1. 程式人生 > >機器視覺相機和鏡頭選型

機器視覺相機和鏡頭選型

工業相機選型:
  • 解析度:相機每次採集影象的畫素點數,一般對應於光電感測器靶面排列的像元數,解析度=感光晶片尺寸/畫素尺寸,面陣相機的解析度有795×596,1024×1024,2048×2048,5320×5320等。
        
        
  • 解析度的確定:根據待測物體的尺寸估算出視野的大小,再結合檢測精度,利用上面的公式就可以大概確定檢測系統的工業相機的解析度。
  • 線陣相機OR面陣相機:對於靜止檢測或者一般低速的檢測,優先考慮面陣相機,對於大幅面高速運動或者滾軸等運動的特殊應用考慮使用線陣相機。
  • 相機幀率
       儘可能選取靜止檢測,這樣整個專案成本都會降低很多,但是會帶來檢測效率的下降。       當被測物體有運動要求時,要選擇幀數較高的工業相機;選用幀曝光相機,行曝光相機則會引起畫面變形,對於具體幀率的選擇,不應盲目的選擇高速相機,雖然高速相機幀率高,但是一般需要外加強光照射,帶來的高成本以及影象處理速度也壓力巨大,需要根據相對運動速度來定,只要在檢測區域內,能捕捉到被測物即可。一般來說解析度越高,幀數越低。普通鏡頭選型步驟:
  • 獲得物體至鏡頭的距離(工作距離)WD,如果是一個範圍,取中間值;
  • 通過已知的 感測器成像面高度Hi被測物尺寸(視場高度)Ho 計算 影象放大倍數PMAG
             PMAG= Sensor Size(mm) / Field of View(mm)  =Hi / Ho
  • 利用公式計算所需的焦距f
             f=WD*PMAG / (1+PMAG )
  • 選取與計算值最接近的標準鏡頭產品,並取其焦距值;
        標準鏡頭焦距:8mm、12.5mm、16mm、25mm和50mm
  • 根據所選鏡頭焦距重新核算鏡頭到物體的距離WD。
         LE = Di-f = PMAG*f     和  
PMAG = Di / WD         或者 WD=f * (1+PMAG) /  PMAGeg:物體至鏡頭的距離在10cm~30cm範圍內,取WD=20cm。設視場高度為7cm,感測器成像面高度為7.7mm,則鏡頭放大倍數為:          PMAG=7.7mm/70mm=0.11計算所需鏡頭焦距:          f=200*0.11/ (1 +0.11)=19.82mm標準鏡頭焦距有:8mm、12.5mm、16mm、25mm和50mm其中16mm鏡頭的焦距最接近計算值,使用該值重新計算WD:     WD= 16*(1 0.11)/ 0.11 =16.1cm

參考文獻:

相關推薦

機器視覺相機鏡頭選型

工業相機選型:解析度:相機每次採集影象的畫素點數,一般對應於光電感測器靶面排列的像元數,解析度=感光晶片尺寸/畫素尺寸,面陣相機的解析度有795×596,1024×1024,2048×2048,5320×5320等。                解析度的確定:根據待測物體的

機器視覺相機如何選擇?機器視覺中線陣、面陣相機的區別有哪些

一、線陣相機   線陣主要應用於工業、醫療、科研與安全領域的圖象處理。在機器視覺領域中,線陣工業相機是一類特殊的視覺機器。與面陣工業相機相比,它的感測器只有一行感光元素,因此使高掃描頻率和高解析度成為可能。線陣工業相機的典型應用領域是檢測連續的材料,例如金屬、塑料、紙和

線陣相機鏡頭光源選型

二次元 部分 機器 而且 明顯 固定 現場 也有 穿透 關於線線相機、鏡頭、光源的選型,歡迎來電探討線掃描系統的搭建與選型 隨著機器視覺的大規模普及與工業流水線速度、精度的提高,線掃描系統越來越被視覺工程師和最終用戶所認可。   首先,我對線掃描系統做一個大

結合了機器視覺深度學習的人工智慧相機

相機對於我們來說並有什麼好奇,到處都有非常普及。其中一個原因是晶片規模擴大,半導體制造商的關鍵部件允許裝置製造商製造1/4尺寸的相機,這種攝像頭在農業、汽車和工業市場上越來越普遍。 現在,機器視覺相機制造商正在以影象處理的形式增加智慧功能,根據一家供應商的說法,這種功能將機

機器視覺halcon——概念:CCD/CMOS/動態/靜態相機相機選型

      工業上機器視覺的應用越來越普遍,每個應用場景的系統設計根據需求不同,首先需要考慮的就有相機選型:動態相機還是靜態相機,多少畫素的相機合適?肯定還有對這些概念不很瞭解的,接下來就對這些概念簡單介紹一下。 以邁德的一款相機為例,我截取了官網上的資料如下:

機器視覺相機鏡頭、光源)詳細解析

1.1.1視覺系統原理描述機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品(即影象攝取裝置,分 CMOS 和CCD 兩種)將被攝取目標轉換成影象訊號,傳送給專用的影象處理系統,根據畫素分佈和亮度、顏色等資訊,轉變成數字化訊號;影象系統對這些訊號進行

Halcon學習筆記——機器視覺應用工程開發思路及相機標定

助手 創建模板 建模 visio open 這一 目的 傅裏葉變換 綁定 機器視覺應用工程開發思路 機器視覺應用工程主要可劃分為兩大部分,硬件部分和軟件部分。 1.硬件部分,硬件的選型至關重要,決定了後續工作是否可以正常開展,其中關鍵硬件部

ROSHalcon機器視覺軟體隨手記

學院有Halcon機器視覺實驗室,先進自動化生產線也是使用Halcon進行視覺處理。 主要參考連結: 1. asr halcon bridge: http://wiki.ros.org/asr_halcon_bridge 2. asr ros: https://git

人工智慧、機器視覺製造業

http://www.hzleaper.com/html/xinwenzhongxin/xingyedongtai/20170920/73.html     6年來機器視覺自動化經驗總結 https://blog.csdn.net/liang890319/arti

機器視覺、影象處理、機器學習領域相關程式碼工程專案資料集 集合

SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Affine-SIFT [3] [Project] SURF [4] [OpenSURF] [Matlab Wrapper] Af

計算機視覺機器視覺的區別聯絡

在很多文獻中,計算機視覺與機器視覺是不加區分的,但其實這兩個術語既有區別又有聯絡。計算機視覺是採用影象處理、模式識別、人工智慧技術相結合的手段,著重於一幅或多幅影象的計算機分析。機器視覺則偏重於計算機視覺技術工程化,能夠自動獲取和分析特定影象,以控制相應的行為。 1.計算機視覺 計算

機器視覺:MobileNet ShuffleNet

雖然很多CNN模型在影象識別領域取得了巨大的成功,但是一個越來越突出的問題就是模型的複雜度太高,無法在手機端使用,為了能在手機端將CNN模型跑起來,並且能取得不錯的效果,有很多研究人員做了很多有意義的探索和嘗試,今天就介紹兩個比較輕量級的模型 mobile ne

視覺slam-----第二篇 相機影象

     視覺slam系列更多偏向對本人的記錄而非講解,因此敘述部分會佔多數,推導過程幾乎沒有,文章主要內容摘自《視覺slam十四講》《計算機視覺中的多檢視幾何》《機器人學中的狀態估計》,部落格內容僅為幫助自己記憶,本人僅起到總結作用,所有內

機器視覺中工業相機常用引數

工業相機是機器視覺系統中的一個關鍵元件,其最基礎功能就是將光訊號轉變成為有序的電訊號。選擇合適的工業相機也是機器視覺系統設計中的重要環節,工業相機不僅是直接決定所採集到的影象解析度、影象質量等,同時也

計算機視覺機器視覺的區別

計算機視覺(computer vision)和機器視覺(machine vision)兩個術語既有區別又有聯絡。計算機視覺是採用影象處理、模式識別、人工智慧技術相結合的手段,著重於一幅或多幅影象的計算機分析。影象可以由多個或者多個感測器獲取,也可以是單個感測器在不同時刻獲取的

機器視覺視覺工程師必須知道的工業相機50問

視覺工程師必須知道的工業相機50問,絕對乾貨! 機器人視覺應用,是指南車標準課程之一,更多精彩課程,請繼續關注我們。 1:工業相機的丟幀的問題是由什麼原因引起的? 經常會有一些機器視覺工程師認為USB介面的工業相機會造成丟幀現象。一般而言,工業相機丟幀與工業

機器視覺系統中常用工業相機的分類

根據不同感光晶片劃分 我們知道感光晶片是攝像機的核心部件,目前攝像機常用的感光晶片有CCD和CMOS兩種: 1.CCD攝像機,CCD稱為電荷耦合器件,CCD實際上只是一個把從影象半導體中出來的電子有組織地儲存起來的方法。 2.CMOS攝像機,CMOS稱為“互補金氧半導體”,C

機器視覺與模式識別的牛人部落格網站連結

提示:本文為筆者原創,轉載請註明出處:blog.csdn.net/carson2005 (93)CMU博士田淵棟: http://www.cs.cmu.edu/~yuandong/ (94)CMU副教授Srinivasa

工業智慧相機鏡頭選型參考

對於工業智慧相機開發者來說,由於市場上存在諸多不同型別、不同解析度和不同影象失真特性的鏡頭產品可供選擇,因此針對某一特定應用,在選擇鏡頭時進行價效比權衡,變得更加複雜。定焦鏡頭由於成本低廉,仍然是許多機器視覺系統的中流砥柱;同時市場上也存在著其他諸多鏡頭選擇,包括變焦距、縮放

(轉)工業智慧相機與基於PC的機器視覺的區別比較

隨著科技的日漸成熟,機器視覺得到了飛速發展。由於嵌入式技術的發展,近幾年智慧相機效能顯著提高,越來越多必須依賴於PC處理的應用開始向智慧相機平臺傾斜。低成本、高可靠性及易於安裝維護等優勢,使得機器視覺在製造業上的規模性應用越來越普遍。 智慧相機並不是一臺簡單的相機,而是