【自有技术大讲堂】像差综述

大家好，今天我们来聊一聊光学成像中的一个重要误差：像差。

 

像差是指透镜或光学系统成像时由于光线传播过程中的折射、反射和散射等因素而导致的成像误差。在光学成像中，像差是难以避免的，同时也是影响成像质量的重要因素。

 

一、像差分类

 

像差主要包括单色像差和复色像差。单色像差是指在单一波长或单色光源下的像差效应，主要包括球差、慧差、场曲、像散和畸变等。单色像差的研究通常以理想化的单色光源为基础进行分析和描述，旨在评估光学系统在单一波长下的成像性能。

 

复色像差则考虑多色光源或多波长光源情况下的像差效应。光线的波长不同，经过透镜或光学系统后会产生色差，即不同波长的光线会聚焦在不同位置上，导致不同颜色的像差。复色像差的研究更加复杂，需要考虑光的频谱特性和色散效应，以评估光学系统在实际应用中的色彩再现性和成像质量。

 

图表 1 像差分类

 

(一)球差

 

概念：由成像元件的球形表面造成的实际与理想像点的差异，通俗的来讲就是透镜的曲率半径在不同位置上不同，导致同一平面上的不同像点在不同距离处呈现出不同的聚焦效果。

 

图表 2 球差的光束结构及表现形式

 

影响：在机器视觉检测中，球差会导致图像的清晰度降低，影响物体的边缘检测和轮廓识别。例如，在制造电子元件时，需要对元件表面的细微瑕疵进行检测。如果使用有球差的镜头进行拍摄，由于聚焦效果不同，可能会导致元件表面的瑕疵被误判为正常表面，从而影响元件的质量。

 

(二)慧差

 

概念：像方本该对称于主光线的各对子午（或弧矢）光线的交点，偏离主光线（即不再关于主光线对称）的距离。

 

图表 3 慧差的光束结构及表现形式

 

影响：在机器视觉检测中，慧差会导致图像的颜色失真，影响物体的颜色识别和分类。例如，在药品生产过程中，需要对药品颜色进行检测以确保质量。如果使用有慧差的镜头进行拍摄，药品的颜色可能会出现偏差，导致检测结果不准确，从而影响药品的质量控制。

 

(三)像散

 

概念：像方本该对称于主光线的各对光线的交点，虽然还在主光线，但子午像点T’和弧矢像点S’不重合。

图表 4 像散光束结构

 

图表 5 像散表现形式

 

影响：像散会导致图像的颜色偏移和模糊，影响物体的颜色检测和识别。例如，在品质检测中需要对产品的外观缺陷进行检测。如果使用有像散的镜头进行拍摄，可能会导致产品表面的颜色和形状出现偏差，从而误判产品缺陷，影响产品质量。

 

(四)场曲

 

概念：轴外物点的各对光线的交点偏离高斯像面的距离（以交点延光轴方向到高斯像面的距离计）。

 

图表 6 场曲的光束结构

 

影响：在机器视觉检测中，场曲会导致图像的畸变，影响物体的形状和大小的检测和识别。例如，在检测汽车零部件的制造精度时，可能需要对零件的尺寸进行测量。如果使用有场曲的镜头进行拍摄，可能会导致零件尺寸的误差，从而影响汽车的性能和质量。

 

图表 7 场曲（a）和像散（b）

 

场曲并不意味着我们观察到的像是弯曲的，而是成像后的最佳焦点集合面是弯曲的。

 

像散与场曲：既有联系，也有区别。像散的产生，必然导致场曲；但有场曲，不一定有像散。

 

(五)畸变

 

概念：不同视场的主光线通过光学系统后与高斯像面的交点高度不等于理想像高，其差异就是畸变。

 

图表 8 畸变的光束结构及表现形式

 

图表 9 畸变的计算及判别标准

 

目视光学系统通用判别标准：    q≤4%

 

影响：畸变会导致图像的形状失真，影响物体的形状检测和识别。例如，在检测商品包装的印刷质量时，需要对文字和图案的形状进行识别。如果使用有畸变的镜头进行拍摄，可能会导致文字和图案的形状变形，从而误判印刷质量，影响产品质量。

 

(六)色差

 

概念：复色光成像时，各种单色光各自成像的位置和大小都不同，导致图像出现色差。

 

图表 10 位置（轴向）色差光束结构

 

图表 11 倍率（垂轴）色差表现形式

 

影响：轴向色差和垂轴色差会导致图像的颜色失真，影响物体的颜色检测和分类。例如，在检测食品中添加的色素时，需要对食品颜色进行检测。如果使用有轴向色差和垂轴色差的镜头进行拍摄，可能会导致食品颜色的偏差，从而误判食品中添加的色素，影响产品质量和安全性。

 

二、如何避免像差对机器视觉检测带来的影响

 

避免像差对机器视觉检测带来的影响，需要从以下几个方面入手：

 

1.选择高质量的光学元件：光学元件的质量对机器视觉图像的质量有重要影响。因此，选择高质量的光学元件是减少像差影响的关键。可以选择具有低畸变、低色差等特性的光学元件。

 

2.合理安装和校准光学元件：正确安装和校准光学元件可以减少像差的影响。例如，安装光学元件时需要保证其与图像传感器的距离、光轴、旋转角度等都符合标准。

 

3.校准相机，校准过程中可以通过调整相机参数来消除像差，如调整畸变系数、光学中心、视场中心等参数。

 

4.调整光线条件：在采集图像时，光线条件的好坏也会影响像差的影响。应该尽可能避免拍摄在光线不充足或过强的环境中。

 

5.采用多角度和多光源拍摄技术，通过多角度和多光源的组合来消除因光线不均匀而产生的像差。

 

6.提升设备的稳定性，避免出现抖动等情况，这样可以减少因相机抖动而产生的像差。

 

7.对采集到的图像进行预处理，如图像去噪、滤波、增强等操作，可以提高图像的质量和清晰度，减少因像差而产生的影响。

 

8.在图像处理和识别过程中，可以采用一些算法来校正图像，如去畸变、图像平移、旋转等操作，进一步减少像差的影响。

 

参考文献

 

[1] 刘钧，高明编著. 光学设计 第2版[M]. 北京：国防工业出版社, 2016.07.

[2] 赵鹏飞, 张斌, 杨波. 基于光学测量的镜头像差分析与校正方法[J]. 机械设计与制造, 2018(03): 94-96.

[3] 赵兴军, 马建新, 王慧. 基于机器视觉的物体检测方法综述[J]. 现代电子技术, 2019(21): 157-162.

[4] 张海涛, 王艳, 马兴华. 机器视觉中的图像处理技术综述[J]. 现代电子技术, 2017(19): 36-39.

[5] 李卫民. 光学成像的像差及其校正方法[J]. 光学精密工程, 2017, 25(2): 315-325.

[6] 李岩. 像差的种类、产生原因及其校正方法[J]. 激光杂志, 2016, 37(2): 1-4.

[7] 董怡, 杨春雷, 王旭东, 等. 基于色差的物体检测与识别方法[J]. 计算机应用, 2018, 38(8): 2195-2199.