机器视觉选型方式！

前言

机器视觉是人工智能范畴最重要的前沿分支，也是智能制造装备的关键组成部分，它在工业生产中应用广泛，包括视觉引导与定位、识别、测量、检测等。随着工业数字化、智能化的逐渐深入，工业场景对机器视觉的需求不断增加，推动了机器视觉蓬勃发展。

在视觉学习过程中，不知道你是否遇到这样的情况：买了一堆书，在网上下载N多教程闷头苦学，但效果差强人意。这些教程有的让人摸不着头脑，有的剖析片面或从理论切入，让初学者晕头转向。不论是项目工程师，或是刚入门的光学工程师还是销售人员，都很难建立完整的方法论并上手实施。

我们将向各位毫无保留地介绍机器视觉入门核心技巧，这些信息正是菲特高级工程们在上百次的应用案例中提取的学习精华。机器视觉初学者也可以轻松入门，不担心起步难度；且今日所学是“充分且必要”的，可以应用在日后工作中，边学边练，早日成为“选型专家”～

相机、光源、镜头的种类

相机和镜头是机器视觉中重要的组成部分，合适的相机和镜头决定了系统的好坏。但是大部分的小伙伴们对如何选择工业用相机和合适的镜头上犯了难。当你为机器视觉系统选择部件时，时刻记住未来的生产所需和有可能发生的变动。这些将直接影响你的机器视觉软硬件是否容易更改来满足以后新的任务。

机器视觉系统的性能由最差的部分决定（就像一个木桶的容量由最短的一个木块决定），精度则由设备性能决定。花时间和精力合理配置系统就可以建造一个零故障和有弹性的智能化视觉检测系统。

首先来了解相机、光源和镜头的种类～

➣相机的种类

➣镜头的种类

➣光源的种类

实际场景模拟

以实际场景举例：若工作人员在客户现场跟客户沟通需求，需要先了解基本信息，如：检测产品种类、检测需求、有几种型号、需不需要兼容等等

我们将获取到以下信息：

经分析以上信息后，得出结论：

1.

检测相机可选面阵或是线扫相机，但是节拍较快，面阵相机最优。最大件90*90mm，1200万相机分辨率4096*3000，满足需求。根据公式得如下：

单像素精度=视野/分辨率=110/3000=0.037mm

2.

尺寸检测镜头选择远心镜头，降低图像畸变

3.

件在玻璃上检测，可用背光源投影产品尺寸

4.

产品种类较多，算法需要兼容；另外，算法将产品工艺变化的因素考虑进去

5.

验收方式主要为投影仪对标，原因是高精度设备验证更准确

6.

样件需全部测试，设备的完整性

让人“怦然心动“的选型方式

通过客户条件的输出，一步步得出结论，是不是觉得很简单？当然，资料越全评估越准确！销售和项目同事学会使用，根据现场客户信息，是不是有大致检测思路啦，可以跟客户侃侃而谈了吧；光学工程师使用此表，测试效率会不会大大提升？相信练习之后，跟客户沟通或是评估测试，定会自信满满，游刃有余了！保存好下面菲特工程师们汇总的选型技巧，在实际工作中运用起来吧～