计算机视觉之——camera的几个概念-焦距、视场、光圈、快门等

这篇具有很好参考价值的文章主要介绍了计算机视觉之——camera的几个概念-焦距、视场、光圈、快门等。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

做了一年的激光点云,现在重拾计算机视觉算法。回头来看,反而对视觉有了更全面的认识。现在,就从最基础的开始,把一些回顾的内容记录下来。也分享出来给大家参考。

1 焦距

相机成像视野,计算机视觉,数码相机,人工智能
(图片来源网上,侵删)
相机成像视野,计算机视觉,数码相机,人工智能
(图片来源网上,侵删)

相机成像遵循小孔成像原理。焦距就是从光心到成像平面的距离。光心也就是透镜中心。如果用胶片相机拍摄,那个胶卷就是像平面,要是用数码相机拍摄,那么像平面就是CCD等感光元件。所以对于我们来说,像平面是已经固定的,像距与焦距相同。

焦距和视场的关系:
焦距长度越短,可以拍摄的范围越广;焦距长度越长,远方的物体越大。
相机成像视野,计算机视觉,数码相机,人工智能
相机成像视野,计算机视觉,数码相机,人工智能
(图片来源网上,侵删)

2 视场

视场,又叫视场角(FOV)。视场角的大小决定了光学仪器的视野范围。以光学仪器的镜头为顶点,以被测目标的物像可通过镜头的最大范围的两条边缘构成的夹角,称为视场角。如图。 视场角越大,视野就越大,光学倍率(焦距)就越小。相机成像视野,计算机视觉,数码相机,人工智能
视场的参数主要有三个:
HFOV——水平视场角(Horizontal Field of View)
VFOV——垂直视场角(Vertical Field of View)
DFOV——对角视场角(Diagonal Field of View)
如上图所示,OA与OB的夹角α为水平视场角H。OB与OC的夹角β为垂直视场角V。OA与OC的夹角γ为对角视场角。

3 景深

景深是一个光学概念。景深是指拍摄时,在被摄主体(对焦点)前后,其影像仍然有一段清晰范围,就是景深。物方焦点到近处容许弥散圆的距离叫前景深,焦点到远方容许弥散圆的距离叫后景深。
如下图所示,左边物体和背景花束都可以清晰成像,景深大。右边物体清晰,但背景模糊,景深小。
相机成像视野,计算机视觉,数码相机,人工智能

相机成像视野,计算机视觉,数码相机,人工智能
景深与镜头的焦距、光圈值、拍摄距离有关。
相机成像视野,计算机视觉,数码相机,人工智能
镜头其他参数不变的情况下,光圈F值越大(光圈直径越小),景深越大;光圈F值越小,景深越小。
相机成像视野,计算机视觉,数码相机,人工智能
景深与焦距f的平方近似成反比关系。即焦距对景深的影响也比光圈更大。使用广角焦段的景深大,视场角也越大;使用长焦焦段则更容易获得背景虚化,视场角也越小。
公式中,弥散圆直径和传感器对角线长度成正比,一般用公式δ = d / 1730计算 ,d 为CCD芯片对角线长度(芯片尺寸)

4 光圈

光圈也称为“相对通光孔径”,是位于镜头内部的小叶片相互重叠构成的光孔,调整其开闭程度可以调整图像感应器的受光量。影像的照度除了与景物本身的亮度和像的放大(或缩小)倍率有关系,还与镜头光圈的直径d的平方成正比;与镜头的焦距f成反比,d/f的值称之为镜头“相对通光孔径”,为方便把相对通光孔径的倒数f/d称为光圈数,也叫F数(焦径比)。因此,该比值越小,则光圈越大,在单位时间内的通光量越大。
光圈一般用F+数值构成,比如F1.6,F2.0。后面的数值就是F值。F1.6要大于F2.0的光圈。
F1.4 是F2.0的二倍,F2.8是F4.0的二倍,以此类推。
光圈有两个影响:
(1)进光量
光圈开的(直径)越大,进光量越多,照片越亮;光圈开的(直径)越小,进光量越少,照片越暗。用F值表示,则恰好相反。F值越大,表示直径越小,进光量越少。F值越小,表示直径越大,进光量越多。如下图所示。图中的光圈值是指F值。
相机成像视野,计算机视觉,数码相机,人工智能

(2)画面景深
景深是在被摄主体(对焦点)前后,其影像仍然能清晰的范围。光圈F值越小,景深越小;光圈F值越大,景深越大。

4 快门速度

相机成像视野,计算机视觉,数码相机,人工智能

5 感光度ISO

感光度的大小代表着感光元件对光线强弱的敏感程度,当ISO设置的越高,感光元件就对光线就越敏感。这样就可以在光线不足的情况下通过提高ISO来保证快门速度,如在体育摄影时,当环境光线不足,但又必须保证使用很高的快门速度来抓拍运动员的瞬间动作,在这种情况下就可以通过提高相机ISO来实现曝光的准确。
但是感光度不是越大越好,感光度太大会有图像噪点信息,出现颗粒状。
相机成像视野,计算机视觉,数码相机,人工智能

6 sensor尺寸

传感器sensor尺寸一般为对角线长,即实际成像圈的直径。
(1)对角线长度反比于等效焦距;
(2)对角线长度正比于等效光圈;
(3)对角线长度大致正比于图像信噪比。
“底大一级压死人”。大的尺寸,有更大的等效光圈、更高的信噪比。

参考

https://blog.csdn.net/fan_weiqiang/article/details/117090950
https://blog.csdn.net/qq_41145642/article/details/127975904文章来源地址https://www.toymoban.com/news/detail-740905.html

到了这里,关于计算机视觉之——camera的几个概念-焦距、视场、光圈、快门等的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • 九、计算机视觉-形态学基础概念

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 现在开始后面几课将介绍计算机视觉中的形态学理论和技术,包括基本的形态学操作、形态学滤波、形态学轮廓分析等内容。包括如何应用形态学方法来处理图像以及解决实际问题。 本节课将简要介绍

    2024年02月21日
    浏览(5)
  • 计算机视觉CV领域中多尺度特征的概念

    计算机视觉CV领域中多尺度特征的概念

    知乎:深度学习中的多尺度模型设计 知乎:计算机视觉中的多尺度模型都有哪些设计? CSDN:多尺度理解  所谓多尺度,实际就是对信号的不同粒度的采样。 通常在不同的尺度下我们可以观察到不同的特征,从而完成不同的任务。 粒度更小/更密集的采样可以看到更多的细节

    2023年04月08日
    浏览(11)
  • 计算机视觉 计算机视觉识别是什么?

    计算机视觉 计算机视觉识别是什么?

    计算机视觉识别(Computer Vision Recognition)是计算机科学和人工智能领域中的一个重要分支,它致力于使计算机系统能够模拟和理解人类视觉的过程,从而能够自动识别、分析和理解图像或视频中的内容。这一领域的发展旨在让计算机具备视觉感知和理解的能力,使其能够从视

    2024年02月07日
    浏览(10)
  • 计算机视觉框架OpenMMLab(一):计算机视觉基础

    计算机视觉框架OpenMMLab(一):计算机视觉基础

    👨‍💻 作者简介: 大数据专业硕士在读,CSDN人工智能领域博客专家,阿里云专家博主,专注大数据与人工智能知识分享。 公众号: GoAI的学习小屋,免费分享书籍、简历、导图等资料,更有交流群分享AI和大数据,加群方式公众号回复“加群”或➡️点击链接。 🎉 专栏推

    2024年01月22日
    浏览(15)
  • 计算机视觉(P2)-计算机视觉任务和应用

    计算机视觉(P2)-计算机视觉任务和应用

    在本文中,我们将探讨主要的计算机视觉任务以及每个任务最流行的应用程序。         图像分类是计算机视觉领域的主要任务之一[1]。在该任务中,经过训练的模型根据预定义的类集为图像分配特定的类。下图是著名的CIFAR-10数据集[1],它由十个类别的8000万张图像组成

    2024年02月02日
    浏览(18)
  • 【深度学习: 计算机视觉】如何改进计算机视觉数据集

    【深度学习: 计算机视觉】如何改进计算机视觉数据集

    机器学习算法需要大量数据集来训练、提高性能并生成组织所需的结果。 数据集是计算机视觉应用程序和模型运行的燃料。数据越多越好。这些数据应该是高质量的,以确保人工智能项目获得最佳的结果和产出。 获取训练机器学习模型所需数据的最佳方法之一是使用开源数

    2024年02月20日
    浏览(11)
  • 什么是计算机视觉,计算机视觉的主要任务及应用

    什么是计算机视觉,计算机视觉的主要任务及应用

    目录 1. 什么是计算机视觉 2. 计算机视觉的主要任务及应用 2.1 图像分类 2.1.1 图像分类的主要流程 2.2 目标检测 2.2.1 目标检测的主要流程 2.3 图像分割 2.3.1 图像分割的主要流程 2.4 人脸识别 2.4.1 人脸识别的主要流程 对于我们人类来说,要想认出身边的一个人,首先需要

    2024年02月11日
    浏览(13)
  • 计算机毕业设计选题-最新最全机器视觉 计算机视觉选题推荐汇总

      大四是整个大学期间最忙碌的时光,一边要忙着准备考研、考公、考教资或者实习为毕业后面临的升学就业做准备,一边要为毕业设计耗费大量精力。学长给大家整理了机器视觉,计算机视觉不同方向最新精选选题,如对选题有任何疑问,都可以问学长哦! 以下是学长精心整

    2024年02月06日
    浏览(18)
  • 计算机视觉的实际应用:计算机视觉在实际应用中的成功案例

    计算机视觉(Computer Vision)是一种利用计算机解析、理解并从图像中抽取信息的技术。它是一种跨学科的研究领域,涉及到计算机科学、数学、物理、生物学、心理学等多个领域的知识和技术。计算机视觉的应用范围广泛,包括图像处理、图像识别、机器人视觉、自动驾驶等

    2024年01月23日
    浏览(12)
  • 【计算机视觉】基于OpenCV计算机视觉的摄像头测距技术设计与实现

    【计算机视觉】基于OpenCV计算机视觉的摄像头测距技术设计与实现

    在当今技术日益进步的时代,计算机视觉已成为我们生活中不可或缺的一部分。从智能监控到虚拟现实,计算机视觉技术的应用范围日益广泛。在这篇博客中,我们将探索一个特别实用的计算机视觉案例:使用OpenCV实现摄像头测距。这一技术不仅对专业人士有用,也为编程爱

    2024年02月04日
    浏览(10)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包