本測試要回答的問題
只有在固定好照明和光學系統之後,才去除穩定的陰影。校正圖既無法還原飽和像素,也無法修復不斷變化的陰影。
這是一份與廠商無關的現場調機方法。更改任何設定之前,請先查閱所用具體型號的相機、鏡頭、感測器或控制器手冊。文中的數值範例表為假設資料,既不是 Deyi Vision 的量測結果,也不是產品規格。
首先判斷這一不需要的圖案相對於感測器是否固定。在不改變取像組件的前提下,移動或旋轉參考物,比較圖案出現的位置。跟著標靶走的痕跡屬於參考物本身;變化的陰影則需要排查照明或幾何佈置。校正圖針對的是可重複的響應,而不是為了讓每個表面都看起來均勻。
前置條件
使用線性原始資料,以及充滿視野的未飽和均勻標靶。不同相機的校正實作各不相同;使用任何相機內校準功能之前,應先核實其所用的校正模型。
先確定校正放在軟體、相機還是影像擷取卡中進行,並記錄這一選擇。範例表是一個說明性的軟體計算,不是某廠商裝置的係數檔案。需要硬體校準時,請採用該型號所支援的專用流程。不要在不知情的情況下啟用相互重疊的校正環節:偏移量已經被扣除之後再次減去,會改變被檢測的資料。
測試台與紀錄
準備鏡頭蓋或暗環境、漫反射參考面、原始資料的擷取方式,以及校正圖的版本管理。系統預熱後,鎖定曝光、增益、光圈、ROI 和照明。
記錄校準影格之前,先標明參考面,並檢查其上有無紋理、刮痕和髒污。鏡頭的陰影特性和光源照明,要保持與檢測時相同的佈置。記錄溫度狀態和擷取時的影像處理方式。帶有自動顯示正規化的預覽可能掩蓋漸變,所以在判定參考面合適之前,要先檢視原始資料的灰階剖面線和飽和像素。
執行測試
- 在量產設定下,分別平均 32 張暗影格和 32 張均勻亮影格。
- 產生校正圖之前,檢查參考面是否有髒污、漸變和飽和。
- 僅對分母有效的像素套用偏移/增益校正;保留壞點遮罩和原始資料。
- 另用一塊獨立的均勻標靶,並用實際瑕疵做測試;更換鏡頭或改變照明後重複。
平均之前,先逐一檢查各張暗影格和亮影格。畫面移動、間歇性照明或不穩定的背景,不是把這些影像簡單合併就能修復的。被剔除的影格及剔除原因,要與已採用的校準集分開儲存。確保擷取暗影格時確實擋住了光線,並且亮參考在整個視野內都處在感測器的有效範圍之內。
假設範例表
在這份假設的軟體範例表中,暗值為 10 DN,平場值為 130 DN,原始值為 100 DN,參考準位為 160 DN;校正後的輸出為 120 DN。接近零的分母必須判為無效,不能無限制地放大。
corrected = (raw - dark) * reference_level / (flat - dark)
Example: (100 - 10) * 160 / (130 - 10) = 120
Do not divide where flat - dark is near zero; flag invalid pixels.| 項目 | 假設值 | 意義 |
|---|---|---|
| 暗偏移 | 10 DN | 遮光條件下量測 |
| 平場減暗值 | 120 DN | 有效響應的分母 |
| 校正後範例 | 120 DN | 假設原始值 100 DN |
分母必須代表高於暗準位的可用響應。響應不足的地方,應把該像素標為無效,而不是憑空設定一個很大的補償係數。無效遮罩要貫穿後續檢測,以免被遮罩屏蔽的區域悄悄變成合格結果。比較原始值與校正值時,不要做顯示縮放,並確認由哪個環節執行偏移扣除。
測試流程
測試流程
取得暗參考和亮參考,驗證後產生帶版本號的校正圖。
- 暗影格
- 平場影格
- 校正圖
- 驗證
把流程圖當作一條帶版本的資料路徑來讀。暗參考、亮參考、校正圖和遮罩要關聯到同一筆組態紀錄。未經校正的原始擷取資料與結果一併存放,這樣校正過程既可以重現,也可以移除。如果不知道某個檔案對應的鏡頭、曝光或光源組態,僅僅給檔案改名並不算版本控制。
解讀佐證
解讀佐證
將原始陰影與校正輸出進行比較,並保留無效區域,不要把它們當作真實量測值填充。
- 原始陰影
- 校正後
- 雜訊
- 無效遮罩
校正圖要用另一次獨立擷取的參考影像來評估,而不是用產生它的那些影格。檢查中心和角落的殘餘圖案,同時也要檢查增益校正幅度很大的區域中的雜訊。讓有代表性的合格品和瑕疵品,分別走原始處理和校正後處理兩條路徑。背景變平坦,只有在所要求的瑕疵仍可區分、檢測判定仍然可靠時才有意義。
故障排除
- 如果校正後的影像中出現了標靶的紋理,表示參考面並不均勻。
- 暗角處雜訊明顯升高,提示增益校正過度;應改善光源,而不是把校正圖用到超出其有效範圍的區域。
如果重複擷取的參考影像隨預熱過程而變化,先比對所記錄的工作狀態,再決定是否重新產生係數。如果瑕疵在校正後消失了,要檢查校準標靶上是否存在類似的紋理。如果某張校正圖對一種設定有幫助、對另一種設定卻有害,應檢查組態的選擇和對位。不要僅僅因為校正後的顯示比原始影像更平滑,就保留舊的校正圖。
驗收與交接
要求殘餘均勻性和瑕疵測試在獨立影像上滿足預先規定的限值。儲存校正圖、遮罩、設定和校準日期;任何相關組態變更之後,該校正圖即作廢。
將原始檔案、設定、樣品識別碼和判定限值一併歸檔。請參照下方相關的產品指南與準備指南,與 Deyi Vision 討論已有書面記載的需求。
發布校正圖時,必須同時給出明確的有效範圍:所儲存的光學佈置、擷取設定和已測試的工作條件。確認重新啟動應用程式後讀取的是預期的校正圖和遮罩,並且缺少校準資料時會出現可識別的狀態。針對相關的設定變更,規定重新校準的觸發條件。交接資料必須包含獨立的驗證影像和原始失敗資料,而不能只有校準檔案和它最好看的預覽圖。
來源與技術參考資料
這些資料說明本教學所用方法的依據與適用範圍。文中的檢查範例僅供參考;量產驗收需要用你自己的樣品取得佐證。
- Flat-Field CorrectionBasler查核於
- Flat-Field Correction for Interface CardsBasler查核於
部件與選型參考
- 機器視覺照明類型
- 機器視覺鏡頭選型指南
- 機器視覺光源
- 如何選擇機器視覺照明
- 機器視覺照明基礎知識
- 反光金屬刮痕檢測照明路線
- 背光與同軸照明
- 汽車金屬件表面瑕疵檢測
- Metal and Surface Inspection · 英文參考資料
- 奧普特 OPT 視覺光源替代方案
- 可見液面邊界的照明與 ROI
- 按瑕疵對比度比較紅光、藍光和白光照明
- OCR 標籤核對:照明與欄位幾何
- 為未封口包裝的內容物選擇照明與 ROI
- 針對眩光做一次偏振 A/B 測試
- 密封與膠條外觀:照明與 ROI
- SKU 顏色分選:照明與物體遮罩
- 驗證光學頻閃落在曝光視窗之內
- 表面瑕疵檢測:驗收與產線輸出
- 表面瑕疵檢測:限定範圍的 AI 評估
- 表面瑕疵檢測:相機取樣與運動
- 表面瑕疵檢測:照明與 ROI 驗證
- 表面瑕疵檢測:誤報診斷

