相机选型学习

根据一些学习资料总结了一个相机选型的大概步骤:

1.确定像素精度,就是一个像素对应多少距离。

根据工艺上的最小误差确定,比如客户要求最小为误差是10个μ,那考虑工件的过度像素,要把单个像素表示的距离控制在10/3 = 3.333个μ左右(这里是÷3,或者÷4、÷5都可以),才能确保定位误差符合要求。

2.确定视野大小,根据工件的物理大小,两侧根据实际情况留白确定相机视野大小。

3.根据像素精度和视野大小,确定相机分辨率。

比如视野大小是5mm*5mm,像素精度是0.003mm,则单边分辨率 =5/0.003 = 1666;

分辨率大小:1666*1666 = 2,775,556 = 278万,那就要选对应的,比如280万或者300万像素的相机

4.去对应商家挑选分辨率满足要求的相机。可能有很多款相机满足这个分辨率,然后再选择相机的靶面的长宽比与视野的长宽比接近的那一款。

相关推荐
格林威10 小时前
多相机拼接:消除重叠区域的6个核心方法,附OpenCV+Halcon实战代码!
人工智能·数码相机·opencv·计算机视觉·机器人·视觉检测·制造
AI即插即用1 天前
即插即用系列 | CVPR 2024 FADC:频域自适应空洞卷积,完美解决语义分割“网格效应”
图像处理·人工智能·深度学习·目标检测·计算机视觉·视觉检测
Microvision维视智造1 天前
多品类 + 复杂缺陷,汽车连接器质检瓶颈如何打通?
汽车·视觉检测
MM_MS2 天前
VisionPro工具使用--->硬币金额统计与显示
计算机视觉·视觉检测
LCG米2 天前
BRAV-7120在汽车轮毂生产线上的高精度AI视觉检测方案教程
人工智能·汽车·视觉检测
AI即插即用3 天前
即插即用系列 | Attention GhostUNet++:基于多维注意力和 Ghost 模块的高效 CT 图像脂肪与肝脏分割网络
网络·图像处理·人工智能·深度学习·神经网络·计算机视觉·视觉检测
中杯可乐多加冰3 天前
【解决方案】PASCAL VOC 、YOLO txt、COCO目标检测三大格式简述与PASCAL VOC COCO格式互转
深度学习·yolo·目标检测·计算机视觉·目标跟踪·视觉检测·coco
雨大王5124 天前
AI视觉检测怎么选?技术原理、行业应用与解决方案解析
人工智能·计算机视觉·视觉检测
AI即插即用4 天前
即插即用系列 | WPFormer:基于小波与原型增强的双域 Transformer 表面缺陷检测网络
人工智能·深度学习·目标检测·计算机视觉·视觉检测·transformer