工业镜头是机器视觉采集系统的重要组成部分，远心镜头是镜头大家族中相对年轻的成员，并且正以其独特的性能，成为最善良的明星。但是，也因为远心镜头被引入时间比较短，其很多特性还未广泛的为人们所熟知，本文即是本着向大家介绍远心镜头基础知识的原则，从远心镜头的原理，应用范围，选型方法三个方面，对其进行综合阐述，揭秘光在远心系统里经历的神秘的艺术之旅。 第一部分：远心镜头的原理说明 首先，我们从非远心镜头的几个问题说起。第一个问题，一般镜头在成像过程中，当工作距离发生变化时，其所成图像大小会相应的发生变化，造成的结果就是同一个焦距的镜头，对应不同的物距，将会有不同的放大倍率，这一现象跟人类视觉系统的近大远小视觉差类似。这一问题在某些应用场合是可以被忽略甚至加以利用的，但是当我们的视觉系统被用来执行精密测量任务时，这一特性则会成为极大的阻碍。第二个问题，普通的镜头都存在一定范围的景深，当被测物体不在镜头的景深范围内时，图像就会变得模糊，无法清晰聚焦，为此，设计师们在普通镜头上设计了调焦环，当工作距离发生变化时，可以通过调节对焦面来看清楚感兴趣的区域。问题是，如果被测物体本身的深度超出了一定范围，镜头始终没办法同时看清首尾两端，这个问题，必须通过其他的途径来解决。第三个问题，随着现在成像芯片分辨率的不断提高，用户对测量精度的要求也越来越苛刻，普通的镜头受制于其光学成像的原理，最好的也只能做到10um左右，视觉检测领域需要精度更高的成像产品。 双远心镜头即是为了解决这些问题应运而生的。双远心镜头通过在光学系统的中间位置放置孔径光阑，使主光线一定通过孔径中心点，则物体侧和成像侧的主光线一定平行于光轴进入镜头。入射平行光保证了足够大的景深范围，从镜头出来的平行光则保证了即是工作距离在景深范围内发生大幅度变化，成像的高度也就是放大倍率不会发生变化。 第二部分：远心镜头使用范围 什么情况下应该选用远心镜头呢?根据笔者多年从事机器视觉产品选型的经验，再次给读者一些参考，如下情况，建议选用双远心镜头。 1)当被检测物体厚度较大，需要检测不止一个平面时，典型应用如食品盒，饮料瓶等。 2)当被测物体的摆放位置不确定，可能跟镜头成一定角度时。 3)当被测物体在被检测过程中上下跳动，如生产线上下震动导致工作距离发生变化时。 4)当被测物体带孔径、或是三维立体物体时。
机器视觉硬件选型计算概述 V1.0
目录 1相机 (4) 1.1相机光谱类型 (4) 1.2相机像素值 (5) 1.3图像帧速率和快门速度 (6) 1.3.1断续送料的应用 (6) 1.3.2连续送料的应用 (7) 1.4图像数据传输 (7) 1.4.1模拟传输方式 (8) 1.4.2数字传输方式 (8) 1.5其他要点 (9) 1.5.1像素深度 (9) 1.5.2传感器尺寸 (9) 1.5.3像元尺寸 (10) 1.5.4CCD&CMOS (10) 2镜头 (10) 2.1靶面尺寸 (11) 2.1.1面阵相机镜头 (11) 2.1.2线阵相机镜头 (11) 2.2焦距 (11) 2.3镜头分辨率 (12) 2.4接口类型 (13) 2.5工作距离 (14) 2.6镜头其他参数 (14)
2.6.1景深 (14) 2.6.2工作波长 (14) 2.6.3畸变 (15) 3光源 (16) 3.1光源类型 (16) 3.2光源照射方向性 (17) 3.2.1反射类型 (17) 3.2.2照射角度 (17) 3.3光源光谱 (23) 3.3.1光源颜色 (23) 3.3.2光源波长特性 (24) 3.3.3几种光源光谱使用情况汇总对比 (25) 3.4光源亮度调整 (26) 4其他 (27) 4.1各种滤镜/选配件 (27) 4.1.1偏光镜 (27) 4.1.2锐波滤镜 (28) 4.1.3保护镜 (28)
机器视觉硬件选型计算概述V1.0本资料主要包括相机、镜头和光源的选型计算概述。 1相机 相机选型主要参数包括：相机光谱类型、相机像素值、图像帧速率和快门速度、像素深度、传感器尺寸、像元尺寸。 1.1相机光谱类型 相机光谱类型即相机色彩类型主要分为彩色相机和黑白相机。在处理图像时，彩色照相机使用的是色调（颜色）数据，而黑白照相机使用的是强度（亮度）数据。首先要强调目前市场上同等分辨率的彩色相机和黑白相机价格差异不大，但是同等条件下仍然优选黑白相机（特别是涉及尺寸测量），主要原因如下： 1、在图像边缘检测算法中一般实现先将彩色图片转换为黑白 图片然后根据像素之间像素值差异实现边缘检测。在数据 转换中会存在像素信息的丢失。 2、黑白相机本身像素的准确度要优于彩色相机。 3、黑白相机的处理速度要更快，而且软件上可省略彩色转黑 白的时间，因此系统整体的响应时间更短。 但是在色彩信息可以作为识别区分要素的时候，需要选用彩色相机。如下图1所示为金色螺钉识别案例，需要通过色彩区分金色和银色。
机器视觉基本概念 2018.1.29 机器视觉系统 作用：利用机器代替人眼来做各种测量和判断。 它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。 机器视觉系统的特点：是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。可以在最快的生产线上对产品进行测量、引导、检测、和识别，并能保质保量的完成生产任务 视觉检测：指通过机器视觉产品（即图像摄取装置，分CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。 照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。 光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。 照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 镜头 FOV（Field of Vision）=所需分辨率*亚象素*相机尺寸/PRTM（零件测量公差比） 镜头选择应注意： ①焦距②目标高度③影像高度④放大倍数⑤影像至目标的距离⑥中心点/节点⑦畸变
机器视觉应用有哪些浅谈机器视觉软件的介绍与选择 本文主要是关于机器视觉的相关介绍，并着重对机器视觉的应用场景进行了详尽的阐述。 机器视觉机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品（即图像摄取装置，分CMOS 和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术（图像增强和分析算法、图像卡、I/O 卡等）。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。［2］机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。 一个典型的工业机器视觉系统包括：光源、镜头（定焦镜头、变倍镜头、远心镜头、显微镜头）、相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/ 输入输出单元等。 系统可再分为 一、采集和分析分开的系统。 主端电脑（Host Computer） 影像撷取卡（Frame Grabber）与影像处理器 影像摄影机 定焦镜头镜头 显微镜头
工业相机镜头地全参 数与选型 Revised on November 25, 2020
工业相机镜头的参数与选型 一、镜头主要参数 1.焦距（Focal Length） 焦距是从镜头的中心点到胶平面上所形成的清晰影像之间的距离。焦距的大小决定着视角的大小，焦距数值小，视角大，所观察的范围也大；焦距数值大，视角小，观察范围小。根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。 2.光圈(Iris) 用F表示，以镜头焦距f和通光孔径D的比值来衡量。每个镜头上都标有最大F值，例如8mm /代表最大孔径为毫米。F 值越小，光圈越大，F值越大，光圈越小。 3.对应最大CCD尺寸(Sensor Size) 镜头成像直径可覆盖的最大CCD芯片尺寸。主要有：1/2″、 2/3″、1″和1″以上。 4.接口(Mount) 镜头与相机的连接方式。常用的包括C、CS、F、V、T2、Leica、M42x1、等。 5.景深(Depth of Field,DOF) 景深是指在被摄物体聚焦清楚后，在物体前后一定距离内，其影像仍然清晰的范围。景深随镜头的光圈值、焦距、拍摄距离而变化。光圈越大，景深越小；光圈越小、景深越大。焦距越长，景深
越小；焦距越短，景深越大。距离拍摄体越近时，景深越小；距离拍摄体越远时，景深越大。 6.分辨率(Resolution) 分辨率代表镜头记录物体细节的能力，以每毫米里面能够分辨黑白对线的数量为计量单位：“线对/毫米”（lp/mm）。分辨率越高的镜头成像越清晰。 7、工作距离(Working distance,WD) 镜头第一个工作面到被测物体的距离。 8、视野范围(Field of View,FOV) 相机实际拍到区域的尺寸。 9、光学放大倍数(Magnification,) CCD/FOV，即芯片尺寸除以视野范围。 10、数值孔径(Numerical Aperture,NA) 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半（a\2）的正弦值的乘积，计算公式为=n*sin a/2。数值孔径与其它光学参数有着密切的关系，它与分辨率成正比，与放大率成正比。也就是说数值孔径，直接决定了镜头分辨率，数值孔径越大，分辨率越高，否则反之。 11、后背焦(Flange distance) 准确来说，后倍焦是相机的一个参数，指相机接口平面到芯片的距离。但在线扫描镜头或者大面阵相机的镜头选型时，后倍焦是
《机器视觉》教学大纲 （一）课程基本信息 1. 课程代码：20136219 2. 课程名称（中文/英文）：机器视觉 / Machine Vision 3. 课程类别：专业方向课 4. 课程学分： 2.0 5. 课程学时：32学时（其中，授课学时：32学时） 6. 开课单位：信息科学与工程学院 7. 教学对象：电子信息工程、通信工程 （二）课程简介 “机器视觉”是电子信息工程、通信工程的专业方向课，是专业理论课信号与系统、数 字信号处理在图像、视频处理领域偏重应用实践的课程。通过学习，使学生掌握机器视觉的基本方法，熟悉实际应用中使用较为广泛的视觉问题求解算法，了解机器视觉在各个领域的 相关应用。 先修课程：线性代数，信号与系统，数字信号处理，C语言程序设计 （三）课程教学目标和能力要求 “机器视觉”课程以机器视觉的基本算法为基础，通过具体的视觉问题为例讲解机器视 觉问题的一般求解方法。通过学习，使学生能使用图像空间滤波、频域变换、特征点检测、 图像匹配与几何映射等机器视觉的基本方法，掌握简单机器视觉问题的求解方法。培养学生将文献转换为实际工程实现的能力，使学生能够将现有的方法转换成自己的工具。培养学生工程实践能力和创新能力。为毕业就业培养专业素养，提供技术准备。 （四）课程教学方法 根据学生特点和课程特点，采用理论教学结合实际问题分析的方法。课堂教学部分遵从分知识点循序渐进的原则，主要以启发式教学和实例教学法为主，激发学生的学习兴趣。课程设置针对性的课程项目，通过实际应用，提高学生的实践能力，加深学生对知识点的掌握。通过设置小组合作形式的课程设计，提高学生的团队协作能力。 （五）课程内容及教学安排 教学主题1：机器视觉导论（2 学时） [知识点]：机器视觉概念，视觉理论的发展，机器视觉与相关研究领域，机器视觉的 应用 [重点]：掌握机器视觉的概念，理解计算视觉理论 [难点]：Marr的计算视觉理论 1 / 4
机器视觉 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 发展折叠 如今，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。 经历过长期的蛰伏，2010年中国机器视觉市场迎来了爆发式增长。数据显示当年，中国机器视觉市场规模达到8.3亿元，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅，皆为2007年以来的最高水平。 2011年，中国机器视觉市场步入后增长调整期。相较2010年的高速增长，虽然增长率有所下降，但仍保持很高的水平。2011年中国机器视觉市场规模为10.8亿元，同比增长30.1%，增速同比2010年下降18.1个百分点，其中智能相机、工业相机、软件和板卡都保持了不低于30%的增速，光源也达到了28.6%的增长幅度，增幅远高于中国整体自动化市场的增长速度。电子制造行业仍然是拉动需求高速增长的主要因素。2011年机器视觉产品电子制造行业的市场规模为5.0亿人民币，增长35.1%。市份额达到了46.3%。电子制造、汽车、制药和包装机械占据了近70%的机器视觉市场份额。 概述折叠编辑本段 机器视觉(Machine vision) 机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不视觉系统工作原理简图适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉;
工业相机镜头的参数与选型 一、镜头主要参数 1.焦距（Focal Length） 焦距是从镜头的中心点到胶平面上所形成的清晰影像之间的距 离。焦距的大小决定着视角的大小，焦距数值小，视角大，所观察的范围也大；焦距数值大，视角小，观察范围小。根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。 2.光圈(Iris) 用F表示，以镜头焦距f和通光孔径D的比值来衡量。每个镜头上都标有最大F值，例如8mm /F1.4代表最大孔径为 5.7毫米。F值越小，光圈越大，F值越大，光圈越小。 3.对应最大CCD尺寸(Sensor Size) 镜头成像直径可覆盖的最大CCD芯片尺寸。主要有：1/2″、 2/3″、1″和1″以上。 4.接口(Mount) 镜头与相机的连接方式。常用的包括C、CS、F、V、T2、Leica、M42x1、M75x0.75等。 5.景深(Depth of Field,DOF) 景深是指在被摄物体聚焦清楚后，在物体前后一定距离内，其影像仍然清晰的范围。景深随镜头的光圈值、焦距、拍摄距离而变化。 光圈越大，景深越小；光圈越小、景深越大。焦距越长，景深越小；
焦距越短，景深越大。距离拍摄体越近时，景深越小；距离拍摄体越远时，景深越大。 6.分辨率(Resolution) 分辨率代表镜头记录物体细节的能力，以每毫米里面能够分辨黑白对线的数量为计量单位：“线对/毫米”（lp/mm）。分辨率越高的镜头成像越清晰。 7、工作距离(Working distance,WD) 镜头第一个工作面到被测物体的距离。 8、视野范围(Field of View,FOV) 相机实际拍到区域的尺寸。 9、光学放大倍数(Magnification,?) CCD/FOV，即芯片尺寸除以视野范围。 10、数值孔径(Numerical Aperture,NA) 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半（a\2）的正弦值的乘积，计算公式为N.A=n*sin a/2。数值孔径与其它光学参数有着密切的关系，它与分辨率成正比，与放大率成正比。也就是说数值孔径，直接决定了镜头分辨率，数值孔径越大，分辨率越高，否则反之。 11、后背焦(Flange distance) 准确来说，后倍焦是相机的一个参数，指相机接口平面到芯片的距离。但在线扫描镜头或者大面阵相机的镜头选型时，后倍焦是一个
工业相机的选型规则 工业相机是机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成AFT-808小型高清工业相机为有序的电信号。选择合适的相机也是机器视觉系统设计中的重要环节，相机不仅是直接决定所采集到的图像分辨率、图像质量等，同时也与整个系统的运行模式直接相关。 在机器视觉系统应用中，工业相机、工业镜头、图像采集卡、机器视觉光源、机器视觉系统平台软件，在选择过程中存在很多问题，那么今天就工业相机、工业CCD摄像头的选择，给大家介绍一些经验。 1、选择工业相机的信号类型 工业相机从大的方面来分有模拟信号和数字信号两种类型。 模拟相机必须有图像采集卡，标准的模拟相机分辨率很低，一般为768*576，另外帧率也是固定的，25帧每秒。另外还有一些非标准的信号，多为进口产品，那么成本就是比较高了，性价比很低。所以这个要根据实际需求来选择。另外模拟相机采集到的是模拟信号，经数字采集卡转换为数字信号进行传输存储。模拟信号可能会由于工厂内其他设备（比如电动机或高压电缆）的电磁干扰而造成失真。随着噪声水平的提高，模拟相机的动态范围（原始信号与噪声之比）会降低。动态范围决定了有多少信息能够被从相机传输给计算机。工业数字相机采集到的是数字信号，数字信号不受电噪声影响，因此，数字相机的动态范围更高，能够向计算机传输更精确的信号。 2、工业相机的分辨率需要多大。 根据系统的需求来选择相机分辨率的大小，下面以一个应用案例来分析。
应用案例：假设检测一个物体的表面划痕，要求拍摄的物体大小为 10*8mm,要求的检测精度是0.01mm。首先假设我们要拍摄的视野范围在12*10mm,那么相机的最低分辨率应该选择在：(12/0.01)* (10/0.01)=1200*1000,约为120万像素的相机，也就是说一个像素对应一个检测的缺陷的话，那么最低分辨率必须不少于120万像素，但市面上常见的是130万像素的相机，因此一般而言是选用130万像素的相机。但实际问题是，如果一个像素对应一个缺陷的话，那么这样的系统一定会极不稳定，因为随便的一个干扰像素点都可能被误认为缺陷，所以我们为了提高系统的精准度和稳定性，最好取缺陷的面积在3到4个像素以上，这样我们选择的相机也就在130万乘3以上，即最低不能少于300万像素，通常采用300万像素的相机为最佳(我见过最多的人抱着亚像素不放说要做到零点几的亚像素，那么就不用这么高分辨率的相机了。比如他们说如果做到0.1个像素，就是一个缺陷对应0.1个像素，缺陷的大小是由像素点个数来计算的，试问0.1个像素的面积怎么来表示？这些人以亚像素来忽悠人，往往说明了他们的没有常识性)。换言之，我们仅仅是用来做测量用，那么采用亚像素算法，130万像素的相机也能基本上满足需求，但有时因为边缘清晰度的影响，在提取边缘的时候，随便偏移一个像素，那么精度就受到了极大的影响。故我们选择300万的相机的话，还可以允许提取的边缘偏离3个像素左右，这就很好的保证了测量的精度。 3、选择工业相机的芯片。 工业相机从芯片上分，有CCD和CMOS两种。 如果要求拍摄的物体是运动的，要处理的对象也是实时运动的物体，那么当然选择CCD芯片的相机为最适宜。但有的厂商生产的CMOS相机如果采用帧曝光(全局曝光)的方式的话，也可以，虽然是CMOS芯片，但在拍摄运动物体时绝不比CCD的差，又假如物体运动的
机器视觉工业相机选型指导 工业相机又俗称摄像机，相对传统的民用相机（摄像机）而言，它具有更高的图像稳定性、高传输能力和高抗干扰能力等优势，是机器视觉系统的关键组件之一，选择性能良好的工业相机，对于机器视觉视觉系统的稳定性有着重要影响。 在选购合适的工业相机时，维视图像建议您从以下几方面着手选购： 第一、先明确需求，要先确定检测产品的精度要求，要确定相机要看的视野大小，要确定检测物体的速度，同时确定是动态检测还是静态检测。 第二、确定硬件类型，硬件的相关参数会影响其性能，因此在确定硬件类型前要先确定其相关参数，包括以下几点： 1、相面像素大小的确定 目前市面上的软件精度一般是没有误差的，也就是通常所说的亚像素，但虽软件没有误差，但硬件的误差是不可避免的，所以现在市场上的机器视觉系统一般都保证在误差为一个像素，所以要通过如下计算公式： 例如：假设视野为10mm，精度要求为0.02mm,那么相机的像素=10÷0.02=500像素，那就只需要30万（640*480）像素的相机就可以了 2．相机传输方式的确定，针对目前市面上的相机传输方式及其应用的优缺点如下所述：1）模拟相机（PCI采集卡），对速度要求不高可选择。其优点：稳定，性价比高；缺点：帧率低，一般只能达到25帧—30帧； 2）USB接口相机，系统只用到单个相机的可先择，要求高速的时候可先择。优点：不需要占PCI插槽，帧频高，性价比高；缺点：占系统CPU； 3）1394接口相机，系统用到多个相机的时候可先择，要求高速的时候可先择。优点：不占系统CPU，帧频高；缺点：占PCI插槽，价格昂贵。 3．相机的触发方式的选择
1）连续采集模式：对静态检测可选择，产品连续运动不能给触发信号的可选择； 2）软件触发模式：对动态检测可选择，产品连续运动能给触发信号的可选择； 3）硬件触发模式：对高速动态检测可选择，产品连续高速运动能给触发信号的可选择。 工业相机的类别也是多样的，根据不同行业的应用，用户均可选购最适合自己的产品。而工业相机也凭借其强大的技术优势及绝佳的性能，在各大领域都可看到他的身影，助力行业稳步发展。 本文摘自：维视数字图像技术资料部分内容 原文地址：https://www.doczj.com/doc/8c66798.html,/service/service.html，欢迎转载和订阅最新的远心镜头内部技术资料！
热点论坛 Column 专栏 29 2006年2月刊 自动化博览 Selection Technique of Lens in Machine Vision System 1 概述 光学镜头一般称为摄像镜头或摄影镜头，简称镜头，其功能就是光学成像。镜头是机器视觉系统中的重要组件，对成像质量有着关键性的作用，它对成像质量的几个最主要指标都有影响，包括：分辨率、对比度、景深及各种像差。镜头不仅种类繁多，而且质量差异也非常大，但一般用户在进行系统设计时往往对镜头的选择重视不够，导致不能得到理想的图像，甚至导致系统开发失败。本文的目的是通过对各种常见镜头的分类及主要参数介绍，总结各种因素之间的相互关系，使读者掌握机器视觉系统中镜头的选用技巧。 2 机器视觉系统中常用镜头的分类 (1) 根据有效像场的大小划分 把摄影镜头安装在一很大的伸缩暗箱前端，并在该暗箱后端安装一块很大的磨砂玻璃，当将镜头光圈开至最大，并对准无限远景物调焦时，在磨砂玻璃上呈现出的影像均位于一圆形面积内，而圆形外则漆黑、无影像。此有影像的圆形面积称为该镜头的最大像场。在这个最大像场范围的中心部位，有一能使无限远处的景物结成清晰影像的区域，这个区域称为清晰像场。照相机或摄影机的靶面一般都位于清晰像场之内，这一限定范围称为有效像场。由于视觉系统中所用的摄像机的靶面尺寸有各种型号，所以在选择镜头时一定要注意镜头的有效像场应该大于或等于摄像机的靶面尺寸，否则成像的边角部分会模糊甚至没有影像。 根据有效像场的大小分类见表1。 表1 分类 (2) 根据焦距分类 根据焦距能否调节，可分为定焦距镜头和变焦距镜头两大类。依据焦距的长短，定焦距镜头又可分为鱼眼镜头、短焦镜头、标准镜头、长焦镜头、超长焦五大类。需要注意的是焦距的长短划分并不是以焦距的绝对值为首要标准，而是以像角的大小为主要区分依据，所以当靶面的大小不等时，其标准镜头的焦距大小也不同。变焦镜头上都有变焦环，调节该环可以使镜头的焦距值在预定范围内灵活改变。变焦距镜头最长焦距值和最短焦距值的比值称为该镜头的变焦倍率。变焦镜头有可分为手动变焦和电动变焦两大类。 变焦镜头由于具有可连续改变焦距值的特点，在需要经常改变摄影视场的情况下非常方便使用，所以在摄影领域应用非常广泛。但由于变焦距镜头的透镜片数多、结构复杂，所以最大相对孔径不能做得太大，致使图像亮度较低、图像质量变差，同时在设计中也很难针对各种焦距、各种调焦距离做像差校正，所以其成像质量无法和同档次的定焦距镜头相比。 实际中常用的镜头的焦距是从4毫米到1000毫米的范围内有很多的等级，如何选择合适焦距的镜头是在机器视觉系统设计时要考虑的一个主要问题。光学镜头的成像规律可以根据两个基本成像公式即牛顿公式和高斯公式来推导，对于机器视觉系统的常见设计模型，一般是根据成像的放大率和物距这两个条件来选择合适焦距的镜头的，在此给出一组实用的计算公式： ? 放大率：m=h’/h=L’/L ；? 物距：L = f(1+1/m)； 有效像场尺寸 3.2mm ×2.4mm （对角线4mm ） 4.8mm ×3.6mm （对角线6mm ）6.4mm ×4.8mm （对角线8mm ）8.8mm ×6.6mm （对角线11mm ）12.8mm ×9.6mm （对角线16mm ）21.95mm ×16mm （对角线27.16mm ）10.05mm ×7.42mm （对角线12.49mm ）36mm ×24mm 40mm ×40mm 80mm ×60mm 82mm ×56mm 240mm ×180mm 电视摄像镜头电影摄影镜头照相镜头 镜头类型 1/4英寸摄像镜头 1/3英寸摄像镜头1/2英寸摄像镜头2/3英寸摄像镜头1英寸摄像镜头 35mm 电影摄影镜头 16mm 电影摄影镜头135型摄影镜头127型摄影镜头120型摄影镜头中型摄影镜头大型摄影镜头 机器视觉系统 中镜头的选用技巧 王亚鹏（1972－） 男，河北安平人，现就职于中国大恒（集团）有限公司北京图像视觉技术分公司任副总工程师、开发部经理，研究方向为机器视觉、模式识别。 （中国大恒（集团）有限公司北京图像视觉技术分公司，北京 100080） 王亚鹏 机器视觉
机器视觉-图像处理-计算机视觉-边缘计算实验室建设方案
目录 1机器视觉-图像处理-计算机视觉-边缘计算实验室 ................................. - 3 - 1.1总体规划............................................................ - 3 - 1.2实验设备............................................................ - 3 - 1.2.1机器视觉教学平台................................................ - 3 - 1.2.2智能监控实训平台............................................... - 19 -
1机器视觉-图像处理-计算机视觉-边缘计算实验室 1.1总体规划 机器视觉-图像处理-计算机视觉-边缘计算实验室主要用于对机器视觉与图像处理、计算机视觉、图像处理、边缘计算等核心课程的知识点学习，能够服务于相关课程的实验和实训需求。 核心课程主要针对学科基础技术的培养，掌握对机器视觉与图像处理、计算机视觉、图像处理、边缘计算的配置、维护和开发，接入等知识。 核心课程采用全模块化的教学产品进行实验，具备优良的教学实验特性：全模块化的设计、开放式的硬件接口、开源的实验代码、完整的教学资源、贴心的售后服务。 1.2实验设备 1.2.1机器视觉教学平台 AI机器视觉教学平台（AI-HNP）是中智讯公司开发的一款面向人工智能相关专业的综合型实验设备，主要满足：Python程序设计、机器视觉、嵌入式Linux系统、边缘计
工业相机镜头的参数与选型
————————————————————————————————作者：————————————————————————————————日期： ?
工业相机镜头的参数与选型 一、镜头主要参数 １.焦距(Focaｌ Lｅngth） 焦距是从镜头的中心点到胶平面上所形成的清晰影像之间的距离。焦距的大小决定着视角的大小，焦距数值小，视角大，所观察的范围也大；焦距数值大，视角小,观察范围小。根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。 2.光圈(Iris) 用F表示，以镜头焦距f和通光孔径D的比值来衡量。每个镜头上都标有最大Ｆ值,例如８mm /F1.４代表最大孔径为５.７毫米。Ｆ值越小，光圈越大，F值越大，光圈越小。 3.对应最大CCＤ尺寸(Senｓoｒ Sizｅ) 镜头成像直径可覆盖的最大ＣCＤ芯片尺寸。主要有：1／2″、2／3″、1″和１″以上。 4.接口（Mouｎt） 镜头与相机的连接方式。常用的包括C、CS、Ｆ、Ｖ、T２、Ｌe ｉca、M42x1、M75x0.７5等。 5．景深(Ｄepth of Ｆield，ＤOF） 景深是指在被摄物体聚焦清楚后,在物体前后一定距离内,其影像仍然清晰的范围。景深随镜头的光圈值、焦距、拍摄距离而变化。光圈越大，景深越小；光圈越小、景深越大。焦距越长，景深越小;
焦距越短，景深越大。距离拍摄体越近时，景深越小；距离拍摄体越远时,景深越大。 6.分辨率(Ｒeｓoluｔion) 分辨率代表镜头记录物体细节的能力,以每毫米里面能够分辨黑白对线的数量为计量单位：“线对/毫米”（lp/mm）。分辨率越高的镜头成像越清晰。 ７、工作距离（Wｏｒking ｄistance,WＤ) 镜头第一个工作面到被测物体的距离。 8、视野范围（Fｉeld of Viｅw,ＦOＶ） 相机实际拍到区域的尺寸。 9、光学放大倍数(Mａｇnｉｆｉcation，?) CCＤ/FOV,即芯片尺寸除以视野范围。 10、数值孔径(Numerｉcａｌ Apｅｒture,NＡ) 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半（a\２）的正弦值的乘积，计算公式为N.A=n＊ｓin a／2。数值孔径与其它光学参数有着密切的关系,它与分辨率成正比，与放大率成正比。也就是说数值孔径，直接决定了镜头分辨率，数值孔径越大，分辨率越高,否则反之。 11、后背焦(Flａnge distａnｃe) 准确来说,后倍焦是相机的一个参数，指相机接口平面到芯片的距离。但在线扫描镜头或者大面阵相机的镜头选型时,后倍焦是一个
第四章 区域分析(qq584883658) 图像中的区域是指相互连结的具有相似特性的一组像素．由于区域可能对应场景中的物体，因此，区域的检测对于图像解释十分重要．一幅图像可能包含若干个物体，而每一个物体又可能包含对应于物体不同部位的若干个区域．为了精确解释一幅图像，首先要把一幅图像划分成对应于不同物体或物体不同部位的区域． 4．1 区域和边缘 图像区域划分有两种方法：一种是基于区域的方法，另一种是使用边缘检测的轮廓预估方法．在基于区域的方法中，把所有对应于一个物体的像素组合在一起，并进行标记，以表示它们属于一个区域，这一处理过程称为分割．在某一评判标准下，把像素分配给某一区域，就可以把这些像素同图像其余部分分开．图像分割中的两个最基本的原则是数值相似性和空间接近性．如果两个像素具有相似的强度特性，或它们之间十分靠近，则可以把它们分配到同一区域，例如，两个像素之间的数值相似性度量可以是它们的灰度值之差，也可以是区域灰度值分布；它们的空间接近性度量可以是欧几里德距离，也可以是区域致密度． 相似性和接近性原则来源于如下假设：同一物体上的点投影到图像上得到的像素点在空间上十分靠近，且具有相似的灰度值．很显然，这一假设并不是在任何情况下都成立．然而可以使用这一假设来组合图像中的像素，然后利用相关域知识来匹配物体模型和区域．在简单的情况下，可以通过阈值法和连通成份标记法来进行图像分割，这一点在第三章讨论过了．对于复杂的图像，可以使用更高级的方法实现图像分割． 分割也可以通过求取区域边界上的像素来进行．这些像素点（也称为边缘）可以通过搜寻邻近像素的方法来得到．由于边缘像素是在边界上，在边界两边的区域具有不同的灰度值，这样，区域的边界可以通过测量邻近像素差值来求取．尽管边缘检测可能使用诱导特性（如纹理和运动）来检测边缘．但大多数边缘检测器仅使用强度特性作为边缘检测的基础． 在理想的图像中，一个区域是由一条封闭轮廓线包围着．原则上，区域分割和边缘检测应该产生相同的结果，即使用边界跟踪算法可以得到区域的边缘（或封闭的轮廓线）；反过来，使用区域填充算法也可以得到边缘所包围的区域．但在实际的图像中，很少能够从区域中得到正确的边缘，反之亦然．由于噪声和其它因素的影响，不论是区域分割还是边缘检测，都无法提供完整的信息． 本章将讨论区域的基本概念，主要集中在两个问题上：图像分割和区域表示． 4．2 分割 已知一幅图像像素集I 和一个一致性谓词)(?P ，求图像I 表示成n 个区域i R 集合的一种划分： I R n i i == 1 （４．１） 一致性谓词和图像划分具有如下特性，即任何区域满足如下谓词： True )(=i R P （４．２）
工业相机选型之 镜头的参数与选型 镜头主要参数 1．焦距(Focal Length) 焦距是从镜头的中心点到胶平面上所形成的清晰影像之间的距离。焦距的大小决定着视角的大小，焦距数值小，视角大，所观察的范围也大；焦距数值大，视角小，观察范围小。根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。 2．光圈(Iris) 用F表示，以镜头焦距f和通光孔径D的比值来衡量。每个镜头上都标有最大F值，例如8mm /FI. 4代表最大孔径为 5．7毫米F值越小，光圈越大，F值越大，光圈越小 3．对应最大CCD尺寸(Sensor Size) 镜头成像直径可覆盖的最大CCD芯片尺寸。主要有：1 /2 ”、2/ 3 " 严和1 ”以上。 4．接口(Mount) 镜头与相机的连接方式。常用的包括C、CS、F、V、T2、Leica、M42x1、M75x0．75等。 5，景深(Depth of Field, DOF) 景深是指在被摄物体聚焦清楚后，在物体前后一定距离内，其影像仍然清晰的范围。景深随镜头的光圈值、焦距、拍摄距离而变化。光圈越大，景深越小；光圈越小、景深越大。焦距越长，景深越小； 焦距越短，景深越大。距离拍摄体越近时，景深越小；距离拍摄体越远时，景深越大。
6．分辨率(Resolution) 分辨率代表镜头记录物体细节的能力，以每毫米里面能够分辨黑白对线的数量为计量单位：“线对/毫米" (Ip/mm)。分辨率越高的镜头成像越清晰。 7、工作距离(Working distance, WD) 镜头第一个工作面到被测物体的距离。 8、视野范围(Field of View, FOV) 相机 实际拍到区域的尺寸。 9、光学放大倍数(Magnification, 13) CCD/FOV,即芯片尺寸除以视野范 围。 10、数值孔径(Numerical Aperture, NA) 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半(a\2)的正弦值的乘积，计算公式为N. A=n*sin a/2a数值孔径与其它光学参数有着密切的关系，它与分辨率成正比，与放大率成正比。也就是说数值孔径，直接决定了镜头分辨率，数值孔径越大，分辨率越高，否则反之。 11、后背焦(Flange distance) 准确来说，后倍焦是相机的一个参数，指相机接口平面到芯片的距离。但在线扫描镜头或者大面阵相机的镜头选型时，后倍焦是一个非常重要的参数，因为它直接影响镜头的配置。不同厂家的相机，哪怕接凵一样也可能有不同的后倍焦。 、镜头选型 1．选择镜头接口和最大CCD尺寸
工业镜头主要参数与选型 一、镜头主要参数 1.焦距（Focal Length） 焦距是从镜头的中心点到胶平面上所形成的清晰影像之间的距离。焦距的大小决定着视角的大小，焦距数值小，视角大，所观察的范围也大；焦距数值大，视角小，观察范围小。根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。 2.光圈(Iris) 用F表示，以镜头焦距f和通光孔径D的比值来衡量。每个镜头上都标有最大F值，例如8mm/F1.4代表最大孔径为 5.7毫米。F值越小，光圈越大，F值越大，光圈越小。 3.对应最大CCD尺寸(Sensor Size) 镜头成像直径可覆盖的最大CCD芯片尺寸。主要有：1/2″、2/3″、1″和1″以上。 4.接口(Mount) 镜头与相机的连接方式。常用的包括C、CS、F、V、T2、Leica、M42x1、M75x0.75等。 5.景深(Depth of Field,DOF) 景深是指在被摄物体聚焦清楚后，在物体前后一定距离内，其影像仍然清晰的范围。景深随镜头的光圈值、焦距、拍摄距离而变化。光圈越大，景深越小；光圈越小、景深越大。焦距越长，景深越小； 焦距越短，景深越大。距离拍摄体越近时，景深越小；距离拍摄体越远时，景深越大。 6.分辨率(Resolution) 分辨率代表镜头记录物体细节的能力，以每毫米里面能够分辨黑白对线的数量为计量单位：“线对/毫米”（lp/mm）。分辨率越高的镜头成像越清晰。 7、工作距离(Working distance,WD) 镜头第一个工作面到被测物体的距离。 8、视野范围(Field of View,FOV) 相机实际拍到区域的尺寸。 9、光学放大倍数(Magnification,?) CCD/FOV，即芯片尺寸除以视野范围。 10、数值孔径(Numerical Aperture,NA) 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半（a\2）的正弦值的乘积，计算公式为N.A=n*sin a/2。数值孔径与其它光学参数有着密切的关系，它与分辨率成正比，与放大率成正比。也就是说数值孔径，直接决定了镜头分辨率，数值孔径越大，分辨率越高，否则反之。 11、后背焦(Flange distance) 准确来说，后倍焦是相机的一个参数，指相机接口平面到芯片的距离。但在线扫描镜头或者大面阵相机的镜头选型时，后倍焦是一个非常重要的参数，因为它直接影响镜头的配置。不同厂家的相机，哪怕接口一样也可能有不同的后倍焦。 二、镜头选型 1.选择镜头接口和最大CCD尺寸
机器视觉工业相机的选型指导 工业相机又俗称摄像机，相对传统的民用相机(摄像机)而言，它具有更高的图像稳定性、高传输能力和高抗干扰能力等优势，是机器视觉系统的关键组件之一，选择性能良好的工业相机，对于机器视觉系统的稳定性有着重要影响。 在选购合适的工业相机时，需要从以下几方面着手选购： 第一、先明确需求，要先确定检测产品的精度要求，要确定相机要看的视野大小，要确定检测物体的速度，同时确定是动态检测还是静态检测。 第二、确定硬件类型，硬件的相关参数会影响其性能，因此在确定硬件类型前要先确定其相关参数，包括以下几点： 1、相面像素大小的确定 目前市面上的软件精度一般是没有误差的，也就是通常所说的亚像素，但虽软件没有误差，但硬件的误差是不可避免的，所以现在市场上的机器视觉系统一般都保证在误差为一个像素，所以要通过如下计算公式： 精度=视野(长或宽)÷相机像素(长或宽) 例如：假设视野为10mm，精度要求为0.02mm,那么相机的像素=10÷0.02=500像素，那就只需要30万(640*480)像素的相机就可以了。 2.相机传输方式的确定，针对目前市面上的相机传输方式及其应用的优缺点如下所述： 1)模拟相机(PCI采集卡)，对速度要求不高可选择。其优点：稳定，性价比高;缺点：帧率低，一般只能达到25帧—30帧; 2)USB接口相机，系统只用到单个相机的可先择，要求高速的时候可先择。优点：不需要占PCI插槽，帧频高，性价比高;缺点：占系统CPU; 3)1394接口相机，系统用到多个相机的时候可先择，要求高速的时候可先择。优点：不占系统CPU，帧频高; 缺点：占PCI插槽，价格昂贵。 3.相机的触发方式的选择 1)连续采集模式：对静态检测可选择，产品连续运动不能给触发信号的可选择; 2)软件触发模式：对动态检测可选择，产品连续运动能给触发信号的可选择; 3)硬件触发模式：对高速动态检测可选择，产品连续高速运动能给触发信号的可选择。 工业相机的类别也是多样的，根据不同行业的应用，用户均可选购最适合自己的产品。而工业相机也凭借其强大的技术优势及绝佳的性能，在各大领域都可看到他的身影，助力行业稳步发展。
完整ＶＩ视觉识别手册设计书 一、视觉基本要素设计 二、视觉应用要素设计的准备工作 三、具体应用设计项目的展开 四、编制VI视觉识别手册 一、视觉基本要素设计 企业标志 企业标志，可分为企业自身的标志和商品标志。 企业标志特点： 其一，识别性。 其二，系统性。 其三，统一性。 其四，形象性。 其五，时代性。 企业标志设计作业流程：
调查企业经营实态、分析企业视觉设计现状，其具体包括如下现状： 其一，企业的理念精神涵与企业的总体发展规划。 其二，企业的营运围、商品特性、服务性质等。 其三，企业的行销现状与市场占有率。 其四，企业的知名度与美誉度。 其五，企业经营者对整个形象战略及视觉识别风格的期望。 其六，企业相关竞争者和本行业特点的现状等。 1、确立明确的概念。 2、具体设计表现。 3、标志作业的缜密化： 其一，标志细部的缜密化。 其二，标志形态的数值化： 一是方格化， 二是比例尺寸标志法， 三是圆弧角度标志法。 其三，标志形态的多样化： 线条粗细的变化； 正负形的变化； 彩色与黑白的变化； 各种点、线、面的变化（如空心体、网纹、点成面、线成面等）； 对应不同媒体的形态变更；
缩小或放大形态的变化。 企业标准 >标准字 企业标准字是将企业名称、企业商标名称略称、活动主题、广告语等进行整体组合而成的字体。 企业标准字特征： 其一，识别性。 基二，可读性。 其三，设计性。 其四，系统性。 企业标准字种类： 其一，企业名称标准字。 其二，产品或商标名称标准字。 其三，标志字体。 其四，广告性活动标准字。 企业命名或更名： 企业更名方案有以下几种情况： 其一，全面变更公司名称，包括现有标准字、标准色等基本视觉要素。 其二，部分变更或简化企业名称，同时推出新的标准字、标准色。