中文
机器视觉检测选型相机的必备知识!
2021-05-08
分享

这一期内容讲解的是:分辨率,精度,公差关系的详细介绍,从而进行选型。


分辨率(Resolution)


计算公式:分辨率 = 视野(Field of View)/像素(Pixel)
 
比如我要看的产品大小是30mm*10MM,使用200万像素(1600pixel*1200pixel)的相机。因为产品是长条形,为了把产品都放入到视野内,我们计算分辨率的时候要考虑长边对应,此时分辨率为:
 
分辨率 = 30mm/1600Pixel = 0.019mm/Pixel

精度(Accuracy)


计算公式:精度 = 分辨率 x 有效像素

 
精度的单位是mm。根据产品表面和照明状况的不同,我们可以通过放大图像观察辨别稳定像素的个数,从而得出精度。如果条件不允许实际测试观察,一般的规律是,如果使用正面打光,有效像素为1个,使用背光,有效像素为0.5个。 
 
这个例子我们取1 Pixel,得到精度为0.019mm约等于0.02mm。

机器视觉系统的定位精度如何计算?


假如是30万像素的摄像机,监控的面积为640x480mm,其精度是不是就是1mm了?

30W相机分辨率640*480 正常这样算:用最长的边除去监控面积最长的边 即可,所以精度基本上是1mm,这个是理论值,如果你做测量或者表面划伤检测,肯定不准确,一个像素有可能无法凸显特征。

公差(Tolerance)


一般情况下,精度和公差的对应关系如下:

【最小可检测尺寸】=   10倍精度(精度小一个数量级)   本例:0.2mm,+0.1mm
【外观容差】=   4倍精度本例   最小可检测的瑕疵或者污点大小为0.08mm


对一个项目来讲,我们是先从图纸上读到公差的要求。然后再根据上述关系,反推得出我们需要多少像素的相机。


Field of View x 30mm

  Camera Types  
  1Pixel Resoluiton 
  3Pixel Resoluiton
  5Pixel Resoluiton
  10Pixel Resoluiton
  21M pixel 5120x4096
  0.006mm   0.018mm   0.029mm   0.059mm
  5M pixel 2432x2050
  0.012mm   0.037mm   0.062mm   0.123mm
  2M pixel 1600x1200
  0.019mm   0.056mm   0.094mm   0.188mm
  0.3M pixel 640x480
  0.047mm   0.141mm   0.234mm   0.469mm

像素精度:一个像素在真实世界代表的距离,即拍摄视野/分辨率。例如我所使用的大华500万相机,分辨率2592*2048,在视野中长的一边100mm,即可拍到100mm的物体,那么在这一方向的像素精度为100/2592mm约为0.0386mm。

测量误差:使用算法测量的距离/长度与真实值的误差。
 
亚像素精度:亚像素精度是指相邻两像素之间细分情况,输入值通常为二分之一,三分之一或四分之一。即每个像素将被分为更小的单元从而对这些更小的单元实施插值算法。

例如,如果选择四分之一,就相当于每个像素在横向和纵向上都被当作四个像素来计算。实际测量或检测时需要考虑的还有很多,例如帧率、曝光、增益等。