聚焦堆栈技术通过采集不同焦平面的多幅图像，并融合各图像最清晰区域，生成单幅全聚焦图像，从而实现景深扩展。结合液态镜头自动对焦技术，该算法可在67毫秒内完成微米级结构（表面高度差5-100μm）的高速高倍率检测，输出全聚焦510万像素图像。但该技术的工程化应用存在显著挑战。
用于扩展景深的集成式聚焦堆栈技术
聚焦堆栈技术解析：扩展景深的关键方案
聚焦堆栈（亦称景深合成或焦点合成）是半导体/电子检测AOI系统中重要的高倍率机器视觉技术。该技术能有效解决PCB元件、焊点、线路及IC结构等三维特征在同一视场内因高度差导致的单帧成像模糊问题，生成具备扩展景深的实时检测图像。
高放大倍率下呈现的细微结构
有明显高度变化的表面
内嵌式自动系统可提供清晰的效果
AOI系统中的工程化实现：集成视觉方案
尽管聚焦堆栈可在保持分辨率的前提下扩展景深，但其产业化应用需克服多重工程难题。对于在线检测系统而言，除图像质量外，检测速度成为核心考量。视觉工程师需对硬件同步、图像采集、算法优化及实时处理全链路进行精密设计，以满足精度与吞吐量的双重需求。
液态镜头：超越机械Z轴的运动优势
相较传统Z轴机械调焦，液态镜头自动对焦技术具有速度（毫秒级响应）、可靠性（无机械磨损）和集成度优势。这种无移动部件的设计特别适合产线对空间利用率和高吞吐量的严苛要求。
简化液态镜头集成：从复杂的外部控制器设置到精简的相机嵌入式控制
免开发：即装即用的液态镜头控制方案
传统集成方案需额外I/O板卡和软件开发来实现镜头控制与相机同步，且存在编程语言兼容性问题。Basler创新地将控制算法内嵌至相机固件，通过pylon Viewer界面即可完成参数调节，无需外接硬件、额外线缆或定制软件开发。
聚焦堆栈处理流程
聚焦堆栈：像素级、计算密集型处理
聚焦堆栈处理流程包含多个计算密集型步骤：
●多帧图像采集：在不同聚焦深度下获取 5-20 幅图像。
●聚焦度量：使用拉普拉斯算子或梯度方差等算法，逐像素计算各图像层的清晰度得分。
●聚焦图生成：构建映射图，标识每个像素处最清晰的图像层。
●图像合成：融合最清晰区域，同时平滑过渡区域。
FPGA与CPU在图像处理方面的时间比较
实时堆栈：67 毫秒/堆栈，CPU 零负载
优化聚焦堆栈算法以实现可靠的 PC 性能通常耗时数周乃至数月，即便如此，处理 10 幅以上图像的像素级运算仍需消耗大量 CPU 资源和时间。
采用 Basler 的 FPGA 实现方案，仅需 67 毫秒即可从 10 幅图像（510万像素，212 fps）生成全聚焦图像，满足实时 AOI（自动光学检测）生产要求。
相比之下，在 CPU 上运行类似配置处理单幅图像需耗时 1 秒以上，远超产线检测速度上限。
图形化FPGA开发环境VisualApplets
产品亮点：FPGA 作为协处理器，结合 VA 加速开发
Basler 视觉方案利用 FPGA 作为协处理器，部署于可编程帧采集卡上。此架构可在图像预处理阶段提供实时、像素级的处理性能，同时保持极低的主机 CPU 开销。
通过我们的图形化 FPGA 编程工具 VisualApplets，我们支持 AOI 系统制造商快速实现聚焦堆栈算法的原型设计及部署——无需 HDL 编码。
此配置可实现：
●实时像素级处理性能
●极低 CPU 开销
●与 Basler 相机及液态镜头控制的无缝集成
●借助模块化、可复用 IP 模块缩短开发周期
聚焦堆栈算法基于被动式 Z 轴对焦，更具灵活性和成本效益。在某高精度要求的项目中，我们使用 VisualApplets 仅一周即交付可行方案。如需更高精度，可通过更先进的处理算法进行扩展。
集成式视觉方案加速 AOI 系统开发
AOI 系统开发者常面临紧迫周期，同时需协调多种硬件及复杂集成。Basler 的聚焦堆栈视觉模块旨在减轻此负担，简化 AOI 系统集成的完整成像工作流。
通过将对焦镜头控制与聚焦堆栈算法直接集成至视觉硬件的 FPGA 中，我们的视觉方案减少了开发工作量，加快了上市时间，并确保了可靠的产线性能。
核心优势：
●显著降低 CPU 开销：即使是聚焦堆栈这类计算密集型任务，也完全在专用 FPGA 硬件上运行。
●简化集成：减少 I/O 布线，无需外部控制模块，也无需繁复的成像算法开发。
●加速产品上市：得益于更快的开发周期和更少的系统级瓶颈。
