Решение с автофокусировкой по изображению с помощью алгоритмов на FPGA фреймграббера
![Image-based Autofocus Solution with Algorithms on Frame Grabber FPGA](http://images-ctf.baslerweb.com/dg51pdwahxgw/6ZRnGyAfh2BM7tZraW3l1p/cfe5868931ed92570b78bf52d0ada1e8/Landing_Page_VA_Hero_Banner_3200px_1800px_2023-01.webp?fm=webp&f=bottom&w=800&q=80&fit=pad)
Суть проекта
Существует два распространенных подхода к решению проблемы автофокусировки — автофокусировка по изображению и лазерная автофокусировка. Преимуществом лазерной автофокусировки является быстродействие, но одно из основных ограничений заключается в том, что алгоритм автофокусировки зависит от аппаратных характеристик системы. Кроме того, этот метод влечет серьезные затраты на интеграцию. Автофокусировка по изображению более целесообразна для многих промышленных систем благодаря удобству и гибким возможностям.
Для реализации автофокусировки по изображению необходимы специальные оптические элементы (например, жидкостная линза), чтобы объекты, находящиеся на разном расстоянии от камеры, попали в глубину резкости. Помимо этого, необходимы алгоритмы для анализа нескольких снимков, сделанных с разным фокусом, и выбора изображения с самым четким фокусом.
Суть задачи
Жидкостные линзы также называют объективами с настраиваемым фокусом. Для настройки фокусного расстояния на объектив подаются электрические сигналы, которые изменяют кривизну поверхности находящихся внутри жидкостных оптических элементов. Таким образом можно быстро увеличить рабочий диапазон объектива с постоянным фокусным расстоянием.
Однако интеграция этого метода автофокусировки в систему ставит перед системными инженерами две непростые задачи. Первая — синхронизация жидкостной линзы с выбранной камерой машинного зрения. Вторая — разработка программных алгоритмов, способных анализировать качество снимков и выбирать из нескольких изображений одно с наиболее четким фокусом. При этом также необходимо учитывать загрузку центрального процессора.
Системному инженеру и специалисту по машинному зрению придется работать в тесном сотрудничестве в течение нескольких недель или даже месяцев, чтобы обеспечить слаженное взаимодействие между аппаратными компонентами и API, а также разработать алгоритмы.
Решение
В решении Basler для автофокусировки по изображению используются жидкостные оптические элементы и алгоритм, который выполняется на FPGA Basler.
Камера и объектив с настраиваемым фокусом (с жидкостными оптическими компонентами) синхронизируются по сигналу триггера, который генерирует фреймграббер. Затем камера снимает несколько изображений одновременно с изменением фокусного расстояния объектива, в результате чего получается серия изображений с различным фокусом. Далее с помощью специально разработанного алгоритма автофокусировки на FPGA фреймграббера Basler из нескольких полученных изображений выбирается одно с наиболее четким фокусом.
![Image-Based Autofocus Solution with Algorithms on Frame Grabber FPGA](http://images-ctf.baslerweb.com/dg51pdwahxgw/5xTeAdqJSqgxVeom4Lm4c7/4a51bdcb283278bf4a2e984304a26113/Autofocus_Infographic_Images_3200px_1800px_2023-01-01.webp?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
Преимущества
Гибкие возможности: жидкостная линза поддерживается любыми объективами с постоянным фокусным расстоянием и позволяет настраивать фокус, не требуя физически изменять расстояние до объекта съемки.
Экономия времени и системных ресурсов: обработка изображений с помощью готовых алгоритмов на стороне FPGA фреймграббера позволяет инженерам значительно сэкономить время на разработку. Кроме того, алгоритм выполняется без загрузки центрального процессора.
Дополнительные возможности: данное решение также можно использовать с объективами для макросъемки.
Компоненты этого решения
Хотите реализовать подобное решение? Обратите внимание на эти компоненты.