相机选型、光源选型、偏振片

原创 已于 2022-04-18 15:06:48 修改 · 1.3k 阅读 · 25 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#相机

于 2019-08-09 17:33:12 首次发布
本文讲解了光圈数与镜头分辨率的关系，强调镜头分辨率需大于相机分辨率，镜头视野需覆盖相机视野，避免出现黑边。介绍了工业相机原理，以及如何根据应用场景选择合适的光源，如同轴光、积分球型光源、偏振片、红外光和紫外光。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在这里插入图片描述光圈数越大，镜头分辨率越低，光圈数越小，镜头分辨率越高
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.镜头分辨率要大于相机分辨率。
2.镜头所占视野要大于相机视野，如果小于会出现黑边。
3.镜头接口和相机接口要匹配，否则加5mm接圈

工业相机原理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在实际检测过程中大多采用双侧远心镜头
在这里插入图片描述
在这里插入图片描述

线阵相机

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

面阵相机

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

光源选型

在这里插入图片描述
同轴光对反光有一定的屏蔽作用，同时对被测物的对比度也有较高的提升。
在这里插入图片描述
积分球型光源对金属表面的反光有一定的屏蔽作用，同时使金属表面的光比较均匀。
在这里插入图片描述
偏振片可消除物体的反光。
在这里插入图片描述
红外光拍水果会呈现出比较好的对比度。
在这里插入图片描述
紫外光会使部分物体产生荧光的效果。
在这里插入图片描述
低角度环形光
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

[硬件选型] 光源及照明方式的选择
Loewen丶的小窝
07-08 5392
在实际项目中，图像实际成像的效果跟光照条件有密切的关系。毫不夸张的说，选择合适的光源在视觉项目中比重会占到50%，因为良好的光照条件能够取得良好的成像效果，从而有效区分目标物体和背景，减低识别的难度。下面介绍一下光源的选型和应用： 一、环形光：环形光能提供不同的照射角度，不同的颜色组合，更加突显物体的三维信息。解决对角照射阴影的问题。可.........
【机器视觉】——光源篇（分类、选型）
python_AI_fans的博客
09-04 3573
目录 ​ 一、光源相关知识 1、光的作用 2、光的颜色 二、光源的种类 1、光源的种类 2、LED灯光源的种类（按形状分） 1）环形光 2）条形光 3）同轴光 4）背光源 5）球积分光源 3、光源的分类（按颜色分） 1）红外光 ①消除反射使用红外光 ②使用红外光消除颜色差异 2）紫外光 3）偏振光——不太理解 三、光源打光的方式（以环形光为例） 1、明场照明——高角度 2、暗场照明（低角度照明） 四、一些案例 案例1：在玻璃中检测裂痕使用非漫射光 ...
相机镜头光源选型
lk020414的博客
01-04 1730
1.相机CCD：工业相机像素：图像的最小构成单位 分辨率：1280×1024 表示横向有1280个像素纵向有1024个像素芯片：相机的感光元件·它是由一个一个的小像元组成几百万的像素就有几百万个像元芯片尺寸：像元×分辨率快门：速度慢成像亮，速度快成像暗，快门分为卷帘快门(适合静止物体)和帧快门(适合移动物体)增益：提高对光的敏感性，就是相机里面的ISO相机分类：线扫相机(大幅成像一行一行扫)、面阵相机(一帧完整的画面)、3D相机(三角测距)、2.5D相机(通过合成图像)
镜头、相机、光源的选型
小陆的博客
06-25 5008
普通镜头需要掌握的基本概念： （1）焦距 ：镜头主点到焦点距离 （2）光圈：控制通光量的大小 （3）光圈数：F=f/D，是焦距与CCD对角线长度的比值，比如镜头上的1:1.4就是说镜头最大光圈是f/1.4. （4）景深：物体成清晰像的情况下在物体空间的移动范围 1.光圈越小，景深越大2.焦距越小，景深越大3.拍摄距离越大，景深越大 （5）镜头的MTF曲线：此曲线用于评价镜头成像好坏的,曲线越平滑...
机器视觉-相机镜头光源介绍及选型-12.系统选型
tcy-阿春
06-06 2482
系统选型 ===================================================================================== 1.选型步骤： 选择相机 采集卡 选择镜头 光源 #二者结合选择 ===================================================================================== 1.1.面阵相机选型 1).彩色还...
偏振光工业相机_工业光源选型
weixin_42358409的博客
01-04 982
点击上方“Qt学视觉”，选择“星标”公众号重磅干货，第一时间送达共同学习共同进步工业光源选型 光源图片如下一些光的反射定律反射光线与入射光线、法线在同一平面上反射光线和入射光线分居在发现的两侧反射角等于入射角 1.背光源原理 提供最佳对比度 零部件的轮廓和边线检测 丢失的光源非常少 背光源应用如下图所示 2.同轴光原理 同轴光...
相机选型实例之一
w3071206219的博客
08-31 1156
拍摄运动物体的，相机要选帧曝光，应该选全局快门，逐行曝光会使图像变形。 相机的像数是130万， T = S / V; 计算曝光时间； 要求是，在曝光时间内 产品移动的位移要小于一个像素的距离。 因此 S = 一个像素的距离；2/3 inch 的感光芯片的横向宽度为8.8毫米（mm），横向像素为1024,则一个像素的宽度为8.8 / 1024 毫米（mm）。 即 S
机器视觉-光源选型方案
02-07
偏振镜和偏振片可以去除表面反射光，使图像更为清晰。棱镜用于图像反射，而漫射板光源则用于散射光，以获得均匀的照明效果。 机器视觉技术在中国正蓬勃发展，随着中国成为全球制造中心，机器视觉领域的进步为光源...
机器视觉/光源选型
m0_47179175的博客
03-13 8102
机器视觉/光源选型 机器视觉，一定会涉及到光源，它在机器视觉中有重要的作用，直接影响到图像的质量，进而影响到系统的性能。　　 　 光源起到的作用：获得对比鲜明的图像。　　 图像的质量好坏，具体来说：　　 1、将感兴趣部分和其他部分的灰度值差异加大　　 2、尽量消隐不感兴趣部分　　 3、提高信噪比，利于图像处理　　 4、减少因材质、照射角度对成像的影响 光源种类 1 环形光源： 光出射角度值在0°~90°。 0°~45°为低角度环形光源，目前应用案例包括手机金属外框划痕检测、光滑表面的划痕、破损检测以达到
工业相机选型（自用笔记）
weixin_47059239的博客
10-17 2027
1）目标是运动的则优先考虑。2）需要高质量的图像，如进行尺寸测量，可以考虑CCD。（因为在小尺寸的传感器里，CCD的成像质量还是要优于CMOS的。1）拍摄目标是静态不动的，为了节约成本可考虑使用。2）需要高采集速度，可以考虑CMOS相机。（因为CMOS的采集速度会优于CCD。
机器视觉——相机光源选择
qq_43585355的博客
01-02 1740
机器视觉，光源选型
相机光源选型速记
风凌的博客
10-08 1176
根据检测需求和物体特性选择合适的光源，可以提升成像质量和检测精度。在实际应用中，常常结合多种光源以获取最佳效果。
工业相机光源类型详解：如何选择合适的光源？
机器视觉李小白的博客
12-25 2420
工业相机的光源选择对成像效果有着直接影响，合理使用光源能够大大提升检测精度和系统的鲁棒性。不同类型的光源有各自的优缺点和适用场景，因此在选择光源时需要结合检测目标、成像环境和任务需求进行综合判断。在其中同样起着至关重要的作用。正确选择和使用光源可以有效提升检测系统的性能和稳定性，减少外界环境的干扰。然而，想要得到高质量的图像，仅仅依靠相机和镜头是远远不够的，在设计视觉检测系统时，科学合理地选择光源能够事半功倍，为检测任务提供可靠的保障。通过选择适合的光源，工业视觉系统可以大幅提升检测精度、鲁棒性和可靠性。
机器视觉-相机镜头光源介绍及选型-5.选择光源
tcy-阿春
06-05 3214
选择光源 ===================================================================================== 1.1.光源选择原则： 根据对比度: 创造对比请使用颜色光：黑白相机与彩色光源 利用相邻色过滤背景;选择特征互补色使特征偏黑提高对比度 根据波长: 长波长穿透率高;短波长对物质表面的扩散率愈大. 精确定位使用合适波长：亮场 铜和金对短波长光源反光弱;银和铝在波长8...
相机光源镜头选型
钢铁男儿
07-27 780
物体表面纹理与颜色分析(Color and Surface) 物体表面是曲面还是平面？物体表面是否光滑？反光是否很强？ 曲面检测宜用圆顶光源，光滑平面宜用同轴光源，粗糙平面宜用明视场光源。 物体的透光性怎么样？ 分清背景（不需要检测的）是什么颜色，前景（需要检测的）是什么颜色？ 前景颜色多变化，宜用彩色光源及白色光源。 选光源-技巧与经验(Rules-of-Thumb) 需要前景与背景更大的对比度？ - 考虑用黑白相机与彩色光源； 环境光的问题？ - 尝试用单色光源，配一个滤镜； 闪.
机器视觉 相机镜头选型案例
qq_41730722的博客
02-28 2034
相机选型 硬件选型 计算 计算公式
机器视觉-相机镜头光源介绍及选型-8.镜头选型
tcy-阿春
06-05 3127
镜头选型 ===================================================================================== 1.1.选择依据： 根据物体大小(视野),物距,精度确定相机CCD靶面尺寸;从而计算出焦距,放大率; 然后根据分辩率,对比度,景深,光圈,接口畸变允许范围等确定型号。 1.2.选择步骤： (1) 根据精度确定相机最大CCD靶面尺寸 (2) 选择镜头焦距-已知CCD尺寸,工作距离(WD)和视...
相机选型
weixin_41244604的博客
11-24 1224
1. 面阵相机和镜头选型 已知：被检测物体大小为A×B,要求能够分辨率小于C，工作距离为D [1]相机选型步骤： (1). 相机的最低分辨率=(A×B)/(C×C) ， (2). 相机在选型时，最好缺陷的面积在3到5个像素以上，在选择相机时，相机的最低分辨率应大于3...
工业相机镜头选型案例分析
weixin_44200038的博客
08-28 2496
工业相机镜头选型案例分析 齿轮项目  该项目的基本要求是：检测齿轮滚轴的安装质量（缺失）和滚轴的直径 公差200微米。在线检测速度为2个/秒。  相机的选择： 客户需求200um，根据精度= FOV / Resolution，测量齿轮实际大小 为48mm，加上边缘宽度，以60mm作为FOV(H)，以此数据算的相机 Resolution=FOV(H)/精度=60/0.2=300, 故选择6404...
机器视觉选型案例
最新发布
04-02
### 关于机器视觉设备或方案的选型案例分析 在机器视觉领域，设备或方案的选型是一个复杂的过程，涉及多个方面的考量。以下是基于提供的引用内容以及专业知识对机器视觉设备或方案选型的实际应用进行的详细分析。 #### 1. 视野计算与相机分辨率匹配 视野的选择对于机器视觉系统的性能至关重要。通常情况下，视觉系统的视野应比实际产品的尺寸稍大一些，以确保整个目标物能够被完全覆盖并留有一定的余量。具体而言，视野范围建议为物体尺寸的 **1.1 至 2 倍**[^4]。 通过公式可以进一步细化视野的设计参数： - 短边视野 = 物体尺寸 × 1.3 - 长边视野 = 短边视野 / （宽高比），其中常见的相机芯片比例为 **3:4**[^1] 例如，在一个具体的选型案例中，如果物体短边尺寸为 15 mm，则其对应的短边视野为 19.5 mm（即 15 × 1.3）。随后利用宽高比得出长边视野为 26 mm（即 19.5 ÷ (3/4))。 #### 2. 光源设计及其重要性 光源作为机器视觉系统的关键组成部分之一，直接影响到图像质量及后续处理的效果。为了实现最优的结果，需依据应用场景选取适合类型的光源。主要考虑的因素包括但不限于光照角度、颜色波长以及强度分布等方面[^2]。 例如，在检测表面缺陷的任务中，可能需要采用环形光来均匀照亮待测件；而在测量高度变化较大的三维结构时，则更适合使用条纹投影等方式提供对比度更高的特征信息。 #### 3. 镜头特性与成像需求适配 镜头决定了最终获取到的画面清晰程度以及放大倍率等因素。当涉及到特殊方向上的调整时，可能会用到棱镜组件来进行光线路径转换或是改变影像的方向属性[^3]。另外还需要注意的是，偏振滤光片可以帮助减少反射干扰从而提高信噪比水平。 ```python def calculate_field_of_view(object_size, factor=1.3): """ Calculate the field of view based on object size and scaling factor. Parameters: object_size (float): The actual dimension of the target object in millimeters. factor (float): Scaling multiplier applied to extend beyond physical dimensions. Returns: tuple[float]: Short side FOV value followed by long side equivalent considering aspect ratio constraints. """ short_side_fov = object_size * factor wide_ratio = 4 / 3 # Assuming standard camera sensor proportions here as per reference data provided earlier return round(short_side_fov, 2), round((short_side_fov / wide_ratio), 2) example_dimensions = calculate_field_of_view(15) print(f"Short Side Field Of View={example_dimensions[0]}mm | Long Side Field Of View={example_dimensions[1]}mm") ``` 上述代码片段展示了如何根据给定的目标对象大小自动推导出所需的视场宽度数值，并考虑到典型摄像元件纵横比的影响进行了必要的修正操作。 ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值