相机镜头的选型
1 焦距(Focal Length)
记为f。从镜头中心点到胶平面上所形成的清晰影像之间的距离。一般 情况下,焦距越大,工作距离越大,视角越小;焦距越小,工作距离越小,视角越大。
f/WD= Sensor Size(V) or(H)/FOV(V) or (H)
2 CCD芯片的尺寸(Sensor Size)
正常的 1英寸=25.4mm
CCD相机沿用的 1英寸=16mm 且为对角线长度。
镜头可支持的最大CCD尺寸应大于等于选配相机CCD芯片尺寸。
3 光圈系数(Iris)
F=f/D。 以镜头焦距f和通光孔的直径D的比值来衡量。F值越大,光圈越小。
光圈系数是镜头的重要内部参数,它就是镜头相对孔径的倒数,光圈系数的标称值数字越大,也就表示其实际光圈就越小。一般的厂家都会用F数来表示这一参数。镜头的光圈排列顺序是:1、1.4、2.0、2.8、3.5、4.0、5.6、8.0、11、16、22、32等等,F/#的大小是通常通过改变光圈调整环的大小来设置的。随着数值的增大,其实际光孔大小也就随之减小,而其在相同快门时间内的光通量也就随之减小。
光圈可以控制镜头的进光量,也就是光照度,还可以调节景深,以及确定分辨率下系统成像的对比度,从而影响成像质量。一般采用f#来表示光圈,通常情况下都将光圈设置在镜头内部。
公式表示为:F/#=EFL/DEP
其中EFL为有效焦距,DEP为有效入瞳直径,这公式广泛运用于无穷远工作距的情况。
在机器视觉中,由于工作距离有限,物体与透镜非常接近,此时F/#更精确的表示为:
(F/#)w≈(1+ |m |)× F/#
例如:一个F/2.8,放大率为-0.5倍,25mm镜头的(F/#)W为F/4.2。
F/#的正确计算对光照度和成像质量有着不可忽视的影响。
同时,与数值孔径NA也是密切相关的,这点在显微镜和机器视觉上显得尤为重要:
NA=1/[2(F/#)]
随着像元尺寸的持续减小,F/#成为了限制系统成像质量的重要因素,因为它所影响景深和分辨率成反比的关系,景深增大,分辨率就降低。所以根据具体环境选取F/#大小也成为了一个重要的技术指标。
4 接口(Mount)
镜头与相机的连接方式有C/CS/F等,C/CS基本可以通用,螺纹直径均为25mm,只是长度不同,可以用转接环配合。
5 景深
被拍摄物体聚焦清楚后,在物体前后一定距离内,其影像仍然清晰的范围。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。距离拍摄物体越近时,景深越小;
6 分辨率(Resolution)
分辨率(Resolution)又称分辨力、鉴别率、鉴别力、分析力、解像力和分辨本领,是指摄影镜头清晰地再现被摄景物纤微细节的能力。镜头的分辨率是指在成像平面上1mm间距内能分辨开的黑白相间的线条对数,它的单位是“线对/毫米”。 显然分辨率越高的镜头,所拍摄的影像越清晰细腻。它的优点是可以量化,用数据表示,使结果更直观、更科学、更严密。
分清传感器水平或者垂直方向上的像素大小,及该方向上物体的尺寸,可以计算出每个像元表示的物体大小,从而计算出分辨率,有助于选择镜头与传感器的最佳配合。
分辨率表示了镜头的解像能力,单位为lp/mm。光学系统的分辨率取决于传感器的像素,分辨率的最终确定,还取决于所选取的相应镜头的成像质量。
Pixel size为像元尺寸,分辨率计算为如下公式:
分辨率(lp/mm)
例如:pixel size=3.45um×3.45um,Number of pixels(H×V)=2048×2050的传感器,视场大小为100mm,则
传感器尺
            
放大率:
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
10 数值孔径(Numerical Aperture, NA)
11 后背焦(Flange distance)
指相机接口平面到芯片的距离。在线扫描镜头或者大面阵相机的镜头选型时,后背焦是一个非常重要的参数,它直接影响镜头的配置。
12 信噪比
摄像机的图象信号与它的噪声信号之比,用S/N表示。S表示摄像机在假设元噪声时的图像信号值,N表示摄像机本身产生的噪声值(比如热噪声),二者之比即为信噪比,用分贝(dB)表示。信噪比越高越好,典型值为46dB。

机器视觉硬件—相机镜头的选型相关推荐

  1. 机器视觉硬件—相机的选型

    1.相机存储的文件格式:bmp(原始)(无损),ipg(压缩): 2.工业分类: ①芯片:ccd(测量),cmos(检测): ②传感器:线扫相机(精度不高),面阵相机()/3d相机: ③扫描方式:隔行 ...

  2. 机器视觉硬件选型简析

    机器视觉硬件选型简析 一.相机选型 二.镜头选型 三.光源选型 四.选型工具 五.应用举例 参考文档 一.相机选型 搭建机器视觉硬件系统,相机的选择很大程度上决定了所成的图像的质量,包括图像分辨率.图 ...

  3. 机器视觉硬件——工业相机

    本文记录机器视觉硬件学习内容,第二部分:工业相机 本文的主要内容为相机的类型.接口类型及主要参数. 1.相机的分类 相机是机器视觉系统的核心部件,广泛应用于各个领域,尤其是用于生产监控.测量任务和质量 ...

  4. 快速工业相机镜头的选型:焦距、工作距离、视野等的计算

    工业相机镜头的选型:焦距.工作距离.视野等的计算 CCD和镜头的一些术语解释 镜头工作距离(WD) 光源工作距离(LWD) 视场(FOV) 光学放大倍率 相机芯片尺寸 CCD芯片的尺寸表 常见芯片尺寸 ...

  5. 机器视觉(二):机器视觉硬件技术

    目录: 机器视觉(一):概述 机器视觉(二):机器视觉硬件技术 机器视觉(三):摄像机标定技术 机器视觉(四):空域图像增强 机器视觉(五):机器视觉与世界杯 机器视觉(六):频域图像增强 机器视觉( ...

  6. CCD成像原理以及机器视觉中的相机选型

    CCD成像原理以及机器视觉中的相机选型 近年来,随着人工智能的高速发展和图像处理技术的日益成熟,机器视觉在自动化领域发挥着越来越大的作用.机器视觉被用于代替人工视觉,使机器人能够完成以往只有人工才能完 ...

  7. 机器视觉硬件——镜头

    本文记录机器视觉硬件学习内容,第三部分:镜头 本文的主要内容为镜头的光学原理.基本参数和选用原则.作为工程人员,应重点掌握镜头的基本参数和选用原则 1.光学系统的基本原理 1.1 主要名词解释 光心: ...

  8. 机器视觉硬件选型——光源选型

    光源选型 1. 光学基础 1.1 光谱 1.2 光的反射 1.3 光的折射 1.4 光的衍射 1.5 光的波段 1.6 光颜色的合成与互补 2. 光源特性 2.1 机器视觉系统中光源的作用 2.2 L ...

  9. 机器视觉硬件选型——镜头选型

    镜头选型 1. 基本概念 1.1 焦距 1.2 光圈 1.3 光圈系数 1.4 景深 1.5 分辨率 1.6 放大倍率 1.7 接口 1.8 尺寸 1.9 像差 2. MTF曲线 3. 选型案例 4 ...

最新文章

  1. 【测试】SAP选择屏幕界面配图实现
  2. Python多线程详解
  3. ueditor 添加按钮不显示_不可思议按键精灵的按钮选择框居然这么简单
  4. C语言#define预处理
  5. FPGA实现VGA显示(二)——————color_bar显示及方框移动(参考开拓者FPGA开发指南)
  6. 在window10上安装miniconda
  7. 如何向你的弱智同学解释区块链
  8. YAPI返回值怎么是html页面,Yapi部署
  9. 国自然标书,600多份成功申请基金的标书 可下载
  10. 中国十大域名圈高手 看看知道几个
  11. Photoshop调出田园照片唯美手绘油画效果
  12. 盘点那些计算机相关名词(二)
  13. QQ中的相关文件功能
  14. 一千度近视眼学计算机,【震惊了】你见过近视8百,1千,3千,5千度?你见过9000度吗?...
  15. CodeScene - 软件质量可视化工具
  16. JVM:常用的四种垃圾回收机制
  17. Sandboxie-沙箱软件-编译说明-模块解析
  18. 如何给自己的电脑重装系统
  19. python可以构建sem模型_结构方程模型(SEM)可用于微生态研究及R语言实现
  20. AutoCAD处理工具Aspose.CAD最新版三大新功能推荐——支持水印、CF2格式和OLE对象

热门文章

  1. 追寻着最初的梦想,我们上路吧
  2. TwinCAT3导入TwinCAT2项目pro文件的方法
  3. YTU OJ 2451: 股市风云
  4. C++ std::set<>是什么 怎么用 遍历
  5. 电子专业毕业后,到底能做什么?
  6. wi-fi测试软件正确吗,几款Wi-Fi信号测试小工具
  7. ubuntu系统安装安卓模拟器(Android SDK)的方法
  8. Soapui报错There are currently 1 running SoapUI MockServices解决办法
  9. 视频去除水印,只需两分钟随时学会
  10. 基本放大器电路- (一)