1. 线扫平场矫正到底在解决什么问题线扫相机和面阵相机在成像逻辑上有一个本质区别面阵相机一次曝光拿一整幅二维图像而线扫相机每次只采集一行像素靠相机和被测物之间的相对运动“拼”出一整幅图。这个机制决定了线扫相机对光照均匀性的敏感度远高于面阵相机——因为每一行图像是在不同时刻采集的只要光源在相机视场范围内存在任何亮度梯度最终拼接出来的图像就会出现纵向的明暗条纹。我接触过的线扫项目里十有八九都会遇到这个问题。典型表现是图像中间亮、两边暗或者一侧亮一侧暗严重的时候暗区细节完全丢失后续的缺陷检测算法直接失效。很多人第一反应是换光源、调光源角度、加漫射板折腾一圈发现改善有限因为问题的根源往往不在光源本身而在于镜头渐晕、光源余弦辐射特性、传感器像元响应不一致这几个因素叠加在一起形成的综合响应曲线。平场矫正Flat Field Correction简称FFC就是针对这个问题的标准解法。它的核心思想很朴素既然系统对均匀亮度的响应不均匀那我就先用一个“已知均匀”的参考目标测出系统的响应分布然后把这个分布反过来补偿到实际图像上。说白了就是给每个像素算一个独立的增益系数让原本暗的像素多乘一点原本亮的像素少乘一点最终输出一幅亮度均匀的图像。这套流程在海康的线扫相机体系里有两种落地方式一种是在相机内部做通过相机自带的平场矫正功能加载矫正系数另一种是在上位机软件里做比如在海康VMVisionMaster算法平台里用图像运算模块实现。两种方式各有适用场景后面会详细拆解。这篇文章适合谁看如果你是刚接触线扫项目的视觉工程师正在被图像明暗不均折磨或者你已经做了几个线扫项目但平场矫正一直是“照着别人步骤点一遍、成了就行、不成也不知道为什么”的状态那这篇内容应该能帮你把整个逻辑理顺。我会从原理讲到实操从参数计算讲到踩坑记录尽量做到你照着做就能复现。2. 平场矫正的核心原理与方案选型2.1 为什么线扫相机的明暗不均比面阵更严重要理解平场矫正先得搞清楚线扫相机为什么容易出现明暗不均。这里面有三个主要因素在共同作用。第一个因素是镜头渐晕。任何镜头都存在边缘光量衰减的现象这是因为斜射光线在镜头边缘的通过率低于中心区域。对于面阵相机渐晕表现为图像四角偏暗对于线扫相机渐晕表现为图像两端偏暗。渐晕的严重程度和光圈大小直接相关光圈越大渐晕越明显一般f/2.8时的边缘光量可能只有中心的50%到60%。第二个因素是光源的余弦辐射特性。工业线扫常用的LED线光源其发光强度沿角度分布遵循余弦定律正下方最强偏离法线方向逐渐减弱。当光源安装在相机两侧斜照时视场中心接收到的光强和边缘接收到的光强差异会进一步放大。第三个因素是传感器像元的响应不一致。CMOS或CCD传感器的每个像元在制造过程中都存在微小的响应差异有些像元对相同光强的输出值偏高有些偏低。这种差异通常在±2%到±5%之间单独看不算大但和前面两个因素叠加后就会变得肉眼可见。这三个因素叠加的结果就是即使你用一个理论上完全均匀的白色目标相机采集到的图像也不是均匀的而是呈现出一条中间高两端低的响应曲线。平场矫正要做的就是测出这条曲线然后把它拉平。2.2 相机内矫正与上位机矫正的取舍海康线扫相机的平场矫正有两种实现路径选择哪种取决于你的项目需求和硬件条件。相机内矫正是通过海康的MVS客户端或SDK调用相机的平场矫正功能把矫正系数写入相机内部。这种方式的优点是矫正发生在图像输出之前上位机拿到的就是已经矫正过的图像不占用上位机的算力也不需要在每个项目里重复实现矫正逻辑。缺点是矫正系数和当前的光源、镜头、曝光参数强绑定一旦这些条件变化矫正系数就需要重新生成。上位机矫正是在海康VM或其他视觉软件里通过图像运算模块实现。基本思路是先采集一幅参考图像均匀白板计算其均值然后用参考图像每个像素的值去除以均值得到一个增益矩阵最后把实际图像乘以这个增益矩阵。这种方式的优点是灵活可以随时调整矫正策略也方便做多段矫正比如分段线性矫正。缺点是需要上位机做额外的运算对于高行频、高分辨率的线扫相机实时性可能会有压力。我的建议是如果项目已经定型光源和镜头不会再变优先用相机内矫正省事且稳定。如果项目还在调试阶段或者需要频繁切换不同的检测配方先用上位机矫正做验证等参数确定后再固化到相机里。2.3 平场矫正的数学本质平场矫正的数学表达其实很简单。假设理想均匀光照下相机应该输出一个恒定值$V_{ref}$但实际输出是$V_{raw}(x,y)$那么矫正后的图像$V_{corr}(x,y)$可以表示为$$V_{corr}(x,y) V_{raw}(x,y) \times \frac{V_{ref}}{V_{flat}(x,y)}$$其中$V_{flat}(x,y)$是用均匀白板采集到的参考图像。这个公式的含义是对于参考图像中偏暗的像素$V_{flat}$小于$V_{ref}$矫正系数大于1起到提亮作用对于偏亮的像素矫正系数小于1起到压暗作用。实际操作中为了避免除以零和噪声放大通常会在分母上加一个小的偏移量并且对矫正系数做上下限约束。海康相机内部的平场矫正功能已经把这些保护机制封装好了你只需要按照向导采集参考图像即可。如果在上位机自己做这些细节就需要自己处理。3. 实操前的准备工作与关键参数确认3.1 硬件状态检查清单平场矫正的效果很大程度上取决于参考图像的质量而参考图像的质量又取决于硬件状态。在开始矫正之前我建议先过一遍下面这个检查清单任何一项不满足都会导致矫正效果打折扣。光源预热LED光源在刚上电时输出光强不稳定通常需要预热15到30分钟才能达到热平衡。我实测过某品牌线光源冷启动时的光强比热平衡后高约8%如果在这个阶段采集参考图像矫正系数会偏小等光源稳定后图像反而会偏暗。镜头光圈锁定光圈一旦调整渐晕分布就会变化之前做的矫正就失效了。建议在矫正前把光圈调到工作值然后用螺丝或胶带锁定。白板清洁度参考白板上的灰尘、划痕、指纹都会被认为是“系统响应不均”而被矫正掉但实际上这些是白板本身的缺陷。用无尘布加无水乙醇擦拭然后用气吹吹干。相机与白板平行度线扫相机的光轴应该垂直于白板表面倾斜会导致一侧亮一侧暗的假象。可以用激光水平仪辅助校准或者通过观察图像两端的亮度差异来判断。运动机构稳定性线扫相机需要和白板做相对运动才能采集完整图像运动过程中的速度波动、振动都会影响参考图像的质量。建议用伺服电机驱动速度波动控制在±1%以内。3.2 曝光与增益的参数设定曝光时间和增益的设定直接决定了参考图像的灰度值分布进而影响矫正系数的精度。这里有几个原则需要遵守。原则一参考图像的峰值灰度控制在满量程的70%到80%之间。以8bit图像为例满量程是255那么峰值灰度应该在180到205之间。为什么不是越高越好因为如果峰值接近255一旦有局部区域因为反光或噪声超过255就会发生截断截断区域的矫正系数会失真。留出20%到30%的余量既能保证信噪比又能避免截断。原则二增益尽量设为0dB或最小值。增益本质上是对信号的放大会同时放大噪声。平场矫正需要的是干净的参考图像增益越高参考图像中的噪声越大矫正后噪声也会被放大。如果曝光时间已经拉到很长但灰度还是不够再考虑加增益。原则三曝光时间不要超过运动模糊的容忍范围。线扫相机的曝光时间和运动速度是耦合的曝光时间过长会导致运动方向上的模糊。一般来说曝光时间应该小于行周期的1/3。比如行频是10kHz行周期是100微秒曝光时间就应该控制在33微秒以内。3.3 参考白板的选型与使用参考白板的选择经常被忽视但它对矫正效果的影响很大。理想的参考白板应该满足以下几个条件指标要求说明反射率80%到90%太高容易过曝太低需要增加曝光时间均匀性±1%以内白板本身的均匀性必须远优于待矫正的系统表面粗糙度漫反射镜面反射会导致局部过亮尺寸覆盖整个视场至少要比视场大10%清洁度无尘无划痕任何表面缺陷都会被矫正到图像中我常用的是聚四氟乙烯材质的漫反射白板均匀性能做到±0.5%以内虽然价格比普通白纸贵不少但矫正效果确实好很多。如果预算有限可以用高品质的复印纸叠几层代替但一定要确保表面平整无褶皱。注意千万不要用显示器白屏或者投影幕布作为参考白板这些光源本身就不均匀而且色温也不对矫正出来的结果会引入新的偏差。4. 海康线扫相机平场矫正完整实操流程4.1 通过MVS客户端做相机内矫正海康的MVS客户端提供了平场矫正的图形化向导整个流程大概分为五步。我以某型号线扫相机为例把每一步的关键操作和注意事项说清楚。第一步连接相机并进入平场矫正界面。打开MVS客户端在设备列表中找到你的线扫相机双击连接。连接成功后在左侧功能树中找到“平场矫正”或“Flat Field Correction”选项。不同固件版本的菜单路径可能略有差异如果找不到可以在右上角的搜索框里直接搜“平场”。第二步设置采集参数。在开始采集参考图像之前需要先设定好曝光时间、增益、行频等参数。这些参数应该和你实际工作时使用的参数一致因为矫正系数是和这些参数绑定的。设置完成后先手动触发几次采集观察图像灰度是否在预期范围内。第三步采集参考图像。把参考白板放置在相机视场下方启动运动机构让白板匀速通过相机视场。MVS会自动采集多行图像并做平均以降低噪声的影响。采集过程中要保持白板运动速度稳定避免抖动。采集完成后软件会显示一幅参考图像你可以直观地看到系统的响应分布。第四步生成矫正系数。点击“生成矫正系数”按钮软件会根据参考图像计算出每个像素的增益系数。这时候通常会显示一个矫正前后的对比预览你可以看到明暗不均是否被拉平。如果效果不理想可以调整“目标灰度”参数重新生成。目标灰度一般设为参考图像峰值的90%左右。第五步保存并启用矫正。确认效果满意后点击“保存”把矫正系数写入相机。然后启用平场矫正功能相机输出的图像就会自动应用矫正。建议保存一份矫正系数的备份文件方便后续恢复。4.2 在海康VM中做上位机矫正如果你用的是海康VMVisionMaster算法平台或者需要在多个相机之间统一矫正策略上位机矫正会更灵活。下面是在VM中实现平场矫正的完整流程。第一步采集参考图像。在VM中创建一个流程添加“图像源”模块连接线扫相机。用均匀白板采集一幅参考图像保存为BMP或PNG格式。注意保存时要选择无损格式JPEG的压缩会引入伪影。第二步计算增益矩阵。添加“图像运算”模块选择“除法”运算。把参考图像作为被除数用一个常数图像作为除数。这个常数图像的所有像素值都等于参考图像的均值。VM里可以用“图像创建”模块生成常数图像均值可以通过“图像统计”模块获取。第三步应用矫正。在实际检测流程中把采集到的图像和增益矩阵相乘。VM的“图像运算”模块支持“乘法”运算把实际图像和第二步得到的增益矩阵相乘即可。如果担心增益过大导致过曝可以在乘法之后加一个“灰度截断”模块把超过255的值截断到255。第四步验证矫正效果。用同一块白板采集一幅图像经过矫正流程后观察灰度均匀性。可以用“图像统计”模块查看矫正后图像的标准差标准差越小说明均匀性越好。我实测下来矫正前标准差通常在15到25之间矫正后可以降到3到5。4.3 矫正效果的量化评估方法光靠肉眼看图像判断矫正效果不够严谨我习惯用下面几个量化指标来评估。指标一灰度标准差。对矫正后的白板图像做统计计算全图灰度的标准差。标准差越小均匀性越好。一般来说标准差降到5以内就算合格降到3以内算优秀。指标二极差比。计算图像最大灰度和最小灰度的差值再除以均值得到极差比。矫正前极差比通常在10%到20%矫正后应该降到3%以内。指标三行间一致性。线扫图像的一个特殊指标是行间一致性。取图像中若干行计算每行的均值然后看这些均值之间的波动。矫正后行间波动应该小于1%。指标四实际检测效果。最终还是要看矫正对实际检测的影响。如果矫正前某些暗区缺陷漏检矫正后能稳定检出那矫正就是有效的。我一般会准备一组已知缺陷的样品矫正前后各跑一遍对比检出率。5. 常见问题排查与避坑经验5.1 矫正后图像反而更差是怎么回事这是新手最常遇到的问题满怀期待地做完矫正结果图像比矫正前还难看。根据我的经验原因通常出在以下几个方面。参考图像本身有问题。如果参考白板上有灰尘、划痕或者白板本身不均匀矫正系数就会把这些缺陷“刻”到每一幅图像上。矫正后的图像会看到固定的条纹或斑点这些其实是白板的缺陷被放大了。解决办法是重新清洁白板或者换一块均匀性更好的白板。参考图像过曝或欠曝。如果参考图像的峰值灰度接近255过曝区域的矫正系数会偏小矫正后这些区域会偏暗。如果峰值灰度太低比如低于100信噪比不足矫正系数会引入大量噪声。解决办法是调整曝光时间让峰值灰度落在180到205之间。光源状态发生了变化。如果采集参考图像时的光源亮度和实际工作时的光源亮度不一致矫正系数就会失配。比如采集参考图像时光源刚上电还没稳定等实际工作时光源已经热平衡了亮度变了矫正就不准了。解决办法是确保光源充分预热后再采集参考图像。运动方向上的不一致。线扫相机的矫正系数是逐像素的如果参考图像采集时的运动速度和实际工作时不一致行方向上的响应可能会有差异。虽然这种差异通常不大但在高精度应用里也会造成问题。解决办法是保持参考采集和工作时的运动速度一致。5.2 平场矫正与暗场矫正的区别和配合很多人会把平场矫正和暗场矫正搞混或者只做平场不做暗场。实际上这两个矫正是互补的配合使用效果最好。暗场矫正解决的是暗电流和偏置问题。具体做法是盖上镜头盖在全黑条件下采集一幅图像这幅图像中每个像素的值就是该像素的暗电流和偏置。暗场矫正就是从实际图像中减去这幅暗场图像。平场矫正解决的是响应不均匀问题前面已经详细讲过。完整的矫正流程应该是先做暗场矫正再做平场矫正。数学上可以表示为$$V_{corr}(x,y) \frac{V_{raw}(x,y) - V_{dark}(x,y)}{V_{flat}(x,y) - V_{dark}(x,y)} \times V_{ref}$$海康相机的平场矫正功能通常会自动处理暗场部分但如果你在上位机自己做建议把暗场矫正也加上。特别是在曝光时间较长或者相机温度较高的情况下暗电流的影响不可忽略。5.3 高行频场景下的矫正系数更新策略线扫相机在高行频下工作时传感器的温度会升高暗电流和响应特性都会发生变化。如果矫正系数是几个月前做的可能已经不适配当前的工作状态了。我的经验是对于连续运行的生产线建议每三个月重新做一次平场矫正。如果环境温度变化大比如没有空调的车间建议每个月做一次。如果发现图像均匀性明显下降不要犹豫立刻重新矫正。另外如果更换了光源、镜头、或者调整了光圈必须重新做矫正。这些硬件变化都会改变系统的响应分布旧的矫正系数不仅无效还可能引入新的偏差。5.4 常见问题速查表现象可能原因排查方法解决措施矫正后出现固定条纹参考白板有划痕或灰尘检查白板表面清洁或更换白板矫正后图像偏暗参考图像过曝查看参考图像峰值灰度降低曝光时间重新采集矫正后噪声变大参考图像欠曝或增益过高查看参考图像信噪比增加曝光时间降低增益矫正效果不稳定光源未预热或温度漂移监测光源输出稳定性预热光源定期重新矫正图像两端仍然偏暗矫正系数范围不足查看矫正系数上下限放宽系数范围或分段矫正行方向上有明暗变化运动速度不一致对比参考采集和工作速度保持速度一致更换镜头后矫正失效渐晕分布改变确认镜头是否更换重新做平场矫正5.5 几个容易被忽视的实操细节细节一参考图像的位深要和实际工作一致。如果实际工作时用的是12bit图像参考图像也应该用12bit采集。用8bit参考图像去矫正12bit图像精度会损失。细节二矫正系数的存储格式。海康相机内部通常用16bit存储矫正系数精度足够。如果在上位机自己做建议用浮点格式存储增益矩阵避免量化误差。细节三多相机系统的矫正一致性。如果一条产线上有多台线扫相机每台相机都需要单独做平场矫正。不要试图用一台相机的矫正系数去矫正另一台即使型号相同个体差异也是存在的。细节四矫正后的图像保存。如果后续需要做图像回溯分析建议保存矫正后的图像而不是原始图像加矫正系数。因为矫正系数可能会被更新导致回溯时无法复现当时的图像。细节五平场矫正不是万能的。如果系统的明暗不均非常严重比如极差比超过50%平场矫正虽然能拉平亮度但暗区的信噪比已经被严重劣化了矫正后暗区的噪声会很明显。这种情况下应该先解决光源和镜头的硬件问题把原始均匀性控制在合理范围内再用平场矫正做精细补偿。6. 平场矫正在实际项目中的延伸应用6.1 多段平场矫正应对非线性响应标准的平场矫正假设系统响应是线性的即输出灰度与输入光强成正比。但实际上传感器的响应曲线在接近饱和区时会偏离线性这时候单一增益系数的矫正效果就会打折扣。解决办法是采用多段平场矫正在不同的亮度水平下分别采集参考图像生成多组矫正系数然后根据实际图像的灰度值选择对应的矫正系数。海康的部分高端线扫相机支持多段矫正功能可以在相机内部配置。如果在上位机做可以用查找表的方式实现。多段矫正的代价是需要采集多幅参考图像调试时间更长。我的建议是如果系统的极差比在20%以内单段矫正就够了如果超过20%或者对均匀性要求极高比如半导体检测再考虑多段矫正。6.2 平场矫正与图像增强的配合平场矫正解决的是全局均匀性问题但有些应用还需要局部对比度增强。比如在暗区有微弱缺陷的场景即使矫正后亮度均匀了缺陷的对比度可能仍然不够。这时候可以在平场矫正之后接一个自适应对比度增强算法比如CLAHE限制对比度自适应直方图均衡。CLAHE会把图像分成若干小块对每块单独做直方图均衡同时限制对比度放大的幅度避免噪声被过度放大。需要注意的是CLAHE的参数需要根据实际图像调整。块大小太小会导致块间不连续太大则增强效果不明显。我一般从8×8开始试根据效果调整到16×16或32×32。对比度限制参数从2.0开始试逐步调整。6.3 平场矫正数据的长期管理对于量产项目平场矫正数据的管理是一个容易被忽视但很重要的问题。我见过太多项目因为矫正数据丢失或版本混乱导致产线停线。建议的做法是每台相机的矫正数据单独存档文件名包含相机序列号、矫正日期、光源和镜头的配置信息。同时记录矫正时的环境温度和光源预热时间。如果产线有多台设备建立一个矫正数据台账记录每次矫正的时间、操作人、矫正前后的均匀性指标。如果条件允许可以把矫正数据纳入版本管理系统每次更新都留痕。这样当出现问题时可以快速回溯到上一个正常版本。6.4 从平场矫正延伸到系统均匀性设计平场矫正是事后补偿更好的做法是在系统设计阶段就把均匀性考虑进去。我在做新项目时会从以下几个方面优化系统的原始均匀性减轻平场矫正的压力。光源选型选择发光面宽、均匀性好的线光源避免使用点光源加透镜的方案。如果预算允许可以考虑使用带有匀光管的线光源均匀性能做到±3%以内。光源布局采用双侧对称照明让两侧光源的光强和角度一致。如果只能单侧照明尽量增大光源到被测物的距离利用距离衰减来改善均匀性。镜头选型选择渐晕小的镜头通常大靶面、小光圈的镜头渐晕更小。如果必须用大光圈可以考虑在镜头前加装渐变滤光片预先补偿渐晕。相机设置如果相机支持可以开启阴影校正功能Shading Correction这是相机内部的一种简易平场矫正虽然精度不如完整的平场矫正但能改善原始均匀性。把这些硬件层面的优化做到位平场矫正就只需要做精细补偿矫正系数接近1引入的噪声也最小。这是我做了多个项目后最大的体会平场矫正是兜底手段不是万能药系统设计才是根本。
海康线扫相机平场矫正实战：原理、参数与避坑指南
1. 线扫平场矫正到底在解决什么问题线扫相机和面阵相机在成像逻辑上有一个本质区别面阵相机一次曝光拿一整幅二维图像而线扫相机每次只采集一行像素靠相机和被测物之间的相对运动“拼”出一整幅图。这个机制决定了线扫相机对光照均匀性的敏感度远高于面阵相机——因为每一行图像是在不同时刻采集的只要光源在相机视场范围内存在任何亮度梯度最终拼接出来的图像就会出现纵向的明暗条纹。我接触过的线扫项目里十有八九都会遇到这个问题。典型表现是图像中间亮、两边暗或者一侧亮一侧暗严重的时候暗区细节完全丢失后续的缺陷检测算法直接失效。很多人第一反应是换光源、调光源角度、加漫射板折腾一圈发现改善有限因为问题的根源往往不在光源本身而在于镜头渐晕、光源余弦辐射特性、传感器像元响应不一致这几个因素叠加在一起形成的综合响应曲线。平场矫正Flat Field Correction简称FFC就是针对这个问题的标准解法。它的核心思想很朴素既然系统对均匀亮度的响应不均匀那我就先用一个“已知均匀”的参考目标测出系统的响应分布然后把这个分布反过来补偿到实际图像上。说白了就是给每个像素算一个独立的增益系数让原本暗的像素多乘一点原本亮的像素少乘一点最终输出一幅亮度均匀的图像。这套流程在海康的线扫相机体系里有两种落地方式一种是在相机内部做通过相机自带的平场矫正功能加载矫正系数另一种是在上位机软件里做比如在海康VMVisionMaster算法平台里用图像运算模块实现。两种方式各有适用场景后面会详细拆解。这篇文章适合谁看如果你是刚接触线扫项目的视觉工程师正在被图像明暗不均折磨或者你已经做了几个线扫项目但平场矫正一直是“照着别人步骤点一遍、成了就行、不成也不知道为什么”的状态那这篇内容应该能帮你把整个逻辑理顺。我会从原理讲到实操从参数计算讲到踩坑记录尽量做到你照着做就能复现。2. 平场矫正的核心原理与方案选型2.1 为什么线扫相机的明暗不均比面阵更严重要理解平场矫正先得搞清楚线扫相机为什么容易出现明暗不均。这里面有三个主要因素在共同作用。第一个因素是镜头渐晕。任何镜头都存在边缘光量衰减的现象这是因为斜射光线在镜头边缘的通过率低于中心区域。对于面阵相机渐晕表现为图像四角偏暗对于线扫相机渐晕表现为图像两端偏暗。渐晕的严重程度和光圈大小直接相关光圈越大渐晕越明显一般f/2.8时的边缘光量可能只有中心的50%到60%。第二个因素是光源的余弦辐射特性。工业线扫常用的LED线光源其发光强度沿角度分布遵循余弦定律正下方最强偏离法线方向逐渐减弱。当光源安装在相机两侧斜照时视场中心接收到的光强和边缘接收到的光强差异会进一步放大。第三个因素是传感器像元的响应不一致。CMOS或CCD传感器的每个像元在制造过程中都存在微小的响应差异有些像元对相同光强的输出值偏高有些偏低。这种差异通常在±2%到±5%之间单独看不算大但和前面两个因素叠加后就会变得肉眼可见。这三个因素叠加的结果就是即使你用一个理论上完全均匀的白色目标相机采集到的图像也不是均匀的而是呈现出一条中间高两端低的响应曲线。平场矫正要做的就是测出这条曲线然后把它拉平。2.2 相机内矫正与上位机矫正的取舍海康线扫相机的平场矫正有两种实现路径选择哪种取决于你的项目需求和硬件条件。相机内矫正是通过海康的MVS客户端或SDK调用相机的平场矫正功能把矫正系数写入相机内部。这种方式的优点是矫正发生在图像输出之前上位机拿到的就是已经矫正过的图像不占用上位机的算力也不需要在每个项目里重复实现矫正逻辑。缺点是矫正系数和当前的光源、镜头、曝光参数强绑定一旦这些条件变化矫正系数就需要重新生成。上位机矫正是在海康VM或其他视觉软件里通过图像运算模块实现。基本思路是先采集一幅参考图像均匀白板计算其均值然后用参考图像每个像素的值去除以均值得到一个增益矩阵最后把实际图像乘以这个增益矩阵。这种方式的优点是灵活可以随时调整矫正策略也方便做多段矫正比如分段线性矫正。缺点是需要上位机做额外的运算对于高行频、高分辨率的线扫相机实时性可能会有压力。我的建议是如果项目已经定型光源和镜头不会再变优先用相机内矫正省事且稳定。如果项目还在调试阶段或者需要频繁切换不同的检测配方先用上位机矫正做验证等参数确定后再固化到相机里。2.3 平场矫正的数学本质平场矫正的数学表达其实很简单。假设理想均匀光照下相机应该输出一个恒定值$V_{ref}$但实际输出是$V_{raw}(x,y)$那么矫正后的图像$V_{corr}(x,y)$可以表示为$$V_{corr}(x,y) V_{raw}(x,y) \times \frac{V_{ref}}{V_{flat}(x,y)}$$其中$V_{flat}(x,y)$是用均匀白板采集到的参考图像。这个公式的含义是对于参考图像中偏暗的像素$V_{flat}$小于$V_{ref}$矫正系数大于1起到提亮作用对于偏亮的像素矫正系数小于1起到压暗作用。实际操作中为了避免除以零和噪声放大通常会在分母上加一个小的偏移量并且对矫正系数做上下限约束。海康相机内部的平场矫正功能已经把这些保护机制封装好了你只需要按照向导采集参考图像即可。如果在上位机自己做这些细节就需要自己处理。3. 实操前的准备工作与关键参数确认3.1 硬件状态检查清单平场矫正的效果很大程度上取决于参考图像的质量而参考图像的质量又取决于硬件状态。在开始矫正之前我建议先过一遍下面这个检查清单任何一项不满足都会导致矫正效果打折扣。光源预热LED光源在刚上电时输出光强不稳定通常需要预热15到30分钟才能达到热平衡。我实测过某品牌线光源冷启动时的光强比热平衡后高约8%如果在这个阶段采集参考图像矫正系数会偏小等光源稳定后图像反而会偏暗。镜头光圈锁定光圈一旦调整渐晕分布就会变化之前做的矫正就失效了。建议在矫正前把光圈调到工作值然后用螺丝或胶带锁定。白板清洁度参考白板上的灰尘、划痕、指纹都会被认为是“系统响应不均”而被矫正掉但实际上这些是白板本身的缺陷。用无尘布加无水乙醇擦拭然后用气吹吹干。相机与白板平行度线扫相机的光轴应该垂直于白板表面倾斜会导致一侧亮一侧暗的假象。可以用激光水平仪辅助校准或者通过观察图像两端的亮度差异来判断。运动机构稳定性线扫相机需要和白板做相对运动才能采集完整图像运动过程中的速度波动、振动都会影响参考图像的质量。建议用伺服电机驱动速度波动控制在±1%以内。3.2 曝光与增益的参数设定曝光时间和增益的设定直接决定了参考图像的灰度值分布进而影响矫正系数的精度。这里有几个原则需要遵守。原则一参考图像的峰值灰度控制在满量程的70%到80%之间。以8bit图像为例满量程是255那么峰值灰度应该在180到205之间。为什么不是越高越好因为如果峰值接近255一旦有局部区域因为反光或噪声超过255就会发生截断截断区域的矫正系数会失真。留出20%到30%的余量既能保证信噪比又能避免截断。原则二增益尽量设为0dB或最小值。增益本质上是对信号的放大会同时放大噪声。平场矫正需要的是干净的参考图像增益越高参考图像中的噪声越大矫正后噪声也会被放大。如果曝光时间已经拉到很长但灰度还是不够再考虑加增益。原则三曝光时间不要超过运动模糊的容忍范围。线扫相机的曝光时间和运动速度是耦合的曝光时间过长会导致运动方向上的模糊。一般来说曝光时间应该小于行周期的1/3。比如行频是10kHz行周期是100微秒曝光时间就应该控制在33微秒以内。3.3 参考白板的选型与使用参考白板的选择经常被忽视但它对矫正效果的影响很大。理想的参考白板应该满足以下几个条件指标要求说明反射率80%到90%太高容易过曝太低需要增加曝光时间均匀性±1%以内白板本身的均匀性必须远优于待矫正的系统表面粗糙度漫反射镜面反射会导致局部过亮尺寸覆盖整个视场至少要比视场大10%清洁度无尘无划痕任何表面缺陷都会被矫正到图像中我常用的是聚四氟乙烯材质的漫反射白板均匀性能做到±0.5%以内虽然价格比普通白纸贵不少但矫正效果确实好很多。如果预算有限可以用高品质的复印纸叠几层代替但一定要确保表面平整无褶皱。注意千万不要用显示器白屏或者投影幕布作为参考白板这些光源本身就不均匀而且色温也不对矫正出来的结果会引入新的偏差。4. 海康线扫相机平场矫正完整实操流程4.1 通过MVS客户端做相机内矫正海康的MVS客户端提供了平场矫正的图形化向导整个流程大概分为五步。我以某型号线扫相机为例把每一步的关键操作和注意事项说清楚。第一步连接相机并进入平场矫正界面。打开MVS客户端在设备列表中找到你的线扫相机双击连接。连接成功后在左侧功能树中找到“平场矫正”或“Flat Field Correction”选项。不同固件版本的菜单路径可能略有差异如果找不到可以在右上角的搜索框里直接搜“平场”。第二步设置采集参数。在开始采集参考图像之前需要先设定好曝光时间、增益、行频等参数。这些参数应该和你实际工作时使用的参数一致因为矫正系数是和这些参数绑定的。设置完成后先手动触发几次采集观察图像灰度是否在预期范围内。第三步采集参考图像。把参考白板放置在相机视场下方启动运动机构让白板匀速通过相机视场。MVS会自动采集多行图像并做平均以降低噪声的影响。采集过程中要保持白板运动速度稳定避免抖动。采集完成后软件会显示一幅参考图像你可以直观地看到系统的响应分布。第四步生成矫正系数。点击“生成矫正系数”按钮软件会根据参考图像计算出每个像素的增益系数。这时候通常会显示一个矫正前后的对比预览你可以看到明暗不均是否被拉平。如果效果不理想可以调整“目标灰度”参数重新生成。目标灰度一般设为参考图像峰值的90%左右。第五步保存并启用矫正。确认效果满意后点击“保存”把矫正系数写入相机。然后启用平场矫正功能相机输出的图像就会自动应用矫正。建议保存一份矫正系数的备份文件方便后续恢复。4.2 在海康VM中做上位机矫正如果你用的是海康VMVisionMaster算法平台或者需要在多个相机之间统一矫正策略上位机矫正会更灵活。下面是在VM中实现平场矫正的完整流程。第一步采集参考图像。在VM中创建一个流程添加“图像源”模块连接线扫相机。用均匀白板采集一幅参考图像保存为BMP或PNG格式。注意保存时要选择无损格式JPEG的压缩会引入伪影。第二步计算增益矩阵。添加“图像运算”模块选择“除法”运算。把参考图像作为被除数用一个常数图像作为除数。这个常数图像的所有像素值都等于参考图像的均值。VM里可以用“图像创建”模块生成常数图像均值可以通过“图像统计”模块获取。第三步应用矫正。在实际检测流程中把采集到的图像和增益矩阵相乘。VM的“图像运算”模块支持“乘法”运算把实际图像和第二步得到的增益矩阵相乘即可。如果担心增益过大导致过曝可以在乘法之后加一个“灰度截断”模块把超过255的值截断到255。第四步验证矫正效果。用同一块白板采集一幅图像经过矫正流程后观察灰度均匀性。可以用“图像统计”模块查看矫正后图像的标准差标准差越小说明均匀性越好。我实测下来矫正前标准差通常在15到25之间矫正后可以降到3到5。4.3 矫正效果的量化评估方法光靠肉眼看图像判断矫正效果不够严谨我习惯用下面几个量化指标来评估。指标一灰度标准差。对矫正后的白板图像做统计计算全图灰度的标准差。标准差越小均匀性越好。一般来说标准差降到5以内就算合格降到3以内算优秀。指标二极差比。计算图像最大灰度和最小灰度的差值再除以均值得到极差比。矫正前极差比通常在10%到20%矫正后应该降到3%以内。指标三行间一致性。线扫图像的一个特殊指标是行间一致性。取图像中若干行计算每行的均值然后看这些均值之间的波动。矫正后行间波动应该小于1%。指标四实际检测效果。最终还是要看矫正对实际检测的影响。如果矫正前某些暗区缺陷漏检矫正后能稳定检出那矫正就是有效的。我一般会准备一组已知缺陷的样品矫正前后各跑一遍对比检出率。5. 常见问题排查与避坑经验5.1 矫正后图像反而更差是怎么回事这是新手最常遇到的问题满怀期待地做完矫正结果图像比矫正前还难看。根据我的经验原因通常出在以下几个方面。参考图像本身有问题。如果参考白板上有灰尘、划痕或者白板本身不均匀矫正系数就会把这些缺陷“刻”到每一幅图像上。矫正后的图像会看到固定的条纹或斑点这些其实是白板的缺陷被放大了。解决办法是重新清洁白板或者换一块均匀性更好的白板。参考图像过曝或欠曝。如果参考图像的峰值灰度接近255过曝区域的矫正系数会偏小矫正后这些区域会偏暗。如果峰值灰度太低比如低于100信噪比不足矫正系数会引入大量噪声。解决办法是调整曝光时间让峰值灰度落在180到205之间。光源状态发生了变化。如果采集参考图像时的光源亮度和实际工作时的光源亮度不一致矫正系数就会失配。比如采集参考图像时光源刚上电还没稳定等实际工作时光源已经热平衡了亮度变了矫正就不准了。解决办法是确保光源充分预热后再采集参考图像。运动方向上的不一致。线扫相机的矫正系数是逐像素的如果参考图像采集时的运动速度和实际工作时不一致行方向上的响应可能会有差异。虽然这种差异通常不大但在高精度应用里也会造成问题。解决办法是保持参考采集和工作时的运动速度一致。5.2 平场矫正与暗场矫正的区别和配合很多人会把平场矫正和暗场矫正搞混或者只做平场不做暗场。实际上这两个矫正是互补的配合使用效果最好。暗场矫正解决的是暗电流和偏置问题。具体做法是盖上镜头盖在全黑条件下采集一幅图像这幅图像中每个像素的值就是该像素的暗电流和偏置。暗场矫正就是从实际图像中减去这幅暗场图像。平场矫正解决的是响应不均匀问题前面已经详细讲过。完整的矫正流程应该是先做暗场矫正再做平场矫正。数学上可以表示为$$V_{corr}(x,y) \frac{V_{raw}(x,y) - V_{dark}(x,y)}{V_{flat}(x,y) - V_{dark}(x,y)} \times V_{ref}$$海康相机的平场矫正功能通常会自动处理暗场部分但如果你在上位机自己做建议把暗场矫正也加上。特别是在曝光时间较长或者相机温度较高的情况下暗电流的影响不可忽略。5.3 高行频场景下的矫正系数更新策略线扫相机在高行频下工作时传感器的温度会升高暗电流和响应特性都会发生变化。如果矫正系数是几个月前做的可能已经不适配当前的工作状态了。我的经验是对于连续运行的生产线建议每三个月重新做一次平场矫正。如果环境温度变化大比如没有空调的车间建议每个月做一次。如果发现图像均匀性明显下降不要犹豫立刻重新矫正。另外如果更换了光源、镜头、或者调整了光圈必须重新做矫正。这些硬件变化都会改变系统的响应分布旧的矫正系数不仅无效还可能引入新的偏差。5.4 常见问题速查表现象可能原因排查方法解决措施矫正后出现固定条纹参考白板有划痕或灰尘检查白板表面清洁或更换白板矫正后图像偏暗参考图像过曝查看参考图像峰值灰度降低曝光时间重新采集矫正后噪声变大参考图像欠曝或增益过高查看参考图像信噪比增加曝光时间降低增益矫正效果不稳定光源未预热或温度漂移监测光源输出稳定性预热光源定期重新矫正图像两端仍然偏暗矫正系数范围不足查看矫正系数上下限放宽系数范围或分段矫正行方向上有明暗变化运动速度不一致对比参考采集和工作速度保持速度一致更换镜头后矫正失效渐晕分布改变确认镜头是否更换重新做平场矫正5.5 几个容易被忽视的实操细节细节一参考图像的位深要和实际工作一致。如果实际工作时用的是12bit图像参考图像也应该用12bit采集。用8bit参考图像去矫正12bit图像精度会损失。细节二矫正系数的存储格式。海康相机内部通常用16bit存储矫正系数精度足够。如果在上位机自己做建议用浮点格式存储增益矩阵避免量化误差。细节三多相机系统的矫正一致性。如果一条产线上有多台线扫相机每台相机都需要单独做平场矫正。不要试图用一台相机的矫正系数去矫正另一台即使型号相同个体差异也是存在的。细节四矫正后的图像保存。如果后续需要做图像回溯分析建议保存矫正后的图像而不是原始图像加矫正系数。因为矫正系数可能会被更新导致回溯时无法复现当时的图像。细节五平场矫正不是万能的。如果系统的明暗不均非常严重比如极差比超过50%平场矫正虽然能拉平亮度但暗区的信噪比已经被严重劣化了矫正后暗区的噪声会很明显。这种情况下应该先解决光源和镜头的硬件问题把原始均匀性控制在合理范围内再用平场矫正做精细补偿。6. 平场矫正在实际项目中的延伸应用6.1 多段平场矫正应对非线性响应标准的平场矫正假设系统响应是线性的即输出灰度与输入光强成正比。但实际上传感器的响应曲线在接近饱和区时会偏离线性这时候单一增益系数的矫正效果就会打折扣。解决办法是采用多段平场矫正在不同的亮度水平下分别采集参考图像生成多组矫正系数然后根据实际图像的灰度值选择对应的矫正系数。海康的部分高端线扫相机支持多段矫正功能可以在相机内部配置。如果在上位机做可以用查找表的方式实现。多段矫正的代价是需要采集多幅参考图像调试时间更长。我的建议是如果系统的极差比在20%以内单段矫正就够了如果超过20%或者对均匀性要求极高比如半导体检测再考虑多段矫正。6.2 平场矫正与图像增强的配合平场矫正解决的是全局均匀性问题但有些应用还需要局部对比度增强。比如在暗区有微弱缺陷的场景即使矫正后亮度均匀了缺陷的对比度可能仍然不够。这时候可以在平场矫正之后接一个自适应对比度增强算法比如CLAHE限制对比度自适应直方图均衡。CLAHE会把图像分成若干小块对每块单独做直方图均衡同时限制对比度放大的幅度避免噪声被过度放大。需要注意的是CLAHE的参数需要根据实际图像调整。块大小太小会导致块间不连续太大则增强效果不明显。我一般从8×8开始试根据效果调整到16×16或32×32。对比度限制参数从2.0开始试逐步调整。6.3 平场矫正数据的长期管理对于量产项目平场矫正数据的管理是一个容易被忽视但很重要的问题。我见过太多项目因为矫正数据丢失或版本混乱导致产线停线。建议的做法是每台相机的矫正数据单独存档文件名包含相机序列号、矫正日期、光源和镜头的配置信息。同时记录矫正时的环境温度和光源预热时间。如果产线有多台设备建立一个矫正数据台账记录每次矫正的时间、操作人、矫正前后的均匀性指标。如果条件允许可以把矫正数据纳入版本管理系统每次更新都留痕。这样当出现问题时可以快速回溯到上一个正常版本。6.4 从平场矫正延伸到系统均匀性设计平场矫正是事后补偿更好的做法是在系统设计阶段就把均匀性考虑进去。我在做新项目时会从以下几个方面优化系统的原始均匀性减轻平场矫正的压力。光源选型选择发光面宽、均匀性好的线光源避免使用点光源加透镜的方案。如果预算允许可以考虑使用带有匀光管的线光源均匀性能做到±3%以内。光源布局采用双侧对称照明让两侧光源的光强和角度一致。如果只能单侧照明尽量增大光源到被测物的距离利用距离衰减来改善均匀性。镜头选型选择渐晕小的镜头通常大靶面、小光圈的镜头渐晕更小。如果必须用大光圈可以考虑在镜头前加装渐变滤光片预先补偿渐晕。相机设置如果相机支持可以开启阴影校正功能Shading Correction这是相机内部的一种简易平场矫正虽然精度不如完整的平场矫正但能改善原始均匀性。把这些硬件层面的优化做到位平场矫正就只需要做精细补偿矫正系数接近1引入的噪声也最小。这是我做了多个项目后最大的体会平场矫正是兜底手段不是万能药系统设计才是根本。