您是否存在“视觉系统很难”“导入非常麻烦”的困扰呢？

视觉系统除了机型种类繁多以外，还是拥有光源、控制等多种要素的传感器。反过来说，只要事先理解重点项目，它也是可以实现稳定检测，找出导入优点的传感器。在此，浅显易懂地解说从导入、安装到运用视觉系统前，需要了解的步骤与重点。

本次主题主要讲解检测所需的设备，如何选择视觉相机。

导入视觉系统前需确认的主要项目

视觉系统所使用的相机种类大致可分为以下几种。根据用途，从中选择可获取最佳图像的相机。

①高像素型

②高速型

③标准型

④小型

*各自均包括彩色、黑白相机

以下为相机选择的具体原则和方法：

原则一：以像素数选择(高像素型或标准型)

视觉系统所使用的CCD拍摄元件是以格子状排列的较小像素的集合体。在作为标准型经常使用的31万像素CCD中，存在称为高像素型的200至2100万像素CCD。

但是，如何区分使用该像素数的差异呢？

一般从“视野尺寸”和“像素分辨率”两点来选择相机。

“视野尺寸”在拍摄检测目标物的范围内，可通过要使用的镜头进行变更。此外，“像素分辨率”是指“CCD的1像素相当于多少mm”，并通过以下公式表示各自的关系。

像素分辨率 = Y方向视野尺寸(mm)÷CCD的Y方向像素数

那么，尝试考虑设为Y方向30mm的视野尺寸时的像素分辨率。即使CCD包含在标准型31万像素(Y=480像素)和高像素型中，仍可使用通用的200万像素(Y=1200像素)。

即【使用31万像素相机时的像素分辨率】 = 30mm÷480像素 = 0.063mm/像素

【使用200万像素相机时的像素分辨率】= 30mm÷1200像素 = 0.025mm/像素

只要知道像素分辨率，即可计算出此时的视野尺寸基准。

视觉系统代表性的应用案例有“外观检测”和“尺寸检测”，在“外观检测”时使用“最小检测尺寸”来良否判定；在“尺寸检测”时则使用“尺寸公差”。

各自的基准一般以“最小检测尺寸”= 4像素见方；“尺寸公差”= ±5像素，为基准进行计算。

根据之前计算出的像素分辨率可求出“外观检测”时的“最小检测尺寸”。

即【使用31万像素相机时的最小检测尺寸】= 0.063mm/像素×4像素见方＝0.25mm见方

【使用200万像素相机时的最小检测尺寸】= 0.025mm/像素×4像素见方＝0.1mm见方

如果是“希望在视野30mm内检测出最大 ø0.1mm异物”的检测内容，则需要选择200万像素以上的相机。

*相机推荐Tips：从“像素分辨率”这一点来添加良否判定的基准，可选择最佳像素数的相机！

原则二：根据CCD类型选择(彩色型或黑白型)

彩色相机还是黑白相机，该选哪一种才好呢？”我们常听到这样的问题。

一般如果希望检测的点因“色调变化”出现差异，则使用彩色相机会具有优势。

以下是使用颜色处理来检测黑白相机难以检测的白底黄色污点的示例。

但是，存在选择黑白相机的优点。

如以下“使用背光灯的尺寸测量”所示，并非“色调变化”，而是在“亮度变化”出现较大差异时也可选择黑白相机。

*相机推荐Tips：通过辨别出希望检测的点是“色调变化”还是“亮度变化”，可区分使用彩色相机和黑白相机！

原则三：根据传输速度选择(高速型或标准型)

即使视觉系统的相机像素数相同，传输速度仍存在高速型。

以31万像素类型为例，对于标准型的传输速度16.0ms来说，高速型可实现4.7ms的传输速度。通过部分拍摄功能也可实现更进一步的高速化。

除了高速生产线，在普通速度的生产线检测中，如果希望进行 “追加预处理” “追加检测工具的双重检查” 等进一步提高稳定性的检测，则选择高速型会非常有效。

*相机推荐Tips：选择高速相机的优点不仅具备“检测效率的高速化”，而且还可进行“稳定处理”！

原则四：根据相机尺寸选择(小型或标准型)

小型相机规格不变，是大幅缩小相机尺寸的产品。高像素型、标准型的彩色、黑白相机均存在小机型，基本上用于有效活用受限安装空间。

尤其是在后装到现有设备等没有空间的情况下，无需大幅改造设备，因此具有选择小型相机的优势。

【需要安装空间的观点】

如下图所示，合计 A：WD(工作距离 = 镜头前端至工件的距离)、B：镜头尺寸、C：相机尺寸、D：电缆空间(包含弯曲)的项目是相机部分所需的安装空间。

*相机推荐Tips：通过在事先确认安装空间后选择小型相机，可省去不必要的改造设备的工序！

总结：

选择适合图像处理的相机，是稳定检测最基本最重要的选择项目。

这次给大家准备了“相机型号对照表”，可以随着以下选择步骤进行核对确认，从而帮助你更容易选择出最佳相机。

福利时间！为了帮助更多学员加入机器视觉学习行列，编者准备了一份LabVIEW机器视觉入门与编程基础视频教程，让大家能够快速、高效地上手视觉系统搭建、实战项目。

7天入门LabVIEW机器视觉视频教程，资料截图如下：

助教老师小优