图像处理中的亚像素精度

为什么横向尺寸的确定可以比像素尺寸精确得多

摘要
在工业图像处理中，人们通常认为：“像素是最小的可测量横向单位。”这对于纯像素计数是正确的，但对于边缘、直线或中心的定位则不然。通过亚像素评估，可以更精确地确定像素中心之间的边缘位置。本应用笔记通过一个实际案例展示了尽管横向像素尺寸约为 30 µm x 30 µm，但仍能达到 2–3 µm 的重复精度（在合适条件下通常约为 1/10 像素）。

1. 动机

许多用户直接从像素尺寸推导出测量极限：

像素尺寸 = 最小横向测量值
“亚像素”听起来像“魔术”

关键点在于：由于光学器件、传感器和照明的原因，边缘不会被成像为仅在一个像素上的硬跳变，而是作为跨越多个像素的过渡。正是这种过渡过程包含了确定像素中心之间位置的信息。

2. 基本原理：为什么亚像素是可能的

如果边缘不完全穿过像素中心，其强度会分布在多个相邻像素上。这会产生跨越多个像素的亮度梯度（过渡轮廓）。

图 1：亚像素级边缘确定原理

不是确定“跳变的像素索引”，而是将边缘位置估计为连续参数——例如通过：

梯度最大值附近的插值 (1D/2D)
模型与边缘轮廓的拟合（例如 Sigmoid/误差函数）
对许多亚像素边缘点进行几何拟合（直线/圆）（最小二乘法）

重要提示：亚像素并不意味着“任意精度”。可达到的精度受到以下因素的限制：

信噪比 (SNR)
位深 / 量化
光学器件 (MTF)、焦距、运动
对比度与照明（避免饱和）
模型/拟合偏差（系统偏差）

实践经验法则：在良好条件下，相对于“像素精度”，5 倍至 10 倍的提升是现实的。

3. 测量对象与设置

3.1 测量对象

以带有 6 个圆形型腔的 PCB 连接器 DFMC 1,5/3-ST-3,5 (© Phoenix Contact) 为例。

公称直径：Ø 3.0 mm
公差：± 50 µm (LSL = 2.95 mm, USL = 3.05 mm)

目标：

直径确定的重复精度
在实践中演示亚像素能力

3.2 测量系统

配备 S40U 传感器的 heliInspect™ H9S 0.8×
照明：红色 LED
机械装置：安装在 heliProfiler™ P4 上
评估：轮廓检测 + 圆拟合（最小二乘法 / RLS）

图 2：测量对象（连接器）和测量设置/型腔视图

4. 数据采集与评估

4.1 3D 数据与 ROI 选择

对于轮廓分析，仅评估具有足够信号（高于噪声水平）的区域。六个型腔被选为 ROI。

图 3：原始轮廓/边缘点——像素网格离散化清晰可见

4.2 亚像素边缘点与圆拟合

下一步是确定亚像素边缘点，并对许多点进行圆拟合。即使单个点仅具有“轻微的亚像素特性”，多个点的组合也会显著稳定估计结果。

图 4：轮廓点上的最佳拟合圆（最小二乘法/RLS）

图 5：细节：原始轮廓（像素化）对比拟合（平滑）——亚像素作用原理。

5. 结果：重复精度

5.1 测量计划

在同一位置进行 30 次重复
评估每次拍摄的 6 个型腔
特征值：直径的平均值 (µ) 和标准差 (σ)

5.2 结果

综合所有型腔和重复次数的结果如下：

平均值：µ = 3.043 mm
标准差：σ = 0.0025 mm = 2.5 µm

图 6：每个型腔 30 次重复的测量值

结论：

2–3 µm 范围内的偏差与 ~30 µm 像素尺寸下的“~1/10 像素”一致。
平均值接近公差上限 (USL = 3.05 mm)。这与 Cp/Cpk 相关。

6. 过程能力指数 Cg 和 Cgk

此处使用指标 Cp/Cpk 来根据公差和平均值位置对测量偏差进行分类。

6.1 定义

Cg → “公差相对于偏差的宽度是多少？”

Cgk → “考虑到实际过程位置，还剩下多少可用公差？”

C_g = \frac{USL – LSL}{6\,\sigma}

C_{gk} = \min \left( \frac{USL – \mu}{3\,\sigma}, \frac{\mu – LSL}{3\,\sigma} \right)

\begin{aligned} USL &= \text{规格上限} \\ LSL &= \text{规格下限} \\ \mu &= \text{过程平均值} \\ \sigma &= \text{标准差} \end{aligned}

6.2 代入数值

LSL = 2.95 mm
USL = 3.05 mm
公差宽度 = 0.10 mm
σ = 0.0025 mm ⇒ 6σ = 0.015 mm, 3σ = 0.0075 mm
µ = 3.043 mm

Cg:
Cp = 0.10 / 0.015 ≈ 6.67

Cgk:
(USL − µ) / (3σ) = (3.05 − 3.043) / 0.0075 ≈ 0.93
(µ − LSL) / (3σ) = (3.043 − 2.95) / 0.0075 ≈ 12.4
Cgk = min(0.93; 12.4) = 0.93

6.3 解释

Cg 非常高：相对于公差，偏差非常小 → 测量非常精确。
Cgk 显著小于 Cg：平均值接近 USL。这并不表示“噪声过多”，而是指向位置/偏移（例如实际部件略微超大、校准、阈值、拟合偏差）。

7. 实践建议：如何可靠地实现亚像素性能

亚像素精度源于良好的图像条件——而非“魔术”：

边缘处高且稳定的对比度（无光晕伪影）
无饱和（不切断轮廓）
良好的焦距 / 稳定的光学器件 (MTF)
良好的信噪比（合适的曝光，稳定的照明）
稳健的拟合（足够的点，合理的模型）
恒定的评估参数（否则偏差会漂移）

8. 结论

本示例展示了为什么横向测量不限于像素尺寸：通过跨多个像素的信号分布，可以以亚像素精度确定边缘位置及由此推导出的几何形状。在测量系列中，尽管横向像素尺寸约为 30 µm，我们仍达到了 σ ≈ 2.5 µm 的重复精度。

横向像素尺寸不是测量精度的物理极限——它仅仅是连续信号的采样基础。