想象一下，一颗子弹穿过一个脆苹果。你眨一下眼，就完全错过了。普通相机无法捕捉到这转瞬即逝的瞬间。高速图像捕捉技术改变了一切。这项技术记录的事件速度快到肉眼无法捕捉，它能将时间凝固，展现隐藏的细节。
想想拍摄那颗子弹的摄像机。它的最高速度达到了每秒150,000万帧。如此高的速度需要特殊的灯光才能正确曝光每一帧。
用于拍摄子弹击中苹果的高速摄像机每秒拍摄帧数达到 150,000 万帧，需要特殊的照明才能捕捉到这一事件。
你需要学习基础知识。帧速率、曝光时间和光照权衡都很重要。你还需要处理海量数据。这项高速图像技术在科学、工业和体育分析领域都发挥着重要作用。
关键精华
高速成像技术能够捕捉到人眼无法捕捉到的快速事件，帧速率从每秒 250 帧起，在专用系统中可达每秒数百万帧。
更高的帧速率需要更亮的灯光和更短的曝光时间，这样图像才不会模糊或太暗。
高速成像会产生大量数据，因此快速处理和压缩是实际应用的关键。
高速摄像机可以帮助工厂更好地检查质量，减少高达 90% 的缺陷，并且可以通过显示精确的动作来改进体育分析。
事件相机和人工智能处理等新技术使高速成像更容易使用，功能也更强大。
高速图像采集基础知识
帧速率和曝光时间是高速图像拍摄的基础。帧速率是指相机每秒拍摄的照片数量，单位为帧每秒 (FPS)。曝光时间是指传感器收集光线拍摄一张照片所需的时间。这两个设置共同决定了你能拍摄什么样的照片。
帧速率和曝光时间
相机的帧速率取决于两个因素：曝光时间和读取时间。读取时间是指传感器在曝光后发送数据所需的时间。当单帧拍摄时间长于曝光时间和读取时间之和时，每个周期结束后，下一个周期才会开始。这种非重叠模式虽然更简单，但会降低拍摄速度。重叠模式则是在读取上一帧的同时开始下一帧的曝光，从而显著提高有效帧速率。
不同的应用场景需要不同的帧速率。下表列出了常见情况下的典型帧速率。
应用场景 | 典型帧率 |
|---|---|
标准监控 | FPS 30 |
中等速度检测 | FPS 60 |
高速制造 | FPS 120 |
专业应用 | 250+帧/秒 |
例如，一条以每秒10米速度移动的包装线至少需要60帧/秒的帧速率。这样才能清晰地拍摄到每个产品的图像，以便进行实时质量检查。电子产品和印刷电路板（PCB）的检测通常也需要60帧/秒或更高的帧速率，以帮助操作人员控制检测过程。
科学研究不断突破这些极限。基本的高速成像技术从250帧/秒起步，曝光时间低于1/1000秒。像Mega Speed Max-V3这样的商业系统可以达到3000帧/秒，曝光时间仅为75微秒。而先进的CCD系统甚至可以达到25万帧/秒。
速度与光速之间的权衡
相机拍照时，照片并非只显示某一瞬间，而是记录了整个曝光时间内的画面。移动的物体看起来会模糊，或者沿着运动方向出现拖影。
当拍摄对象在曝光过程中大幅移动时，就会出现运动模糊。曝光时间越长，模糊程度越大。曝光时间越短，运动越清晰，但需要更多的光线。在25,700 fps 的帧率下，最长曝光时间为 39 微秒。而在 1 万 fps 的帧率下，最长曝光时间则降至 733 纳秒。如此短暂的曝光时间需要极强的光线，以避免出现昏暗无用的帧。
图像采集速度与分辨率之间存在权衡关系。更高的帧速率会增加数据流量，从而限制像素数量。背照式照明通过增大光子接收区域来改善这一问题。这使得传感器能够在全分辨率下达到 76,000 fps 的帧速率，同时减少所需的光照量。您必须根据应用需求，在速度、分辨率和光照量之间取得平衡。
关键部件和技术
高速摄像机和传感器
相机的传感器将光信号转换成电信号。传感器主要分为两大类：CCD 和 CMOS。CCD传感器能够提供高质量的图像。CMOS 传感器则能实现快速拍摄。在低光照环境下，背照式堆叠 CMOS 传感器的读取速度更快，并能减少滚动快门失真。一些背照式 sCMOS 传感器的量子效率可达 95% 以上，填充因子达到 100%，这意味着它们几乎可以捕捉到所有入射光子。这些高分辨率传感器还能以全分辨率实现高达 82 fps 的连拍速度。
处理能力与传感器同等重要。FPGA 和 GPU 以不同的方式加速图像处理。28nm 制程的 FPGA 在帧速率、功耗和晶体管利用率方面，能效比桌面 GPU 高出 22 倍。对于特定任务，FPGA 在 k-means 聚类算法上可实现高达 8 倍的加速。它们的运行效率也比 ARM Cortex-A7 CPU 高出 57 倍，比 NVIDIA GeForce GTX980 GPU 高出 28 倍。瑞萨电子的 RZ/A2M MPU 将动态可重构处理器与 Arm Cortex-A9 CPU 相结合。与上一代产品相比，它的图像处理性能提升了 10 倍，同时功耗极低，使其成为电池供电设备的理想之选。
照明和触发系统
照明决定了高速图像能否捕捉到有用的细节。LED灯是最佳选择，因为它们具有节能、耐用、光输出稳定且色温可调等优点。不同的照明设置各有不同的用途。环形灯可以消除方向性阴影。背光可以实现精确的边缘检测，用于尺寸测量。暗场照明可以显示平面上的微小划痕。在检测速度超过300毫米/秒的情况下，即使曝光时间只有5毫秒，除非光源在快门窗口内强烈闪烁，否则也会产生运动模糊。
触发功能可将相机与照明和其他部件同步。硬件触发（例如通过 BNC 电缆传输的 TTL 脉冲）无需软件辅助即可实现高速、高精度控制。输入触发模式允许外部硬件启动曝光。输出触发模式允许相机控制外部设备，例如通过“曝光输出 1-4”控制四个独立的光源。这种同步对于机器视觉应用至关重要，因为精确的曝光时间可以防止运动模糊和漏帧。对于高速图像采集，正确的触发可确保每一帧都捕捉到所需的瞬间。
高速图像处理和数据处理
拍照只是开始。难点在于数据传输和处理。如今的工业相机每秒产生数十GB的数据，而且采集速度极快。你需要将这些海量数据从相机传输到计算机、GPU和存储设备，同时还要保证系统运行速度不受影响。
每秒管理千兆字节
您的系统存在多个数据处理问题。带宽限制会影响每秒产生数百万个事件的高分辨率传感器。当您使用大量传感器时，USB 3.0 和 PCIe 等常用连接会过载。内存管理也存在困难。传统的循环缓冲区无法处理突发且不可预测的事件流。场景的复杂性越高，所需的内存就越大。
不同类型的相机以不同的方式管理带宽。普通相机和单光子雪崩二极管（SPAD）相机按设定的时间进行采样，并发送全亮度帧。这会消耗大量带宽。事件相机通过仅记录亮度变化（即简单的开/关事件）来解决这个问题。它们能够在低带宽占用的情况下实现快速运行。一些系统将SPAD与基于事件的自适应采样相结合，以应对这些带宽限制。
带宽限制会直接影响系统性能。相机软件会根据您的数据传输速度限制来计算最高帧速率。降低此限制会降低帧速率。较低的限制会在每行图像后增加停顿。这会减慢传感器读取数据的速度，加剧滚动快门效应，并降低图像质量。
GPU 处理可以帮助您突破这些带宽限制。GPU 系统比 FPGA 更容易编程，并且仍然能够实现高速帧率处理。基于 GPU 的运动分析可以高速进行实时全像素处理。这使得 GPU 成为高吞吐量成像作业的理想选择。
实时处理算法
要使实时算法高效运行，需要在质量和速度之间取得平衡。你需要能够快速处理数据以实现快速响应，同时又能保证准确性的算法。FPGA 对于某些图像尺寸可以达到10,000 到 12,500 fps的高帧率。但它们编程难度大，内存有限。GPU 则是一个更简单的选择。它们能够实时提供物体检测和运动分析的结果，而无需像 FPGA 开发那样经历繁琐的学习过程。
选择哪种算法取决于您的具体需求。对于快速图像分析，基于 GPU 的方法能够以合理的设置工作量提供所需的速度。这种平衡使您能够在实际生产系统中处理千兆像素级别的图像。
应用程序和用例
高速成像技术改变了我们看待世界的方式。科学家、工程师和创造者们利用它来观察仅持续几毫秒的事件。每个领域都以各自的方式运用着相同的基本原理。
科学研究与工业检验
研究实验室利用高速摄像机来研究快速发生的事件。流体动力学专家研究血液流动、洋流和飞行。材料科学家观察相变和化学反应。生物力学研究人员研究肌肉运动和细胞行为。这些研究都需要精确的时间控制和特殊的照明设备。
工业检测利用高速成像技术进行质量检查。常见应用包括半导体、电子产品、食品、饮料、消费品和药品的检测。其他应用还包括生物医学检测、电动汽车电池检测、焊接和汽车碰撞测试。
高速系统在很多方面都优于人工检查。它们运行速度更快、更稳定、更准确，而且可以全天候运行。自动记录功能通过数据审查提供了更好的跟踪效果。
高速成像优于人工检测。它工作速度更快、稳定性更高、精度更高、可全天候运行、降低人工成本，并且通过自动记录和数据审查实现更好的跟踪。
改进领域 | 百分比/值 |
|---|---|
缺陷逃逸率降低 | 90% |
根本原因识别速度 | 70％的速度 |
保修索赔减少 | 45% |
首次通过率提升 | 30% |
检测精度 | 亚像素级（<0.1毫米） |
这些系统利用极短的曝光时间凝固运动。它们以全速生产的方式检查每一个单元。边缘人工智能可在毫秒内发现缺陷，从而立即剔除不合格零件。这使得高速成像对现代工厂至关重要。
体育分析与娱乐
运动员和教练使用高速摄像机来改进动作姿势。一项比较30 帧/秒和 120 帧/秒二维运动分析的研究发现，更高的帧速率能显著提高运动精度。这对于测量落地和切入等快速动作中的膝关节角度和躯干弯曲度至关重要。较低的帧速率可能会遗漏这些角度，而这些角度有助于发现运动损伤风险。
不同的运动项目需要不同的速度。以500-1000 帧/秒的速度进行短跑，起跑瞬间会被分割成几十帧。顶尖短跑运动员每秒大约跑 4.6 步，每一步大约持续 217 毫秒。以 1000 帧/秒的速度拍摄，每一步就会出现 217 帧。高尔夫球杆击球的瞬间大约持续 0.5 毫秒。一台 1000 帧/秒的摄像机大约能捕捉到这次击球的 5 帧画面。棒球棒击球的瞬间大约持续 0.7 毫秒，而球速超过 170 公里/小时。
广播公司使用特殊的隔离摄像机跟踪明星球员。像EVS广播设备公司这样的专业回放系统负责处理这些画面。2019年的一项调查显示，257辆高清移动转播车中有213辆使用了EVS的回放设备。这些系统通过视频助理裁判（VAR）和鹰眼等工具辅助裁判进行判罚。
娱乐业也依赖于高速成像技术。电影和电子游戏的动作捕捉技术使用光学跟踪系统。虚拟制作则利用数字角色跟踪摄像机，实现实时视觉效果。音乐视频《Crip Ya Enthusiasm》使用了16台Vicon Vero 2.2摄像机和虚幻引擎。这套系统实现了实时动作捕捉和虚拟制作。这些创意应用展现了机器视觉技术在工厂之外的广泛应用。
挑战和未来方向
数据存储、带宽和成本
高速摄像机在短短几秒内就能产生海量数据。一次录制就能占用数TB的存储空间。这给许多团队带来了巨大的难题。他们面临三大主要问题：存储空间、带宽限制和设备成本。
成本不仅仅体现在相机本身。能以10万帧/秒拍摄的专业机型售价高达100,000万美元甚至更高。一台50,000万像素的相机售价在4万到10,000万美元之间。全局快门传感器会使价格再增加5,000到30,000万美元。20,000GB或以上的内置存储空间会使价格上涨2,000到10,000万美元。普通相机的连拍速度只有60-120帧/秒，因此无法用于高速拍摄。
中小企业通常会选择价格更低的方案，或者推迟升级。总成本包括数据存储系统、高性能计算机和安装服务。这些费用累积起来相当可观。
压缩方法有助于管理存储需求。有损编码格式如 H.264 和 H.265能在保持良好画质的同时大幅缩小文件大小。VP9 和 AV1 提供类似的免费选项。对于无损压缩需求，HuffYUV 和 Lagarith 可在不损失画质的情况下实现快速编码。空间压缩利用离散余弦变换去除帧内重复数据。时间压缩则通过运动估计寻找相邻帧之间的相似性。这些方法显著降低了存储需求，使高速成像在日常应用中更加实用。
新兴技术与趋势
事件相机为高速成像带来了重大变革。与按固定时间拍摄完整帧的常规传感器不同，事件相机仅记录亮度变化。这种方法产生的数据量极少，却能实现高速检测和跟踪。您可以观察金属加工中快速移动的火花，研究每个像素的振动频率，并支持实时机器人导航。低延迟和小数据量使得事件相机成为科学测量和注重隐私的行为分析的理想选择。
人工智能改变了高速图像的处理方式。计算成像与人工智能的结合，打造出智能系统，这些系统专注于检测精度而非原始数据采集。典型的人工智能流程包含五个步骤：采集、传输、预处理、分析和结果传输。卷积神经网络在FPGA上处理图像，实现即时处理，从而做出实时决策。这种方案能够实现工厂中的自动错误检测，并支持千兆像素的处理任务，而这些任务对于旧系统来说将不堪重负。
边缘计算和 5G 网络开辟了更多可能性。这些技术使得跨互联系统的实时协作成为可能。机器视觉的未来在于智能采集、处理和决策的无缝协作。随着大规模生产和模块化设计带来的成本下降，高速成像技术将惠及更多行业和研究人员。
高速成像技术能够展现肉眼无法看到的世界。每个系统都需要权衡利弊。更快的帧速率需要更强的光源。更高的分辨率会产生海量数据流。您必须根据预算和目标来权衡这些因素。
摄像机、灯光和处理流程的选择决定了最终的成败。体育分析师和工厂检验员所需的设备截然不同。务必根据具体应用场景选择合适的设备。在购买昂贵的硬件之前，务必先测试一下你的设备配置。
这个领域日新月异。事件驱动型摄像机和人工智能处理技术开辟了新的可能性。您可以从小规模的演示系统入手，或者探索您所在行业的案例研究。不妨租用一台高速摄像机，亲身感受其卓越之处。那些等待着您的精彩瞬间，绝对值得您付出努力。
常见问题解答
高速成像的帧速率是多少？
高速成像的帧率从每秒250帧起。曝光时间保持在1/1000秒以下。商用相机的帧率可达每秒3000帧。科研系统最高可达每秒25万帧。
为什么更高的帧速率需要更强的光照？
短曝光时间意味着进光量较少。在每秒1万帧的拍摄速度下，每次曝光仅持续733纳秒。为了避免出现暗帧，需要使用强光光源。LED灯非常适合用于此目的。
如何处理高速摄像机产生的大量数据？
高速摄像机每秒产生数十GB的数据。GPU处理可以帮助您应对如此庞大的数据负载。诸如H.264之类的压缩方法可以在保持良好画质的同时减小文件大小。
事件触发式摄像机与普通摄像机有何不同？
事件相机只记录亮度变化，不捕捉完整帧，因此产生的数据量非常少。在机器视觉系统中，它可以低延迟地跟踪快速移动的物体。
