工业视觉图像格式解析：从“光信号”到“可计算数据”
在工业视觉（Machine Vision）领域，图像不再是为了“好看”，而是为了“精准”。本文将带你深度剖析图像从相机感应器（Sensor）诞生到进入算法分析的全生命周期。
0. 心智模型：图像采集与处理的“烹饪流程”
为了理解不同格式，我们将图像处理比作一场高级烹饪：
[ 采 集 ] [ 处 理 ] [ 存 档 ]
+---------+ +---------+ +---------+
| RAW数据 | ----> | BMP/TIFF| ----> | JPEG |
+---------+ +---------+ +---------+
(刚摘的菜) (洗净切好) (压缩饼干)
信息最全 方便下锅 节省空间
无法直接吃 算法最爱 不能再加工
1. 核心概念分组：场景串联理解
场景 A：相机内部的“马赛克”（RAW/Bayer 格式）
- 概念：RAW 是 Sensor 输出的原始电信号数据。由于 Sensor 每个像素只能感应一种颜色（R、G 或 B），它呈现为“马赛克”状的 Bayer Pattern。
- 模拟：就像是刚从地里拔出来的、带着泥土的土豆。它包含了这颗土豆所有的生物信息，但你没法直接吃。
- 工业用途：当算法需要最极致的动态范围或特殊的颜色校准时，直接调用 SDK 处理 RAW 数据。
场景 B：实验室的“无损切片”（BMP 格式）
- 概念：Windows 标准位图，完全不压缩。
- 模拟：就像是洗干净、去皮、按标准厚度切好的土豆片。每一片的厚度、成色都清清楚楚，厨师（算法）一眼就能看出有没有坏点。
- 工业用途：它是工业视觉的主力！ 测量、定位、缺陷检测的首选，因为数据“所见即所得”，没有任何压缩导致的伪影。
场景 C：高精度的“深度探测”（TIFF 16-bit 格式）
- 概念：支持高位深（12/16位）的格式。
- 模拟：普通图片是 8 位（256 个灰度级），TIFF 就像是把刻度细化到了 65536 级的高精度尺子。
- 工业用途：用于 3D 视觉、激光三角测量或极高精度的医药检测。
2. 知识点与“深坑”梳理
知识点
- Demosaicing（去马赛克）：将 RAW 格式转换成可视 RGB 图像的插值算法。
- 位深 (Bit Depth)：8-bit 只能表达 256 级灰度，16-bit 能表达 65536 级，决定了检测微小色差的能力。
- 无损 vs 有损：工业分析严禁使用 JPEG 进行测量，因为压缩算法会“捏造”像素（伪影）。
坑 (Pitfalls)
- 【深度学习坑】：用 JPEG 格式的图片去训练 AI 模型，结果识别率极低。
- 原因：JPEG 压缩会丢失边缘细节，AI 学到的是压缩噪声而非真实特征。
- 【传输带宽坑】：全用无损格式通过千兆网传输 1000 万像素相机图像。
- 结果：丢包、帧率掉到 1fps。
- 对策：在相机后端或 SDK 层先做裁剪（ROI），只传有用区域。
- 【颜色失真坑】：RAW 转 RGB 时白平衡没调好。
- 结果：原本是绿色的产品拍出来发黄，导致颜色分选错误。
3. 涉及的算法：图像是怎么来的？
- Bayer 插值算法 (Demosaicing)：
- 原理：双线性插值。一个红色像素点的绿色值，是由周围四个绿色像素点取平均值算出来的。
- Gamma 校正：
- 原理：人眼对亮度的感知是非线性的，Sensor 是线性的。算法通过 $V_{out} = V_{in}^\gamma$ 将线性数据转换成符合人眼感知的图像。
- 白平衡 (White Balance)：
- 算法：灰度世界算法（Gray World Hypothesis）。强制要求图像的 RGB 平均值相等，从而修正光源偏色。
4. 指标的意义
- SNR（信噪比）：信号与噪声的比值。SNR 越高，图像越“干净”，检测越稳定。
- 动态范围 (Dynamic Range)：相机能同时看清极亮和极暗区域的能力。在金属反光检测中至关重要。
- 空间分辨率 (Spatial Resolution)：单个像素代表的实际尺寸（如 1 pixel = 0.01mm）。
5. 如何指导生产
- 选型期：如果是测 0.01mm 的精度，必须选支持 12-bit 以上输出的相机。
- 调试期：必须使用 BMP 格式保存样本进行离线算法验证。
- 运行期：为了节省硬盘，可以将“合格品”存为高质 JPEG，但“次品”必须存为 BMP 以便追溯复检。
6. 经典问答 (Q&A)
Q：为什么工业视觉软件（如 Halcon/OpenCV）读取图像后，在内存里都是类似 BMP 的格式？
A： 因为算法计算需要连续的内存地址和明确的像素值。压缩格式（如 JPEG）必须先在 CPU 里“解压”成类似 BMP 的原始矩阵才能进行数学计算。
Q：PNG 也是无损，能代替 BMP 吗？
A： 可以，但 PNG 的读写需要耗费 CPU 进行解压缩。在追求极速（如 100fps）的产线上，BMP 因为“直接读写内存”而胜出。
7. 最佳工程实践
反例 (Bad Practice)
- 保存报警图为 JPEG 20 质量等级，结果放大一看全是马赛克方块，根本看不清缺陷。
- 在程序里频繁执行
SaveImage("test.bmp")，导致主循环被磁盘 I/O 卡死。
正确做法 (Best Practice)
- 分析用 BMP/TIFF，存档用 PNG/JPEG (High Quality)。
- 异步保存：开一个独立的线程专门负责存图，不要影响视觉检测主循环。
- RAW 转换外包：尽可能让相机的 ISP 硬件完成彩色转换，减轻 PC 端的 CPU 负担。
8. 视觉数据流心智模型 (ASCII)
[ 物理光线 ]
|
[ Sensor ] ----> (RAW/Bayer: 0101原始数据)
|
[ ISP/SDK ] ---> (插值、白平衡、色彩校正)
|
+----v-----------------------+
| 算法层 (内存里的像素矩阵) | <--- (通常是 Uncompressed RGB)
+----|-----------------------+
|
+----v-----------------------+
| 存储层 (文件格式) |
| - BMP: 算法追溯 (推荐) |
| - TIFF: 高精测量 (推荐) |
| - JPEG: 结果预览 (谨慎) |
+----------------------------+
9. 总结：工业视觉的本质
工业视觉中，图像即数据。选择格式的原则是：在采集端追求完整性（RAW），在分析端追求确定性（BMP），在存储端追求平衡性（PNG/JPEG）。 不要让压缩算法的“小聪明”毁掉你高精度传感器的“真话”。
浙公网安备 33010602011771号