相机图像质量研究(8)常见问题总结:光学结构对成像的影响--工厂调焦

系列文章目录

相机图像质量研究(1)Camera成像流程介绍

相机图像质量研究(2)ISP专用平台调优介绍

相机图像质量研究(3)图像质量测试介绍

相机图像质量研究(4)常见问题总结:光学结构对成像的影响--焦距

相机图像质量研究(5)常见问题总结:光学结构对成像的影响--景深

相机图像质量研究(6)常见问题总结:光学结构对成像的影响--对焦距离

相机图像质量研究(7)常见问题总结:光学结构对成像的影响--镜片固化

相机图像质量研究(8)常见问题总结:光学结构对成像的影响--工厂调焦

相机图像质量研究(9)常见问题总结:光学结构对成像的影响--工厂镜头组装

相机图像质量研究(10)常见问题总结:光学结构对成像的影响--光圈

相机图像质量研究(11)常见问题总结:光学结构对成像的影响--像差

相机图像质量研究(12)常见问题总结:光学结构对成像的影响--炫光

相机图像质量研究(13)常见问题总结:光学结构对成像的影响--鬼影

相机图像质量研究(14)常见问题总结:光学结构对成像的影响--伪像

相机图像质量研究(15)常见问题总结:光学结构对成像的影响--暗角

相机图像质量研究(16)常见问题总结:光学结构对成像的影响--IRCUT

相机图像质量研究(17)常见问题总结:CMOS期间对成像的影响--靶面尺寸

相机图像质量研究(18)常见问题总结:CMOS期间对成像的影响--CFA

相机图像质量研究(19)常见问题总结:CMOS期间对成像的影响--Sensor Noise

相机图像质量研究(20)常见问题总结:CMOS期间对成像的影响--全局快门/卷帘快门

相机图像质量研究(21)常见问题总结:CMOS期间对成像的影响--隔行扫描/逐行扫描

相机图像质量研究(22)常见问题总结:CMOS期间对成像的影响--光学串扰

相机图像质量研究(23)常见问题总结:CMOS期间对成像的影响--紫晕

相机图像质量研究(24)常见问题总结:CMOS期间对成像的影响--摩尔纹

相机图像质量研究(25)常见问题总结:CMOS期间对成像的影响--过曝、欠曝

相机图像质量研究(26)常见问题总结:CMOS期间对成像的影响--坏点

相机图像质量研究(27)常见问题总结:补光灯以及遮光罩对成像的影响--遮光罩

相机图像质量研究(28)常见问题总结:补光灯以及遮光罩对成像的影响--补光灯

相机图像质量研究(29)常见问题总结:图像处理对成像的影响--图像插值Demosaic

相机图像质量研究(30)常见问题总结:图像处理对成像的影响--重影

相机图像质量研究(31)常见问题总结:图像处理对成像的影响--图像差

相机图像质量研究(32)常见问题总结:图像处理对成像的影响--振铃效应

相机图像质量研究(33)常见问题总结:图像处理对成像的影响--锯齿

相机图像质量研究(34)常见问题总结:图像处理对成像的影响--拖影

相机图像质量研究(35)常见问题总结:图像处理对成像的影响--运动噪声

相机图像质量研究(36)常见问题总结:编解码对成像的影响--块效应

相机图像质量研究(37)常见问题总结:编解码对成像的影响--条带效应

相机图像质量研究(38)常见问题总结:编解码对成像的影响--呼吸效应

相机图像质量研究(39)常见问题总结:编解码对成像的影响--运动模糊

相机图像质量研究(40)常见问题总结:显示器对成像的影响--画面泛白


目录

系列文章目录

前言

一、调焦


前言

        定焦镜头生产过程中很重要的一个环节就是调焦,调焦的好坏极大的影响了成像清晰度。


一、调焦

        1,调焦的概念

        首先要注意的一点,调焦不是调节焦距,而是调节对焦距离。焦距只和镜片有关,镜片固定时焦距也固定。对焦距离是合焦时物体和像面之间的距离,是可以通过调节镜头到像面之间的距离来调节的。

        调焦可以用于工厂生产定焦镜头,也可以用于专业摄影。工厂生成定焦镜头时,需要根据客户使用的场景,定好定焦距离,比如户外安防场景时,拍摄距离一般是5-10米,因此可以将对焦距离设置为7米。专业摄影场景中,调焦可以通过手动旋转镜头,或者点击电子调焦按键,使镜片到像面的距离能够实时变化,从而实现动态调节对焦距离,从而调节景深,实现动态前景虚化或者背景虚化的摄影效果。

        2,工厂自动调焦

        对于安防/车载等摄像头领域来说,镜头不需要像摄影那么专业,往往一个镜头的成本几元十几元不等,因此控制镜头生产过程中的生产成本显得极为重要。镜头的生产成本极难控制的原因,在于镜头不像电子件生产控制的那么精细,每一个镜头打磨出来后都有一定的细小误差,这种误差放到光学成像领域,很容易导致虚焦模糊现象,因此往往需要对每一个镜头单独进行调焦,因此会耗费较大资源。

        例如生产一批镜片后,只对第一个镜头的镜片进行调焦组装,然后记录此镜片调焦的旋转次数或者镜片到sensor靶面的距离,对后续的镜片采用这个数据进行调焦。这样或许能够节省很大的人力,但是忽略了不同镜头生产误差带来的影响,可能导致大批量的镜头对焦距离不符合客户要求,实际生产过程是没有什么厂商这样做的。

        为了节约人力调焦成本,大多数公司使用自动调教机进行调焦,常见的自动调焦方法是利用平行光管进行调焦。平行光管成像的特点,是并不需要被调焦镜头搭配的摄像头整机上电拍照,而是使用额外的三方摄像头抓拍成像图,简单来说,就是使用平行光,照射待调焦镜头,使其聚光到待调焦镜头搭配的sensor靶面上,但是此sensor并不上电,而是使用三方摄像头拍摄sensor上的像,像面清晰则认为调好焦。此方法的好处是不需要待测镜头搭配的摄像头上电,因此可以做到多种摄像头通用,缺点是因为不是实际被测镜头搭配的sensor成的像,因此可能和实际成像有一定误差,需要生产工序中添加清晰度测试校验工序,一般自动调焦机调好的设备占比在95%以上,因此能较大节省人力。

        3,工厂手动调焦

        工厂手动调焦的步骤往往比较简单,将待调焦摄像头对准牛顿环/太阳图/视力表等清晰度卡,根据镜头规格制定标准,例如对牛顿环数字能看到4,对视力表能看到第七行等等标准。工人根据此标准旋转镜头直到满足标准,此时将镜头送入后续点胶工序即可。

        

        


 总结

本节讲了工厂生产镜头时自动调焦和手动调焦的方法。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/377779.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

js中事件代理的解析和应用场景

文章目录 一、是什么二、应用场景三、总结 一、是什么 事件代理,俗地来讲,就是把一个元素响应事件(click、keydown…)的函数委托到另一个元素 前面讲到,事件流的都会经过三个阶段: 捕获阶段 -> 目标阶…

canvas绘制横竖坐标轴(带有箭头和刻度)

查看专栏目录 canvas实例应用100专栏,提供canvas的基础知识,高级动画,相关应用扩展等信息。canvas作为html的一部分,是图像图标地图可视化的一个重要的基础,学好了canvas,在其他的一些应用上将会起到非常重…

NLP_“预训练+微调大模型”模式和Prompt/Instruct模式的异同

文章目录 “预训练微调大模型”的模式以提示/指令模式直接使用大模型“预训练微调大模型”模式和Prompt/Instruct模式的异同小结 “预训练微调大模型”的模式 经过预训练的大模型所习得的语义信息和所蕴含的语言知识,很容易向下游任务迁移。NLP应用人员可以根据自己…

04-Java建造者模式 ( Builder Pattern )

建造者模式 摘要实现范例 建造者模式(Builder Pattern)使用多个简单的对象一步一步构建成一个复杂的对象 一个Builder 类会一步一步构造最终的对象,该 Builder 类是独立于其他对象的 建造者模式属于创建型模式,它提供了一种创建对…

如何从 iPhone 上恢复永久删除的照片

您的 iPhone 上缺少照片吗?讽刺的是,iPhone 的许多高级功能可能正是这个问题如此普遍的原因。幸运的是,还有很多方法可以从 iPhone 恢复已删除的照片,具体取决于您设备的设置方式。 本文涵盖了所有这些内容。该过程根据您的具体情…

MongoDB从入门到实战之MongoDB工作常用操作命令

前言: 上一章节我们快速的在Docker容器中安装了MongoDB,并且通过Navicat MongoDB可视化管理工具快速的连接、创建数据库、集合以及添加了文档数据源。这一章节我们主要是了解一下在日常工作中MongoDB一些常用的操作命令。 MongoDB从入门到实战的相关教程…

并发编程 java锁机制

1、什么是锁,为什么需要锁? 并发环境下,会存在多个线程对同一个资源进行争抢的情况,假设线程A对资源正在进行修改,此时线程B又对同一资源进行了修改,就会导致数据不一致的问题。为了解决这个问题&#xff…

通过nginx学习linux进程名的修改

目录 1. 缘起2. 背景知识3. 源码分析3.1 准备工作3.2 设置进程名字 1. 缘起 在运行nginx的时候,用ps查看nginx的进程信息,可能的输出如下: root 42169 3105 0 16:51 ? 00:00:00 nginx: master process ./objs/nginx root …

计算两个数相除后的余数返回值为浮点型math.fmod(x, y)

【小白从小学Python、C、Java】 【计算机等考500强证书考研】 【Python-数据分析】 计算两个数相除后的余数 返回值为浮点型 math.fmod(x, y) [太阳]选择题 请问以下代码执行math.fmod()后输出的结果是? import math print("【执行】math.fmod(10, 4)"…

Qt 常用算法及正则表达式

目录 常用算法 正则表达式 常用算法 double c qAbs(a),函数 qAbs() 返回 double 型数值 a 的绝对值 double max qMax(b,c),函数 qMax() 返回两个数值中的最大值 int bnqRound(b),返回一个与浮点数最接近的整数值(四舍五入) int cn q…

巴尔加瓦算法图解:算法运用。

树 如果能将用户名插入到数组的正确位置就好了,这样就无需在插入后再排序。为此,有人设计了一种名为二叉查找树(binary search tree)的数据结构。 每个node的children 都不大于两个。对于其中的每个节点,左子节点的值都比它小,…

Hadoop搭建(完全分布式)

节点分布: bigdata-masterbigdata-slave1bigdata-salve2 NameNode NodeManager NodeManager SecondaryNameNodeDataNodeDataNodeResourceManagerNodeManagerDataNode 目录 一、jdk安装: 二、hadoop安装 一、jdk安装: jdk-8u212链接&am…

华为配置内部人员接入WLAN网络示例(802.1X认证)

配置内部人员接入WLAN网络示例(802.1X认证) 组网图形 图1 配置802.1X认证组网图 业务需求组网需求数据规划配置思路配置注意事项操作步骤配置文件 业务需求 用户接入WLAN网络,使用802.1X客户端进行认证,输入正确的用户名和密…

Elasticsearch:使用 LangChain 文档拆分器进行文档分块

使用 Elasticsearch 嵌套密集向量支持 这个交互式笔记本将: 将模型 “sentence-transformers__all-minilm-l6-v2” 从 Hugging Face 加载到 Elasticsearch ML Node 中使用 LangChain 分割器将段落分块成句子,并使用嵌套密集向量将它们索引到 Elasticse…

【数据挖掘岗】9家互联网、知名企业秋招(含实习)面试题汇总

年底了,技术群组织了一场算法岗技术&面试讨论会,邀请了一些同学分享他们的面试经历,讨论会会定期召开,如果你想加入我们的讨论群或者希望要更详细的资料,文末加入。 喜欢本文记得收藏、关注、点赞 文章目录 美团微…

【golang】23、gorilla websocket 源码:examples、数据结构、流程

文章目录 一、examples1.1 echo1.1.1 server.go1.1.2 client.go 1.2 command1.2.1 功能和启动方式1.2.2 home.html1.2.3 main.go 1.3 filewatch1.3.1 html1.3.2 serveHome 渲染模板1.3.3 serveWs1.3.4 writer() 1.4 buffer pool1.4.1 server1.4.2 client 1.5 chat1.5.1 server1…

单选全选功能实现

单选框&#xff1a; // v-for"i in carStore.cartList" i 是购物车里的单类商品 <el-checkbox :model-value"i.selected" change"(selected)>singeCheck(i,selected)"/>全选框&#xff1a; <el-checkbox :model-value"carSto…

计划任务功能优化,应用商店上架软件超过100款,1Panel开源面板v1.9.6发布

2024年2月7日&#xff0c;现代化、开源的Linux服务器运维管理面板1Panel正式发布v1.9.6版本。 在v1.9.5和v1.9.6这两个小版本中&#xff0c;1Panel针对计划任务等功能进行了多项优化和Bug修复。此外&#xff0c;1Panel应用商店新增了3款应用&#xff0c;上架精选软件应用超过1…

Stable Diffusion 模型下载:Samaritan 3d Cartoon SDXL(撒玛利亚人 3d 卡通 SDXL)

文章目录 模型介绍生成案例案例一案例二案例三案例四案例五案例六案例七案例八案例九案例十 下载地址 模型介绍 由“PromptSharingSamaritan”创作的撒玛利亚人 3d 卡通类型的大模型&#xff0c;该模型的基础模型为 SDXL 1.0。 条目内容类型大模型基础模型SDXL 1.0来源CIVITA…

介绍一下BFS

BFS&#xff0c;即广度优先搜索&#xff08;Breadth-First Search&#xff09;&#xff0c;是一种图形搜索算法&#xff0c;用于在图或树等数据结构中遍历或搜索节点。这种算法从根节点开始&#xff0c;沿着树的宽度遍历树的节点&#xff0c;直到找到目标节点或遍历完所有节点。…
最新文章