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
拓朗工控1 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
YOLO数据集集合4 天前
配电站智能运维|变电一次设备识别|高压电气构件目标检测数据集|电力巡检
运维·人工智能·深度学习·yolo·目标检测·视觉检测
YOLO数据集集合4 天前
航拍输电线路故障识别|线路金具缺陷判别|无人机电力巡检故障检测数据集10262期
人工智能·深度学习·yolo·目标检测·视觉检测·无人机
拓朗工控7 天前
工业视觉检测系统的边缘算力基石:IBOX-601应用解析
人工智能·计算机视觉·视觉检测
Dola_Zou8 天前
工业软件防破解避坑指南:CodeMeter 全流程入门与选型(下)
人工智能·安全·自动化·视觉检测·软件工程
智联视频超融合平台8 天前
多模态大模型+AR可视化:让电力巡检“看懂“设备、“想明白“缺陷
信息可视化·视觉检测·ar
ZHW_AI课题组10 天前
基于Grounded-SAM-2的动态场景目标检测
人工智能·目标检测·机器学习·视觉检测
迁移科技12 天前
AI+3D视觉赋能汽车箱体智能上下料
人工智能·3d·自动化·视觉检测
Dola_Zou14 天前
工业软件防破解避坑指南:CodeMeter 全流程入门与选型(上)
人工智能·自动化·视觉检测·软件工程·软件加密
YOLO数据集集合14 天前
滑坡智能识别|遥感卫星无人机多源影像数据集|深度学习语义分割开源基准
人工智能·深度学习·yolo·目标检测·视觉检测·无人机