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
双翌视觉14 天前
机器视觉系统为何离不开光学滤光片?
人工智能·数码相机·视觉检测·制造
Java患者·17 天前
《Python 人脸识别入门实践:从人脸检测到人脸比对完整实现》
开发语言·python·opencv·目标检测·计算机视觉·目标跟踪·视觉检测
拓朗工控18 天前
工控机核心应用场景与落地价值解析
人工智能·视觉检测·工控机·工业电脑
埃科光电18 天前
应用分享丨告别测量盲区!锂电极片刻槽检测新方案
图像处理·计算机视觉·视觉检测·相机
苏映视官方账号18 天前
精品案例丨方寸之间,“微” 毫毕现 —— 圆刀机高精度检测工艺优化实例
人工智能·数码相机·视觉检测·制造
小白狮ww19 天前
3B 参数,毫秒级响应:LocateAnything 如何重新定义开放世界目标检测
人工智能·目标检测·计算机视觉·视觉检测·大语言模型·nvidia·locateanything
爱睡懒觉的焦糖玛奇朵19 天前
【视觉检测之人员奔跑检测算法开发思路】
人工智能·python·深度学习·算法·yolo·视觉检测
SL-staff20 天前
AI视觉检测+规则引擎+BI大屏:制造业质检闭环方案实战
人工智能·计算机视觉·视觉检测·规则引擎·jvs物联网平台·bi大屏·缺陷等级判定
双翌视觉20 天前
工业AI视觉检测中的“小样本困境”
人工智能·计算机视觉·视觉检测
拓朗工控21 天前
视觉检测行业工控机选型指南:核心要素与避坑策略
人工智能·数码相机·视觉检测·工控机·工业电脑