工業視覺中的「影像模糊」危機：解決機台震動導致的焦距與景深飄移

視覺感測器在現代自動化產線中，就像是機器的眼睛，負責精準的量測與辨識。然而，在工廠實際運作時，我們常會遇到一個棘手的問題：機台在高速運作時產生的機械震動，會直接傳導到鏡頭模組，導致焦距偏移或景深跑掉，進而造成影像模糊，讓檢測系統報出誤判或量測誤差。 看著影像糊掉或許很複雜，但拆開來分析，這其實就是機械共振與光學成像原理的交互作用。我們從根本來了解，為什麼震動會摧毀你的檢測準確度。

震動的本質：為什麼微小晃動會影響成像？

在光學成像系統中，焦距（Focal Length）與景深（Depth of Field, DOF）是由鏡頭與感光元件（Sensor）之間的物理距離決定的。當機械震動傳導至鏡頭，如果震動頻率剛好引起鏡頭模組或支撐架的共振，鏡頭相對於被測物體的距離就會產生微小的動態變化。震動的頻率和幅度會直接影響成像品質，高頻率的微小震動可能導致影像產生細微的模糊，而低頻率的大幅度震動則可能造成嚴重的失焦。 即便晃動幅度只有幾十微米，在高倍率的工業鏡頭下，*可能*會導致焦點偏移，進而影響檢測範圍。景深就像是一個允許模糊的「緩衝空間」，一旦震動引起的位移超過了景深範圍，影像的邊緣銳利度就會大幅下降，導致邊緣偵測（Edge Detection）演算法失效。

物理層面的處理：機械結構的剛性強化

最直觀的解決方案永遠是物理上的加固。許多自動化設備在安裝初期為了考慮擴充性，支撐架設計較為單薄，這在面對高速伺服馬達或氣缸動作時，極易形成結構軟弱點。

• 提升結構剛性：增加支架的截面積或改用更厚的鋁擠型，降低結構的自然頻率。
• 阻尼減震：在鏡頭固定座與機台本體之間，加裝高分子彈性體（如橡膠防震墊或阻尼器），將高頻震動吸收。
• 平衡重心：確保鏡頭安裝的質心儘量靠近支撐架的固定點，減少力矩負載。

重點：如果是極高精度的檢測環境，建議採用獨立於機台本體的「龍門架」安裝視覺模組，從物理根源上切斷機台震動的傳導路徑。

光學補償：擴大景深與調整快門時間

當結構強化遇到物理空間限制時，我們可以從光學參數著手，讓系統對震動產生「容忍度」。

光圈（Aperture）與景深的關係

縮小鏡頭光圈（即加大 F 值）是增加景深最有效的方法。隨著光圈縮小，光束進入的夾角變窄，焦點平面的容錯範圍會變大，這能有效抵銷因微小晃動導致的失焦現象。不過，這必須搭配更高強度的光源，因為縮小光圈會直接導致進入感光元件的光通量減少，必須確保照明能量充足。

快門時間（Exposure Time）的極限控制

另一個常見的誤區是曝光時間設定過長。在震動環境下，如果快門開啟時間長於機台震動的週期，那麼拍出來的影像必然是「運動模糊」（Motion Blur）。

注意：請務必根據震動頻率計算出「臨界曝光時間」。如果震動無法完全消除，應選擇具備「全域快門」（Global Shutter）的工業相機，並搭配頻閃光源（Strobe Light），但需注意頻閃頻率與震動頻率的關係。如果兩者頻率接近，可能產生共振而加劇模糊。全域快門雖然能減少運動模糊，但並不能完全消除震動造成的影響。

軟體端的預防：動態追蹤與邊緣演算法優化

如果在硬體與光學端都已優化至極致，仍有微小模糊，我們還能在軟體處理層面做最後把關。

影像預處理與演算法調整

使用影像銳化（Sharpening）濾鏡或邊緣增強演算法，可以彌補輕微失焦帶來的對比度下降。此外，將演算法改為對「對比度」不那麼敏感的邊緣偵測模式，能進一步降低誤判率。