📚 课程目录第4章图像采集与预处理

4. 图像采集与预处理：触发模式、行频、增益与去噪

图像采集这一步，说白了就是让相机“听话”地拍照。线扫相机不像面阵相机那样“咔嚓”一下完事，它是一行一行地扫。怎么让它扫得准、扫得清楚，全靠触发模式、行频、增益这些参数配合。我做了这么多年标定，见过太多因为这一步没调好，后面算法怎么跑都跑不对的案例。

4.1 触发模式：外触发 vs 内触发

触发模式决定了相机什么时候开始采集。两种模式各有各的用场，我分别说说。

4.1.1 内触发（Free Run）

内触发模式下，相机按照内部时钟自己跑，不需要外部信号。适合做静态测试、实验室调试。但用在产线上？我劝你别这么干。因为传送带速度一波动，图像就拉伸或压缩了。

我的习惯： 调试阶段用内触发，方便看图像效果。一旦上了产线，立刻切外触发。

4.1.2 外触发（External Trigger）

外触发依赖外部编码器或PLC给的脉冲信号。每来一个脉冲，相机扫一行。这样图像的行间距就和物理运动严格对应，不会变形。

我曾经在一个项目里，客户坚持用内触发，结果图像里的产品尺寸怎么量都不对。后来换成外触发，问题一秒解决。你想想看，传送带速度有波动，内触发根本扛不住。

对比项	内触发	外触发
信号来源	相机内部时钟	外部编码器/PLC
适用场景	实验室、静态调试	产线、运动物体
图像一致性	受速度波动影响	严格对应物理位置
标定推荐	不推荐	强烈推荐

4.2 行频计算：让图像不变形

行频，就是相机每秒扫多少行。单位是 kHz（千行/秒）。行频没算对，图像要么拉长，要么压扁。我见过有人直接随便填一个数，结果标定板上的圆都变成椭圆了。

行频的计算公式其实很简单：

行频 (Hz) = 运动速度 (mm/s) / 像素精度 (mm/pixel)

举个例子：传送带速度 100 mm/s，像素精度要 0.05 mm/pixel。那么行频 = 100 / 0.05 = 2000 Hz，也就是 2 kHz。

  关键点： 行频必须和运动速度匹配。速度变了，行频也要跟着变。否则图像比例就错了。

实际项目中，我一般会留 10%~20% 的余量。因为编码器信号可能有抖动，留点余量能保证每行都完整采集。

4.3 增益与曝光时间调节

这两个参数直接影响图像亮度。但很多人搞混它们的作用。

4.3.1 曝光时间

曝光时间决定了传感器收集光的时间。线扫相机里，曝光时间不能太长，否则一行还没扫完，下一行信号就来了。我一般把曝光时间控制在行周期的 80% 以内。

4.3.2 增益

增益是放大电信号。说白了，就是图像不够亮时，硬拉亮度。但增益会放大噪声。我个人的原则是：先调曝光时间，曝光时间调到头还不够亮，再动增益。

避坑指南： 我曾经在一个项目里，为了省事直接拉增益，结果图像噪声大得离谱，标定精度根本达不到要求。后来老老实实加光源、调曝光，问题才解决。增益能不用就不用。

参数	作用	副作用	调节优先级
曝光时间	增加进光量	可能拖影	第一优先
增益	放大信号	放大噪声	最后手段

4.4 图像去噪：让数据干净点

图像噪声是标定的大敌。噪声会让特征点提取不准，标定结果自然就飘了。常用的去噪方法有几种：

均值滤波： 简单，但会模糊边缘。标定板上的圆点边缘一模糊，圆心就偏了。
高斯滤波： 比均值好一点，但同样有边缘模糊问题。
中值滤波： 对椒盐噪声效果好，而且能保边缘。我个人比较喜欢。
双边滤波： 保边去噪，但速度慢。离线标定可以用，在线就别想了。

我的建议： 标定场景下，优先用中值滤波。速度快，效果也够用。双边滤波留给高精度离线标定。

4.5 本章知识体系

下面这张图把本章的核心逻辑串起来了。从触发模式开始，到行频计算，再到增益曝光调节，最后去噪。每一步都影响最终图像质量。

4.6 实战脚本片段

下面是一个简单的 Python 脚本片段，演示如何设置外触发、计算行频、调节曝光和增益，并做中值滤波。你可以直接拿去改。

import cv2
import numpy as np

# 相机参数设置（以某品牌线扫相机为例）
camera = Camera()  # 假设已实例化

# 1. 设置外触发模式
camera.set_trigger_mode('external')  # 'external' 或 'internal'

# 2. 计算行频
speed = 100.0  # mm/s
pixel_resolution = 0.05  # mm/pixel
line_rate = speed / pixel_resolution  # 2000 Hz
camera.set_line_rate(int(line_rate * 1.1))  # 留10%余量

# 3. 调节曝光和增益
camera.set_exposure_time(400)  # 微秒
camera.set_gain(0)  # 尽量用0，不够亮加光源

# 4. 采集一行图像并去噪
raw_line = camera.capture_line()
denoised_line = cv2.medianBlur(raw_line, 3)  # 中值滤波，核大小3

print(f"行频设置为: {int(line_rate * 1.1)} Hz")
print("图像采集与预处理完成")

注意： 实际相机 SDK 接口各不相同，上面的代码是伪代码。你需要根据自己用的相机品牌（如 Basler、Dalsa、Teledyne）替换对应 API。

嗯，到这里图像采集与预处理的核心内容就讲完了。记住一句话：前面调好了，后面标定就顺了。别在这一步偷懒，否则后面全是坑。