工业机器视觉系统是现代自动化检测、识别、测量、定位等场景中的核心技术，其中图像传感器的选型与输出格式直接影响系统的精度、实时性和处理效率。本文将结合YUV、RGB、RAW、JPEG等常见格式，深入解析它们在工业视觉中的应用与差异。

一、工业视觉的图像处理流程

在一个典型的工业视觉系统中，图像采集和处理流程如下：

Sensor 采集 → 输出数据（YUV/RGB/RAW/JPEG）→ 图像处理（边缘检测、识别、测量）→ 控制决策

因此，Sensor输出的数据格式决定了后续处理的性能、算法复杂度和输出准确度。

二、YUV格式：适合视频流，但非工业主流

特点

YUV将图像分解为亮度（Y）和色度（UV）分量

常见为YUV422：每2像素共用1组UV，节省带宽

一般用于视频传输、低延迟显示

工业视觉中的应用场景

视觉引导机器人：对画质要求不高但实时性强

简单检测：如存在/缺失判断、二维码扫描

缺点

色彩压缩会造成信息损失

不适合精密测量或颜色精度要求高的场景

三、RGB格式：直接显示方便，但信息压缩严重

典型格式：RGB565

占用16位（5位R + 6位G + 5位B）

主要用于低端设备的屏幕显示

工业视觉中的问题

色彩精度不足，不适合图像分析

像素间颜色误差大，影响边缘检测、颜色分割

结论

RGB565几乎不用于工业图像分析，仅用于调试显示。

四、RAW格式：工业视觉的首选

什么是RAW？

Sensor输出的原始信号，每像素仅表示一个颜色通道（R/G/B）

按照Bayer阵列排列，如BGGR、GRBG等

需通过软件或硬件ISP（图像信号处理器）进行彩色插值、白平衡、降噪

为什么工业视觉偏好RAW？

无损信息保留：后端可自由控制处理流程，适配各种算法需求

图像一致性强：不会因Sensor厂商的JPEG算法而变化

适合高分辨率相机：尤其在5MP及以上的Sensor上更常见

应用案例

PCB检测、表面缺陷检测：需高灰阶细节

颜色分析、涂装检测：RAW更适合精确还原原始颜色

测量级视觉：用于尺寸、角度、形变检测等高精度场合

五、JPEG格式：存储友好但精度受限

特点

Sensor内置JPEG引擎，输出压缩图像

数据量小，便于传输和保存

工业中的局限

有损压缩，细节丢失

图像处理一致性差，不适合机器学习与算法精度依赖场景

适用场景

非实时质量追溯：如抓拍产品图像归档

边缘设备上传图像到云端进行轻量化分析

六、RAW与Bayer Pattern的重要性

工业系统需要确保对每一个像素的控制与理解：

RAW格式保留了每个感光点最原始的信息

Bayer阵列结构（如BGGR、RGGB）决定了解码方式

若算法与实际Bayer模式不匹配，图像将失真甚至完全错误

七、传输标准：CCIR601与CCIR656的理解

ITU-R BT.601（CCIR601）

用于图像的数字编码标准（并行传输）

典型配置：13.5 MHz亮度 + 6.75 MHz色度（YUV 4:2:2）

ITU-R BT.656（CCIR656）

是601的串行传输接口标准

同步信号嵌入数据中，简化连接，便于设备间通讯

工业设备应用

常用于工业相机模块与图像采集卡（Frame Grabber）之间的通信

较老旧标准，逐步被USB3.0、GigE、CoaXPress等接口取代

八、选择Sensor输出格式的建议（工业应用角度）

九、总结：工业视觉更重视“原始性”与“可控性”

在工业视觉中，图像不仅是视觉呈现，更是数据载体。输出格式的选择必须服务于：

图像处理算法的精准性

系统响应的实时性

后端控制的灵活性

因此，RAW格式为首选，YUV次之，RGB/JPEG仅在特定条件下使用。