当前位置: 首页 > news >正文

棱镜的技术加持:线扫相机如何同时拍RGB和SWIR?

在这里插入图片描述

棱镜的技术加持:线扫相机如何同时拍RGB和SWIR?

  • 🎯棱镜的技术加持:线扫相机如何同时拍RGB和SWIR?
    • 🎯一、为什么SWIR成了检测“刚需”?
    • 🎯二、传统双相机方案的3大麻烦
    • 🎯三、棱镜技术如何实现“一镜双拍”?
    • 🎯四、实际用起来,优势不止“同步”
    • 🎯五、哪些行业最该用?
    • 🎯总结:全光谱检测是未来趋势

🎯棱镜的技术加持:线扫相机如何同时拍RGB和SWIR?

机器视觉正在进入“全光谱时代”——既要看到物体表面的颜色纹理,又要看透内部的隐藏缺陷。过去,得用两台相机分别拍可见光(RGB)和短波红外(SWIR),不仅成本高,还容易因不同步导致数据错位。现在,基于棱镜技术的线扫描相机实现了“一镜双拍”,让RGB和SWIR数据从同一光路同步产出,给半导体、食品、制药等行业的检测精度带来了质的提升。

🎯一、为什么SWIR成了检测“刚需”?

可见光相机(RGB)擅长看表面:划痕、色差、形状缺陷这些“面子问题”逃不过它的眼睛。但遇到需要“透视”的场景,比如检测硅晶圆内部裂纹、药片填充量、水果内部霉斑,它就力不从心了。

这时候,SWIR(1000-1700nm波段)的优势就凸显了:

  • 波长更长,能穿透塑料、玻璃等透明材料,看清表面下的结构;
  • 对水分、化学成分敏感,比如能识别食品里的隐性霉变,或药品包装里的填充不足。

但SWIR需要专门的InGaAs传感器(硅基传感器对SWIR不敏感),这就催生了“RGB+SWIR”同时成像的需求。

在这里插入图片描述

🎯二、传统双相机方案的3大麻烦

以前想同时用RGB和SWIR,只能并排装两台相机:一台用CMOS传感器拍可见光,一台用InGaAs传感器拍SWIR。但实际用起来问题不少:

  • 同步难:两台相机快门略有差异,高速传送带上的物体容易拍错位,数据整合时得反复校准;
  • 成本高:双镜头、双支架、双套光源,硬件成本翻倍,安装调试也更复杂;
  • 占空间:生产线空间紧张时,两台相机的安装位置很难协调,尤其不适合小型设备。

在这里插入图片描述

🎯三、棱镜技术如何实现“一镜双拍”?

核心突破在于分光棱镜——用一块精密设计的棱镜,把入射光按波长“劈开”,分别导给不同传感器:

  • RGB三通道:由3个CMOS传感器接收,负责捕捉400-700nm的可见光,分辨率可达4K;
  • SWIR通道:由1个InGaAs传感器接收,专注1000-1700nm波段,精准捕捉亚表面信息。

更关键的是,四个传感器在亚像素级别对齐,拍出来的RGB和SWIR图像天然匹配,不用后期软件校准。就像用一台相机同时戴了“表面镜”和“透视镜”,既看得到颜色纹理,又读得懂内部细节。

在这里插入图片描述

🎯四、实际用起来,优势不止“同步”

这款线扫相机的实用价值,体现在细节设计上:

  • 独立调节:RGB和SWIR通道可以单独调曝光、增益,比如检测透明塑料时,SWIR需要强曝光穿透材料,RGB则要压低亮度避免反光;
  • 高速响应:RGB通道行频达20KHz(4K分辨率),SWIR达39KHz(1K分辨率),足以跟上高速生产线;
  • 直接兼容:支持HIS、sRGB等多种色彩格式,能直接接入Halcon、OpenCV等主流视觉软件,不用二次开发。

在这里插入图片描述

🎯五、哪些行业最该用?

  • 半导体/太阳能:RGB查表面划痕,SWIR看硅片内部裂纹,一次检测搞定“表面+深层”质量;
  • 食品检测:RGB检查水果表皮损伤,SWIR识别内部霉斑或水分异常,比如挑出看似完好但已变质的苹果;
  • 制药包装:RGB核对标签印刷,SWIR透过铝塑包装看药片是否缺损、填充是否达标;
  • 回收分拣:SWIR能“看穿”塑料颜色,准确区分PET和PVC(可见光下两者常看起来一样)。

在这里插入图片描述

🎯总结:全光谱检测是未来趋势

从“看表面”到“看内外”,工业检测对图像信息的需求越来越全面。棱镜技术让RGB和SWIR同步成像从“麻烦事”变成“一键操作”,不仅降低了设备成本和复杂度,更让多光谱数据的融合分析变得简单。对追求“零缺陷”的行业来说,这种“一镜双能”的技术,正在重新定义检测精度的天花板。

在这里插入图片描述


文章转载自:

http://OXVhsC2q.fqtdz.cn
http://QSo6OonL.fqtdz.cn
http://LR3zPavy.fqtdz.cn
http://WDaeu16k.fqtdz.cn
http://shpcPeXz.fqtdz.cn
http://FnOe8uUT.fqtdz.cn
http://YUbN6PM2.fqtdz.cn
http://tNyUDnX8.fqtdz.cn
http://9FSnDN30.fqtdz.cn
http://q0UIDfNv.fqtdz.cn
http://GQ5Z68Mg.fqtdz.cn
http://iBPi7Ume.fqtdz.cn
http://2aRgdYKs.fqtdz.cn
http://RMBGA5aw.fqtdz.cn
http://OtzZroUJ.fqtdz.cn
http://lsSARmJ6.fqtdz.cn
http://ez12qgQn.fqtdz.cn
http://iMxiTSrm.fqtdz.cn
http://F2oppApE.fqtdz.cn
http://Oudn71sL.fqtdz.cn
http://iKYImkci.fqtdz.cn
http://6r7AxpIN.fqtdz.cn
http://wh1MRxFo.fqtdz.cn
http://9Z0ZG0w2.fqtdz.cn
http://vs2naDlI.fqtdz.cn
http://braSBhR5.fqtdz.cn
http://EZcDLXZ5.fqtdz.cn
http://r2sVlioO.fqtdz.cn
http://sbxKbZ4D.fqtdz.cn
http://qCZ6NPof.fqtdz.cn
http://www.dtcms.com/a/372388.html

相关文章:

  • [光学原理与应用-460]:波动光学 - 光的折射会改变光的偏振方向,但具体改变程度取决于入射角、介质折射率以及光的初始偏振状态
  • 《sklearn机器学习——管道和复合估算器》可视化复合估计器
  • 七.克鲁斯卡尔(Kruskal)算法
  • 区块链—NFT介绍及发行
  • JavaSSM框架-MyBatis 框架(一)
  • c6-类和对象-对象特征-初始化列表
  • ThermoSeek:热稳定蛋白数据库
  • 不同Autosar CAN版本的主要实现差异
  • Jakarta EE课程扩展阅读(二)
  • 算法模板(Java版)
  • 【多模态学习】QA2:Tokenize和Embedding?BPE算法?交叉熵损失函数?
  • ViT学习
  • 【Java实战㉚】深入MyBatis:从动态SQL到缓存机制的进阶之旅
  • 腾讯云EdgeOne免费套餐:零成本开启网站加速与安全防护
  • Cookie-Session 认证模式与Token认证模式
  • Redis哨兵模式在Spring Boot项目中的使用与实践
  • [工作表控件13] 签名控件在合同审批中的应用
  • 【图像理解进阶】MobileViT-v3核心技术解析和应用场景说明
  • 前端拖拽功能实现全攻略
  • AI赋能软件开发|智能化编程实战与未来机会有哪些?
  • 335章:使用Scrapy框架构建分布式爬虫
  • Docker|“ssh: connect to host xxx.xxx.xxx.xxx port 8000: Connection refused“问题解决
  • OneCode 可视化揭秘系列(三):AI MCP驱动的智能工作流逻辑编排
  • 数据结构深度解析:二叉树的基本原理
  • Supabase02-速通
  • LLM学习:大模型基础——视觉大模型以及autodl使用
  • 嵌入式Secure Boot安全启动详解
  • 【倍增】P3901 数列找不同|普及+
  • 数据结构:堆
  • 继续优化基于树状数组的cuda前缀和