机器视觉中的黑白相机 vs. 彩色相机

只有当颜色本身就是要检测的缺陷时，视觉系统才需要彩色数据。对于几乎所有其他工业应用而言，黑白才是工程上的标准选择。在黑白与彩色相机之间的选择决定了系统的基础灵敏度、空间分辨率与处理负担。彩色相机使用微观的彩色滤镜阵列来捕捉光谱数据，而黑白传感器则让硅完全裸露。去掉这道物理屏障后，黑白传感器在同样的硅架构下能收集到更多光子、达到更高的速度，并且能解析出更锐利的边缘。

工作原理：Bayer 滤镜的代价

在硅这一层级，所有 CMOS 与 CCD 传感器本质上都是色盲--它们只数光子，不识颜色。要生成彩色图像，制造商会在像素阵列上方覆盖一层彩色滤镜阵列（CFA），几乎无一例外都是 Bayer 阵列。

Bayer 阵列在每个像素上方交替放置微观的红、绿、蓝滤镜。这带来了严重的物理代价：被红色滤镜覆盖的像素会以物理方式吸收并阻挡绿色与蓝色光子。由于它"丢掉"了不打算测量的那部分光线，传感器的整体量子效率显著下降。

此外，未经处理的彩色图像看起来就像一块暗淡的马赛克。要生成可观看的全彩图像，相机或主机 PC 必须运行去 Bayer（demosaicing）算法，由软件根据相邻像素的数据为每个像素插值推算出缺失的颜色值。这种数学猜测必然会让细微边缘变得模糊，并降低传感器真正的空间分辨率。

由于黑白传感器没有这层滤镜，每个像素都能接收到完整的可见光谱，因此输出图像无需任何插值处理。

机器视觉应用决策矩阵

系统集成商极少仅仅为了让操作员看着自然就选择彩色相机。决策完全由检测任务本身的具体机理驱动。

为什么工业成像默认采用黑白？

只要您的应用不严格需要颜色数据来判断零件合格与否，默认选择黑白相机就能带来三大显著的工程优势：

1. 更高的光灵敏度

由于没有滤镜阵列的物理阻挡，黑白像素能够捕捉到更多光子。更高的量子效率意味着更好的信噪比，使您可以采用更短的曝光时间，或降低工业照明的强度。

2. 更锐利的几何细节

无论是阅读高密度的二维 DataMatrix 码，还是测量火花塞上的微小间隙，边缘的锐利度都至关重要。黑白相机能提供真正的光学分辨率，因为每个像素输出的都是真实测得的亮度数据，而不是插值猜测的结果。

3. 更低的数据带宽

黑白相机每个像素输出的是 8 bit 或 12 bit 的灰度值。如果彩色相机在板上完成去 Bayer 处理并输出成品 RGB 图像，则每个像素需要传输三个 8 bit 值（红、绿、蓝）。这会让 GigE 或 USB3 接口的数据量增加为三倍，从而大幅降低能达到的最大帧率。