机器视觉相机的镜头选择基础知识-技术圈

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

优化您的高性能机器视觉相机 ; 它需要与适当的镜头匹配。我们专注于相机，但从我们多年的经验可以提供一些基本的镜头选择。提供的细节和示例只是一个简单的概述 - 请联系我们任何复杂的问题。

我们可以将机器视觉镜头分为两个非官方的大类：

1. 镜头的视野（图像大小）比相机传感器的尺寸大得多

2. 视野范围较小或接近相机传感器尺寸的镜头。

当视野（图像尺寸）远大于相机传感器尺寸时

对于这种情况下的应用，视场（FOV）的范围从20-30毫米到100米（室外应用）。用于这些应用的镜头具有固定焦距或可变焦距。

在选择过程中有三个重要的因素：

1. 视野

2. 工作距离

3. 相机的传感器尺寸

所采集图像的放大倍数=（相机的传感器尺寸）/（视场）

为了估算您的应用所需的焦距：

焦距=（放大倍数）*（工作距离）/（1 +放大率）

例如：

Adimec Opal-2000相机的传感器尺寸为2/3“。如果一个应用需要摄像头看50mm（水平）的FOV和200mm的工作距离，通过使用前面提到的公式，我们应该能够估算出适用于这种应用的镜头。

FOV = 50mm

传感器尺寸= 8.8mm（基于2/3“传感器尺寸）

工作距离= 200mm

放大倍数= 0.176

预计焦距= 29.93mm

镜头进入一定的焦距，在这种情况下你将无法找到29.93mm的镜头。这里基本上有3个选项可用：

1. 选择一个25mm的镜头，以牺牲分辨率为代价，为您的应用提供更大的视野。

2. 通过选择一个35mm的镜头来增加你的工作距离（将你的相机和镜头远离你正在看的物体的距离增加）。

3. 选择一个25毫米的镜头，并添加一个扩展环。（计算并选择正确的扩展环是另一个考虑因素）。

当视野较小或接近相机传感器尺寸时

这些镜头的放大倍数约为图像传感器的0.01倍到几百倍。大多数这样的应用使用远心镜头，并且这些镜头提供低失真和接近精确的图像复制。远心镜头很少或从未用于大视场应用，这是因为为了获得低失真，物理镜头必须与您所看到的图像一样大。这些镜头根据放大倍率（图像尺寸/传感器尺寸）指定，工作距离通常由镜头制造商严格固定。要确定一个合适的镜头，计算适当的放大率，并选择最符合您的要求的放大率。

其他注意事项

在这两种情况下，购买满足计算的最便宜的镜头仍然不是一个简单的答案。如果你这样做，你可能会对由此产生的锐利感到失望。现在，您需要将分辨率与图像传感器/相机的质量相匹配。每台相机都有一定的像素间距。在Adimec蛋白石系列的情况下，它是5.5微米每像素。调制传递函数表示镜头解析能力（每毫米能够成像细节）。这主要表示为每毫米给定线对的通过透镜的光线量。

对于5,5um像素，每mm有90对线（1 /（2 * 5,5um）是每mm线对数），因此这是您获得最佳清晰度所需的最小（和最大）数。更多的Lp / mm毫无用处，传感器无法“看见”它 - 它只是为镜头增加了很多钱。

如果您的镜头可以做的比90lp / mm好，您需要在镜头和传感器之间放置一个光学低通滤镜来限制镜头。这样你就不会在图像中看到锯齿/波纹效果。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~