鏡頭選型大有學問,匯萃手把手帶你入門鏡頭選型
在整個機器視覺系統中,鏡頭是圖像采集部分的重要成像部件。因為受到整個系統的制約,所以機器視覺鏡頭選型的正確與否直接影響著整個機器視覺系統。鏡頭的基本功能就是實現光束變換,鏡頭的質量直影響到機器視覺系統的整體性能,合理地選擇和安裝鏡頭,是機器視覺系統設計的重要環節。
工業鏡頭選型需要確定的信息
1、是否需要用到遠心鏡頭
2、是否需要用到濾光片
3、是否對鏡頭景深有要求
4、鏡頭是否兼容相機芯片尺寸
5、鏡頭的接口是否和相機一致
6、鏡頭的最近工作距離確認
7、鏡頭焦距的確認
8、鏡頭的畸變是否會影響到視覺檢測
工業鏡頭類型分析
1、按焦距分類:定焦鏡頭、變焦鏡頭
定焦鏡頭:焦距固定,光圈可調,帶聚焦微調,只有較小的工作距離,視野范圍隨著距離變化。
變焦工業鏡頭:焦距可以連續變化,尺寸比定焦鏡頭大,適合物體變化,像素質量不如定焦鏡頭。
2、按鏡頭接口分類:C口、CS口
C接口是目前機器視覺系統中應用比較廣泛的鏡頭接口之一,具有重量輕,體積小,經濟多樣等優勢。
CS接口添加一個轉接環即可變換成C接口上,C接口的法蘭距是17.5mm。它們之間相差5mm。
3、特殊鏡頭:顯微鏡頭、微距鏡頭、遠心鏡頭
顯微鏡頭一般是指成像比例大于10:1的拍攝系統所用,但由于現在的攝像機的像元尺寸已經做到3微米以內,所以一般成像比例大于2:1時也會選用顯微鏡頭。
微距鏡頭一般是指成像比例為2:1到1:4的范圍內的特殊設計的鏡頭。在對圖像質量要求不是很高的情況下,一般可采用在鏡頭和攝像機之間加近攝接圈的方式或在鏡頭前加近拍鏡的方式達到放大成像的效果。
遠心鏡頭主要是為糾正傳統鏡頭的視差而特殊設計的鏡頭,它可以在一定的物距范圍內,使得到的圖像放大倍率不會隨物距的變化而變化,這對被測物不在同一物面上的情況是非常重要的應用。
4、按不可見光:紅外鏡頭、紫外鏡頭
一般鏡頭是針對可見光范圍內的使用設計的,由于同一光學系統對不同波長的光線折射率的不同,導致同一點發出的不同波長的光成像時不能會聚成一點而產生色差。常用鏡頭的消色差設計也是針對可見光范圍的,紫外鏡頭和紅外鏡頭即是專門針對紫外線和紅外線進行設計的鏡頭。
工業鏡頭參數分析
1、焦距
焦距是指鏡頭的光學中心到成像面焦點的距離,焦距長短決定拍攝的工作距離成像大小、視場大小、景深大小,一般常用的鏡頭焦距為4mm、6mm、8mm、12mm、16mm、25mm、35mm、50mm、75mm。
2、光圈
光圈系數是鏡頭的重要內部參數,它就是鏡頭相對孔徑的倒數,光圈系數的標稱值數字越大,也就表示其實際光圈就越小。
光圈系數(F)=有效焦距(f)/通光孔徑(D)
3、工作距離
工作距離指的是鏡頭第一個面到所需成像物體的距離。它與視場大小成正比。
工作距離/視野范圍長邊(或短邊)=焦距f/CCD長邊(或短邊)
4、視場
視場指觀測物體的可視范圍,也就是充滿相機采集芯片的物理部分,對于鏡頭而言,可觀察到的視場跟鏡頭放大倍率及相機芯片選擇有關。因此通常建議根據被觀察物體的尺寸,先確定所需的視場,再確定相機芯片尺寸及鏡頭放大倍率一般鏡頭視野范圍比被測物稍大一點。
5、放大倍率
遠心鏡頭放大倍率一般為定值,因此安裝高度也是固定的,因此我們可以根據相機來選擇我們需要的鏡頭,或者根據鏡頭來選擇我們需要的相機。
光學倍率 = 芯片尺寸/視野大小
6、分辨率
鏡頭的分辨率是指在成像平面上1mm間距內能分辨開的黑白相間的線條對數,它的單位是“線對/毫米”。 分辨率越高的鏡頭,所拍攝的影像越清晰細膩,鏡頭的分辨率需要大于等于相機分辨率。
7、景深
鏡頭在垂直方向上能清晰成像的空間距離,稱為景深。在實際應用時,當需要大的景深無法滿足時,可考慮減小光圈,增大曝光時間或光源亮度來滿足。
光圈越大,景深越小,光圈越小,景深越大;焦距越長,景深越小,焦距越短,景深越大;物距越長,景深越大,物距越短,景深越小。
8、畸變
鏡頭在成像時,圖像會產生形變,叫做鏡頭的畸變。通常情況,拍攝的視場越大所用的鏡頭焦距越短畸變越大。在實際應用中若對拍攝圖像要求較高的可采用遠心鏡頭,能很大程度的減小畸變。
匯萃智能作為機器視覺核心技術的領航者,已經在工業機器視覺領域取得了顯著的成果。我們的機器視覺智能軟件 HCvisionQuick搭載配套硬件包括視覺處理器、相機、光源、鏡頭及附屬配件等,能夠很好地滿足包括檢測在內的多種視覺需求,為客戶提供高精度、高穩定性的機器視覺解決方案。
如果您在機器視覺領域有任何需求,匯萃智能都愿意成為您強大的合作伙伴。我們擁有先進的技術、豐富的經驗和專業的團隊,為您提供最可靠的解決方案。選擇匯萃智能,就是選擇品質與未來!
返回頂部
匯萃智能的機器視覺入門與實戰教學解決方案以其深度對接產業鏈需求、豐富的教學資源與實踐實訓、高水平的師資隊伍以及廣泛的應用場景等特點,為教育行業機器視覺人才的培養提供了強有力的支持。未來,匯萃智能將繼續深耕智能制造領域,不斷創新和完善教學解決方案,為培養更多高素質的機器視覺專業人才貢獻自己的力量。
需通過產教融合、技術創新加速人才培養,以支撐智能制造、工業互聯網等重點領域的數字化轉型。 然而,傳統教育模式與產業需求存在顯著脫節:課程內容滯后、實踐場景缺失、師資力量薄弱等問題,導致學生難以快速適應企業崗位需求。
在工業自動化生產中,上料環節的效率與精度直接影響整條產線的運行穩定性。根據物料特性、生產需求及工藝要求,常見的上料方式主要包括以下幾類,其技術原理與應用場景各有特點。
在精密制造領域,小五金件的質量檢測一直面臨著嚴峻挑戰。以剃須刀刀頭為例,這個看似簡單的五金件實際上對精度和質量有著極高要求。傳統的人工檢測方式依賴肉眼觀察和手動抽檢,存在諸多局限,例如檢測人員需要借助放大鏡長時間作業導致視覺疲勞,抽檢模式存在漏檢風險,人工判斷標準難以統一。這些都給產品質量控制帶來巨大困難。