Pixel Binning 像素合併 Pixel Binning

Pixel Binning 是什麼？

Pixel Binning（像素合併）是工業相機的 sensor-level 技術：把多個相鄰像素的訊號合併為一個 super-pixel。

範例（2×2 binning）：

• 原本：5 MP（2448 × 2048 pixels）
• 2×2 binning 後：1.25 MP（1224 × 1024 pixels），但每個像素亮 4 倍 + 雜訊降 2 倍

結果：解析度減半 + 感光度大幅提升 + 處理速度大幅提升。

Binning 倍率對比

何時用 Pixel Binning？

✅ 必用 binning 的場景

1. 高速產線

• 需 100+ FPS 但 sensor 跑不動
• 2×2 binning → FPS 提升 4 倍

2. 低光環境

• 工件本身暗、燈光不足
• 4×4 binning 提升亮度 16 倍

3. 快速搜尋大區域

• 先用 binning 快速定位工件（粗找）
• 再切回全解析度精細檢測（細看）

4. 預覽 / 調試

• 工程師 setup 階段快速看影像
• 不需正式檢測精度

❌ 不該用 binning 的場景

• 精密尺寸量測（μm 級）— 解析度損失影響精度
• OCR 小字元辨識 — 字元變糊
• 條碼讀取（small DataMatrix）— 條碼變模糊

Binning vs ROI Cropping 差別

兩個都是「縮小相機資料量」，但機制不同：

可以同時用：先 ROI cropping 限縮區域 + 在區域內 binning。

Cognex 機型 Binning 支援

In-Sight Explorer 設定中可選 Binning 模式，EasyBuilder 拖拉即可。

Binning 的數位 vs 類比

兩種實作：

1. Analog Binning（類比合併）

• 在 sensor 內部直接合併電子訊號
• 最佳 SNR（訊噪比）
• 速度真正提升
• CCD 較常用

2. Digital Binning（數位合併）

• ADC 後軟體合併像素值
• SNR 提升有限
• 速度提升不明顯
• 多數 CMOS 用此方式

工業 CMOS（Sony Pregius）多為數位 binning，效益不如 CCD analog binning，但已足夠多數應用。

工程師常見問題

Q1：Binning 之後可以「逆轉」回原解析度嗎？

A：不行。Binning 是不可逆的合併操作。要原解析度需重新拍。

Q2：Binning 影響量測精度多少？

A：粗略估算 —

• 2×2 binning → 量測精度 降到 1/2
• 4×4 binning → 量測精度 降到 1/4

精密量測場景不建議 binning。

Q3：12MP 相機 binning 到 3MP，跟 3MP 相機差別？

A：Binning 較好：

• Binning 後的 3MP 影像訊噪比較高 + 動態範圍大（因為大像素 super-pixel）
• 純 3MP 相機 sensor 較小，影像品質較弱
• 但 binning 模式需相機支援，且設定較複雜

Q4：何時 binning 反而沒效益？

A：當 sensor read-out 是瓶頸時（如 CMOS 數位 binning），實際速度提升可能 < 4×。建議以您的機型實測 benchmark 為準。

想用 Binning 解決速度 / 低光問題？

VSK 提供完整光學選型：

1. 應用診斷 — Binning 是不是您的最佳解？或許其他方案（ROI / Strobe）更好
2. Cognex 機型選型 — In-Sight 9912 高解析 + binning 旗艦組合
3. 燈光配套 — Binning + Strobe 雙效提升

請告訴 VSK 您的速度 / 解析度需求，VSK 評估後會盡快與您聯繫。