闲来垂钓碧溪上。今天钓到一篇RM视觉摄像头的好文，记录一下笔记：
摄像头是机器视觉中最重要的部分，选择一款成像质量好、稳定可靠的摄像头可以极大地减少识别算法设计的难度。主流的摄像头分为CMOS摄像头和CCD摄像头，一般CCD摄像头体积大造价高精度高，CMOS摄像头造价低，体积功耗等参数低于CCD。
摄像机主要具有以下几个参数：曝光方式（卷帘曝光、全局曝光），分辨率，最大帧率，快门速度，接口类型（usb2.0、usb3.0、GigE、CSI等），光谱响应类型（像元传感器对不同光波的敏感特性）
通常我们在网上买到的摄像头都是卷帘曝光的，日常使用时很难看出这两种摄像头的区别，但是在对速度要求高的领域，这两种曝光方式的优劣就很明显了，尤其是对于廉价的卷帘曝光摄像头，果冻效应更加明显。除了果冻效应外，全局曝光的摄像头在低曝光时间的情况下颜色饱和度更高，在颜色方面全局曝光摄像头完爆卷帘曝光。
在装甲识别中，曝光度是决定能否成功识别的关键因素。当我们拍摄能够自主发光的物体时，降低曝光时间可以减少环境光的影响。
在降低装甲板的误识别率过程中，我们可以通过各种约束来过滤误匹配的情况，而更聪明的方法是识别装甲板中间的数字，但是当我们把摄像头的曝光调到很低（降低曝光时间可以减少环境光的影响，能够自主发光的区域无大影响，但是不能自主发光的区域会变模糊，甚至从视野中消失）的情况下数字就看不见了，这时候怎么办呢？一种不太容易想到的方法是提高摄像头的Gamma值，当Gamma提高时图像中亮度较低的区域的亮度会被提高，图像中被提高亮度的部分为灰色而红色部分的灯条没有明显变化，由于灰色的rgb值相同，所以只要将图片的两个通道相减就能够去除背景的干扰，若要识别红色只需要用红色通道减去蓝色通道。在找到灯条后框出数字区域给识别函数识别即可。
那么，摄像头的Gamma矫正究竟做了什么呢？其实就是将图像中的每一个像素点通过一个幂函数进行转换，幂函数指数的导数就是gamma值，函数图像如下：
从曲线中可以看到输入数值较小时，输出对输入的比值较大，由此可以提高图像暗处的亮度。
在RoboMaster比赛中，识别速度越快越好，所以摄像头帧率也是越高越好。但是，带宽的限制帧率和分辨率通常相互制约，帧率高，对应的分辨率就低。（分辨率是屏幕图像的精密度，指显示器所能显示的像素多少，由于屏幕上的点线面都是由像素组成的，显示器可显示的像素越多，画面就越精细，同样的屏幕区域内能显示的信息也越多，所以分辨率是一个非常重要的性能指标）
不同焦距的镜头所呈现的视角不一样，焦距越大，视角越窄。可以通过选择合适的镜头来提高图像的成像质量，在实测中战车枪管上使用6mm或8mm左右的镜头比较合适。
由于装甲板只有红色和蓝色，所以识别时只需要把这两种光过滤出来即可，其实不用滤光片也可以，通过将图片由BGR色彩空间转换到HSV识别颜色，或者红蓝通道相减都可以达到过滤颜色的目的。而滤光片主要是用来配合黑白摄像头使用的（滤光片是用来选取所需辐射波段的光学器件，由塑料或玻璃片中加入特种染料制成，红色滤光片只能透过红光）
