Basler點對點全視野像素級矯正方案：精準滿足晶圓預檢測的色彩一致性與圖像均勻性要求
發布時間：2025-01-09 作者：www.xstr.xyz
在晶圓檢測領域，工程師們始終追求著成像的高一致性與檢測的高質量。然而在采用分區域拍攝并拼接圖像的策略時，需要對圖像進行平場矯正和白平衡處理，這樣拼接出的大圖才會呈現理想的色彩一致性和圖像均勻性。
但在特定使用場景下，例如在搭配顯微鏡頭時，由于特殊光路以及不同感光元件的成像特性，圖像會在不同位置會產生顏色色偏，導致分區域拍攝的圖片在色彩一致性上大打折扣。當工程師后續把這些圖像被拼接成大圖時，顏色不均勻現象尤為明顯，加之暗角效應，接縫處的差異更是難以忽視，嚴重影響了檢測結果的準確性。
"色偏、亮度不均以及暗角"
傳統方案的局限性
此外，受限于相機或采集卡的運算資源，傳統的方案往往只能在Bayer轉換前進行平場矯正，并且整幅圖像使用統一的白平衡參數矯正RGB三通道之間的不平衡。然而，這種技術路線往往不能達到令人滿意的效果。
"使用傳統方案仍存在一定程度色偏"
探索性的優化路徑
在應對色彩一致性方面的嚴格要求時，解決色偏問題需精準地對圖像中的各個區域，依據其實際的偏色狀況進行細致矯正。理想的做法是，區域劃分得越精細，矯正的效果便越理想。若能實現以單個像素為基本單位進行精細矯正，則將達到最理想的矯正效果。同時，面對圖像均勻性的嚴格要求，又要對圖像亮度進行矯正，也就是平場矯正 - 針對圖像的不同區域亮度偏差進行調整，同理，區域劃分越小，矯正效果越理想；
彩色圖像由RGB三個顏色通道構成，每個像素均承載著獨特的顏色與亮度偏差。若能針對每個像素的RGB三通道分別定制矯正系數并實施校準，就能極大提升色彩的一致性與均勻性。然而，這一點對點矯正方法相較于傳統方式，會顯著增加運算的復雜度和數據處理的規模，因此，要想獲得卓越的矯正成效，就必須承受相應的高昂成本與技術挑戰。
機內或PC端處理路徑？
若嘗試在相機內部完成此任務，圖像首先會經歷從Bayer到RGB的轉換，隨后再進行矯正處理。這一流程看似直接，卻會引發數據傳輸量的三倍膨脹，進而導致幀率下降至原來的三分之一。此外，出于成本控制的考量，相機內部通常不會預留足夠的存儲空間來容納龐大的矯正系數數據。若將這一重任交予PC端的CPU來處理，雖然技術上可行，但巨大的資源占用無疑會推高PC的成本。更為棘手的是，處理延時問題常常令工程師們倍感頭疼，難以在效率與效果之間找到完美的平衡點。
Basler VisualApplets+imaflex CXP-12圖像采集卡矯正方案
因此Basler提出在采集卡端的FPGA上完成這一繁重工作:
Basler采用可編程FPGA方案 - 依托其圖形化開發環境VisualApplets，實現了對圖像進行點對點校準，即每個像素都會生成RGB三個通道的校準系數，從而確保每個像素都能得到精確校準。通過這種技術，Basler成功地將每個像素校準到目標灰度，不僅完成了色彩校準，還實現了平場矯正，顯著提升了色彩的一致性和圖像均勻性。
"圖右為點對點矯正方案效果圖"
"Basler VisualApplets處理流"
VA 編寫的程序讓采集卡完成了載入coeffcient（系數） 和以下校準公式的運算
C =(O-Offset)×Gain 其中：
C = 校正后灰度
O = 校正前灰度
Offset = 暗場偏差
Gain = 矯正增益
coeffcient 包含了Offset 和 Gain 兩個數據
此外，Basler方案還采用了imaflex CXP-12采集卡，在卡內完成Bayer到RGB的轉換以及矯正工作，避免了幀率下降的問題，同時將卡上資源集中于FFC與白平衡，省去不必要的功能，不會有成本的提升。FPGA的高實時性和穩定性保證了色彩校準的精度與效率，同時顯著減輕了上位機的負擔，確保了圖像數據的實時性與完整性。
Basler的點對點全視野像素級調整方案，協同圖形化開發環境VisualApplets與imaflex CXP-12圖像采集卡賦予了工程師快速定制開發出符合要求的圖像處理功能的能力，同時廣泛兼容CXP接口相機，可根據項目實際需求靈活選擇合適的相機型號與配置。這不僅為客戶提供了高效、靈活的圖像處理方案，更打破了傳統檢測方式在相機算力及PC處理效率上的瓶頸。
Basler點對點全視野像素級調整方案的顯著優勢：
● 顯著提高了圖像處理的質量與效率，確保了晶圓檢測的高精度與準確性；
● 通過優化資源配置與降低CPU負載，實現了降本增效的目標；
● 提供了高度靈活與可擴展的定制視覺方案，滿足了日益多樣化的精細化需求；