Förstå innebörden av dfov och hfov och vfov: En djupguide

När man konstruerar inbäddade visionsystem har vi troligen alla ställts inför frågan: hur kan en kamera tydligt se den värld den behöver fokusera på? För att besvara detta behöver vi först förstå en optisk parameter – synfältet (FOV). Denna parameter definierar kamerans synfält.

Som konsult med lång erfarenhet inom kameramodulsfältet kommer jag att förklara de tre kärnorna av FOV – dFOV, hFOV och vFOV – i denna artikel, där jag lämnar praktisk information som hjälper dig att fatta informerade beslut när du väljer ett kameramodul.

Vad innebär synfält (FOV)?

Förenklat innebär synfält (FOV) det område av en scen som en kamera kan fånga upp vid en viss tidpunkt. Det mäts vanligtvis i grader, ungefär som det mänskliga ögat, och bestämmer den yta din enhet kan se.

Den här parametern är inte oberoende; den hänger tätt ihop med kamerans objektivets brännvidd, sensorns storlek och avståndet till den fotograferade objektet. I världen av maskinseende är att välja rätt synfält (FOV) som att utrusta systemet med rätt "ögon": ett för smalt synfält kan missa viktig information, medan ett för brett synfält kan försämra nödvändig bildupplösning och öka objektivets distortion – båda är vanliga utmaningar för ingenjörer.

För att förstå betydelsen av FOV är det första steget i all kamerakonstruktion.

vad är HFOV, VFOV och DFOV? De tre huvudsakliga synfälten

I verkliga projekt talar vi inte bara om ett allmänt FOV, utan delar det istället upp i tre specifika dimensioner. Tillsammans utgör dessa tre mått det fullständiga synfältet för en kamera.

Horisontellt synfält (HFOV)

HFOV, eller horisontell synfält, är den yta i scenen som en kamera kan täcka i vänster-höger-riktning. Den bestämmer hur brett kameran kan "se" lateralt. I många applikationer, såsom autonom körning, intelligent övervakning och robotvision, minskar en bred HFOV effektivt blinda fläckar, vilket säkerställer att systemet kan fånga upp rörliga fordon eller gångare, och är grundläggande för systemdesign.

Vertikalt synfält (VFOV)

VFOV, eller vertikalt synfält, definierar kamerans vinkelomfång i vertikal riktning. Den bestämmer hur högt eller lågt kameran kan "se". För uppgifter såsom drone-aeriofotografering, streckkodsskanning på en löpande band och ansiktsigenkänning säkerställer en lämplig VFOV att målobjektet helt innesluts i bildramen, istället för att klippas av kanterna.

Diagonalt synfält (DFOV)

DFOV, även känd som diagonal fältvinkel, syftar på kamerans maximala diagonala fältvinkel. Den kombinerar egenskaperna hos HFOV och VFOV och ger en referens för den totala fältvinkeln. I många produktdatablad anges DFOV ofta först eftersom den ger en intuitiv och omfattande översikt av fältvinkeln. När man utformar specifika funktioner är det dock fortfarande viktigt att återgå till de mer praktiska måttstockarna HFOV och VFOV.

Skillnaden och relationen mellan HFOV och VFOV

Ingenjörer känner ofta förvirring när de ställs inför frågan om HFOV kontra VFOV. De existerar inte oberoende av varandra, utan bestäms istället av en kärnfaktor: bildsensorns bildförhållande och linsens brännvidd. Till exempel har en vanlig 16:9-sensor alltid en bredare horisontell fältvinkel än sin vertikala fältvinkel, en fast triangulär geometrisk relation mellan de två.

Det innebär att man inte helt enkelt kan välja HFOV eller VFOV oberoende av varandra; de är sammanlänkade och ömsesidigt begränsade. I praktiska konstruktioner innebär denna inneboende koppling ofta en smärtsam balansgång för ingenjörer.

HFov VFOV-kalkylator: Hur räknar man ut det korrekt?

Att korrekt beräkna HFOV och VFOV är ett avgörande steg i kameramodul val. Även om det finns många praktiska verktyg tillgängliga, såsom HFOV- och VFOV-kalkylatorer, är förståelsen av de underliggande principerna avgörande för professionella ingenjörer.

Vi kan använda grundläggande trigonometri för att härleda dessa värden. Om du känner till objektivets brännvidd (f) och sensorns storlek (d) kan du beräkna motsvarande bildvinkel.

Till exempel är formeln för att beräkna horisontell bildvinkel:

HFOV = 2 × arctan(SensorWidth / (2 × FocalLength)).

På samma sätt kan VFOV beräknas med hjälp av en liknande metod. Att förstå och tillämpa dessa formler hjälper dig att uppnå mer exakta design, och undviker problemet med att upptäcka felaktigheter i synfältet sent i utvecklingen.

Vikten av att välja rätt synfält (FOV)

Att välja rätt synfält är en viktig försäljningspoäng för ett lyckat projekt inom inbäddad bildbehandling. Ett felaktigt synfält kan däremot leda till oväntade och stora problem.

Till exempel, i robotnavigering gör ett brett DFOV det möjligt för roboten att snabbt uppfatta sin omgivning. Om dess HFOV dock är för smalt kan den missa hinder i sidled, vilket kan leda till kollisioner.

Ett annat exempel är inom fordonövervakning, där du behöver mer än bara en vidvinkelobjektiv. Du behöver en exakt VFOV för att säkerställa fullständig täckning av alla passagerare, inte bara taket eller instrumentpanelen.

Problem uppstår ofta på grund av en diskrepans mellan krav och specifikationer. Om din applikation kräver att små objekt ska kunna identifieras på avstånd, men du väljer ett objektiv med en bred DFOV, kan pixelnivån vara för låg för effektiv identifiering, vilket i slutändan leder till att projektet misslyckas.

Sammanfattning: Övergripande överväganden för DFOV, HFOV och VFOV

Inom maskinseende finns det ingen enda "optimal" synvinkel. Varje projekt har sina egna unika krav. HFOV, VFOV och DFOV är som tredimensionella koordinater som definierar en kamera's "perceptuella gränser", där varje parameter är viktig.

Att förstå deras relation, göra exakta beräkningar med verktyg som exempelvis en HFOV- och VFOV-beräknare och fatta välgrundade beslut baserat på behoven i den faktiska applikationssituationen är oumbärliga färdigheter för varje ingenjör. Endast på detta sätt kan du säkerställa att din kameramodul inte bara ser bra, utan också ser exakt och tydligt, och därigenom verkligen stärka ditt system.

Muchvision hjälper dig med FOV-lösning

Behöver du expertvägledning kring komplexiteten i fältets synvinkel (FOV) val? Kontakta vårt team av experter idag för att hjälpa dig välja rätt kameramodul för din specifika applikation. Tillsammans kan vi skapa en överlägsen inbäddad visionslösning.