整合式焦點堆疊解決方案，為 AOI 系統帶來延伸景深
焦點堆疊透過在不同焦點位置捕捉多張影像，並將其最清晰的區域合成為單張影像，以延伸景深。當與液態鏡頭自動對焦技術結合時，焦點堆疊演算法可實現對表面高度不一的微結構進行快速且高倍率的檢測。然而，開發並實現此類解決方案涉及重大的技術挑戰。
堆疊對焦：延長景深的重要技術
Focus stacking（焦點堆疊）- 也稱為景深合成或焦點合成 - 透過在不同焦點位置捕捉多張影像，並將其最清晰的區域合併成一張全焦影像。此技術在高倍率機器視覺中特別有價值，尤其應用於用於半導體與電子檢測的 AOI 系統。
這些系統通常需要拍攝具有顯著高度差的元件，例如 PCB 元件、焊點、導線及 IC 結構，其高度變化可能在單一視野內從 5 微米到數百微米不等。這些 3D 特徵通常是最重要的檢測對象，但卻也是最難在單張影像中清晰捕捉的部分。焦點堆疊透過產生延伸景深影像來解決這一挑戰，從而實現可靠且即時的檢測。
在 AOI 中實現焦點堆疊：整合式解決方案
雖然焦點堆疊提供了一種在不犧牲解析度的情況下延伸景深的理想方法，但要將其轉化為可量產的 AOI 解決方案仍存在重大工程挑戰。除了影像品質外，檢測速度也是關鍵考量，特別是對於要求快速週期時間的產線而言。對於視覺工程師而言，從硬體同步、影像擷取到演算法優化與即時處理，每個階段都必須經過精心設計與驗證，以同時滿足精度與產能需求。
比機械式 Z 軸平台更快：液態鏡頭帶來的速度與簡化
與傳統 Z 軸平台機構相比， 液態鏡頭自動對焦 液態鏡頭自動對焦技術在速度、耐用性及整合性方面具有明顯優勢。焦點調整可在毫秒內完成，且無任何機械移動部件，使系統更為精巧並降低磨損風險。這使得基於液態鏡頭的焦點堆疊特別適用於要求速度、可靠性與產線空間效率的高通量 AOI 系統。
無需額外 I/O 板卡或程式設計的液態鏡頭控制
要在 AOI 系統中整合液態鏡頭，製造商通常需要專用的 I/O 硬體及為鏡頭控制與相機同步而進行的軟體開發。此外，液態鏡頭製造商提供的程式語言支援有限，也可能造成與既有開發環境的相容性問題。
Basler 透過將液態鏡頭控制演算法直接嵌入相機韌體，消除了這些複雜性。此方法免除了額外的 I/O 硬體、額外的線材與客製化軟體開發需求。系統整合商可透過 Basler 的 pylon Viewer 介面，利用簡單的參數調整或滑桿控制即可輕鬆操作鏡頭。 pylon Viewer 介面使用簡單的參數調整或滑桿控制。
焦點堆疊：逐畫素且計算密集的處理過程
焦點堆疊流程包含多個計算密集的步驟：
多幀影像擷取：在不同焦點深度擷取 5–20 張影像
焦點量測：使用如 Laplacian 或梯度變異等演算法，計算各層每個畫素的清晰度分數
焦點地圖生成：建立顯示每個畫素所屬最清晰影像層的地圖
影像合成：將最清晰的區域合成並平滑銜接過渡區域
運行複雜演算法而不佔用 CPU 資源
演算法開發需要數週至數月的最佳化。在標準 PC 硬體上以逐畫素精度執行這些運算非常耗費計算資源且速度緩慢。由於每個處理週期需要處理 10 張以上的影像，計算負載變得相當龐大。
Basler 的 FPGA 實現方式可分擔這些處理負擔，使即時影像堆疊與合成得以實現，而不影響 CPU 資源。
產品亮點：FPGA 作為輔助處理器，搭配 VA 加速開發
Basler 的解決方案利用 FPGA 作為協同處理器，實現在可編程影像擷取卡上的架構。 影像預處理 該架構能夠在保持最低主機 CPU 負載的情況下，提供即時的逐畫素影像前處理。
透過VisualAppletsVisualApplets（我們的圖形化 FPGA 程式設計工具），我們支援 AOI 系統製造商快速製作原型並部署焦點堆疊演算法，無需 HDL 編碼。
此架構可提供：
即時逐畫素處理效能
極低 CPU 負載
與 Basler 相機及液態鏡頭控制的無縫整合
透過模組化、可重複使用的 IP 模組縮短開發週期
堆疊對焦演算法是以被動式 Z 軸對焦為基礎，因此更具彈性與成本效益。在一個精度要求嚴格的專案中，我們使用 VisualApplets 在短短一周內就交付了一個工作概念。若要更高的精確度，我們可以使用更先進的製程來擴展演算法。
透過整合式解決方案加速 AOI 系統開發
AOI 系統開發商常面臨緊迫的時程，同時需要管理多元硬體與複雜的整合工作。Basler 的焦點堆疊視覺解決方案模組專為減輕這些負擔而設計，簡化整個 AOI 系統整合的影像工作流程。
透過將鏡頭控制與焦點堆疊演算法直接整合至視覺硬體 FPGA，我們的解決方案能降低開發工作量，加快上市時程，並確保可靠的在線性能。
主要優勢：
降低 CPU 負載 ，即使是焦點堆疊這類計算密集型任務，也能在專用 FPGA 硬體上完全執行。
簡化整合，減少 I/O 線材、免外部控制模組、免進行高強度影像演算法開發。
加速開發週期、減少系統瓶頸，實現更快上市時程。
