Sub-pixel 次像素精度 Sub-pixel Accuracy Sub-pixel Resolution、Sub-pixel Accuracy、Sub-pixel Edge Detection、Sub-pixel Measurement

Sub-pixel 次像素精度是什麼？

Sub-pixel（次像素 / 亞像素）精度是工業視覺的精度突破技術：能達到「比相機解析度更高的量測精度」。

如果相機解析度是 1 像素，傳統演算法量測精度只能到 ±1 pixel。Sub-pixel 技術透過數學內插法，達到 ±0.05 pixel（顯著提升）。

實際意義：

Sub-pixel 怎麼運作？

核心原理：灰階邊緣的內插運算。

工件邊緣在相機影像上不是「黑白分明」，而是有漸變的灰階過渡（因為光學模糊）：

影像像素列：  [10] [15] [80] [220] [240] [245]
                ↑ 邊緣大約在這 2 個像素之間

傳統演算法：邊緣 = 灰階突變的像素（如「pixel 3」）→ 整數位置

Sub-pixel 演算法：分析灰階曲線，用內插法找出灰階值 = 50% 的位置 → 可能是 pixel 3.4 或 pixel 3.7 等小數位置

Sub-pixel vs Pixel 精度實例

半導體 Wafer 對位

• 需求：±0.5 μm 精度
• 相機解析度：1 pixel = 5 μm
• 一般精度：±5 μm（失敗，超過需求 10 倍）
• Sub-pixel 精度：±0.25 μm（達標）

SMT 元件對位

• 需求：±0.05 mm
• 相機解析度：1 pixel = 0.05 mm
• 一般精度：±0.05 mm（剛好邊界）
• Sub-pixel 精度：±0.0025 mm（遠超需求，有冗餘）

Cognex 哪些工具用 Sub-pixel？

Cognex 的工具大多達到 sub-pixel 精度：

• PatMax — 幾何 Pattern Matching 達 sub-pixel 精度
• PatMax AlignPlus — PatMax 升級版，sub-pixel 不變
• Caliper — 卡尺量測，sub-pixel 寬度測量
• Edge Tools — 邊緣定位，sub-pixel 邊緣位置
• OCRMax — sub-pixel 字元定位

相較於一般開源視覺庫（如 OpenCV）的同類演算法，Cognex 在工業檢測場景下通常具備較佳的精度一致性與穩定度。

為何 Sub-pixel 對機械手臂視覺引導重要？

機械手臂取放零件需要 ±0.05 mm 精度：

• 沒 sub-pixel：相機需要超高解析度（每 mm 20 pixel = 0.05 mm/pixel）→ 視野小、成本高
• 有 sub-pixel：相機解析度低（每 mm 2 pixel = 0.5 mm/pixel）+ sub-pixel 內插 → ±0.025 mm 精度，視野大、成本低

Sub-pixel 讓低解析度相機達到高精度應用，省成本。

工程師常見問題

Q1：Sub-pixel 真的可信嗎？不是「假精度」？

A：可信。Sub-pixel 不是「猜測」，是基於灰階邊緣物理特性的數學內插。Cognex PatMax 自 1990 年代後期推出至今長期應用於精密檢測，sub-pixel 已是工業精度應用的標準做法。

Q2：Sub-pixel 精度有上限嗎？

A：理論上 ±0.01 pixel，實務上 ±0.05 pixel 是穩定上限。受光學模糊、相機 SNR、燈光均勻度等限制。

Q3：相機解析度高 + Sub-pixel 是不是更好？

A：是的。12 MP 相機 + sub-pixel 比 5 MP 相機 + sub-pixel 精度更高（但相機本身成本也高）。VSK 提供 ROI 分析建議。

Q4：Sub-pixel 演算法每家廠商都一樣嗎？

A：不一樣。Cognex 長期累積的 sub-pixel 演算法在工業檢測場景具備良好的穩定度。開源（OpenCV）也有 sub-pixel 內插函式但工業精度與一致性表現相對較弱。精密應用建議採用商用工業視覺工具鏈。

想用 Sub-pixel 解決精度問題？

VSK 提供精度評估服務：

1. 精度需求分析 — 您的應用需要多少精度？
2. 解析度建議 — 相機需要多少解析度才能配合 sub-pixel 達標
3. 燈光鏡頭設計 — 影響 sub-pixel 表現的關鍵

請告訴 VSK 您的精度需求（mm 或 μm），VSK 評估後會盡快與您聯繫。

Sub-pixel 精度與工業視覺應用