都在轴线外侧。 实现方法 这个实现起来也很简单&#xf…