前言：本文分析工业相机的靶面、镜头和精度的约束和相关关系：所谓工业相机（整机）这里指的是：相机 + 镜头。

我们先把各个参数列个表述。整机参数分别由相机和镜头参数联合决定。本文略过基础知识，阅读者需具备基本视觉知识

非常透彻的介绍了几乎所有常用的相机参数计算选择工具

下表，列举了工业相机的主要参数：

值得注意的是，工业相机最终表现出来的参数，是由相机参数和镜头参数，以及外部条件约束，组合起来的。有些参数，相机机身有，镜头有，有的是联合表述。

这些参数要搞清楚，才不会混淆，导致计算错误。

内部参数
参数	相机整机参数	举例、单位	相机机身参数	举例	镜头参数		最终决定	说明
像素	相机像素	1920*1080 (pixel)	分辨率百万量级	200万（2073600）（pixel）			镜头和传感器低者
分辨率 (resolution)	分辨率（ODS） optical delivery system		传感器像素点		物方分辨率
					像方分辨率	lp/mm
					MTF/ Contrast		0.3 的MTF亮度值是底线
靶面尺寸	靶面尺寸	`1/3英寸`	传感器感光面积	1/3英寸
外部参数（测量需求）
WD	镜头到相机距离
测量精度(accuracy)	测量的最小物体大小	0.02 mm/pixel

准备知识1：相机像素和分辨率

像素和分辨率的关系

准备知识2：图质量和精度的决定因素：

对机器视觉而言，3个决定因素：

相机：分辨率、传感器类别类别
光学镜头：工作距离，焦距
光照：光照均匀度、光强、降低杂散光、背景噪音

准备知识3：应用场景：

2D 读码

零件测量【距离】

缺陷检测【光照为最关键】

视觉导航

装配

一、CCD/CMOS靶面尺寸型号标准：

白圈表示光导摄像管成像区域，绿色部分表示CCD/CMOS靶面区域：

典型靶面尺寸类型和定义：

【表一】

二，计算方法汇总：

2.1 放大倍数的计算方法

标识	输入参数	举例
FOV(H)物距视野Hd	物距下相机水平视野	33cm
(CMOSH)靶面尺寸	1/4	查表一： D = 4 mm V = 2.4mm H = 3.2 mm
	输出参数
Md	物距放大倍数	=0.0096

Md = CmosH / FovH = 3.2mm / 330mm = 0.0096

2.2 视场的计算方法

2.1.1 工业相机实际计算的视野（长边）

标识	输入参数	举例
物距 u	镜头到物体距离	60cm
靶面尺寸	1/4	查表一： D = 4 mm V = 2.4mm H = 3.2 mm
焦距 f		8mm
	输出参数
视野 X		240mm

X = (600) * 3.2 / 8mm = 240 mm

公式应用：已知被测物长边330mm,焦距8mm,相机传感器长边3.2mm，需要的镜头到物体距离： 330*8/3.2 = 825mm

反求焦距

如果已知物体拍摄尺寸，比如330mm,和距离600mm, 相机靶面大小3.2mm,求焦距：

F = 600*3.2 / 330 = 5.8 mm

2.1.2 镜头视野；

2.2 FOV-Part分辨率的计算

相机所需最小分率计算[案] - 视野下能否拍最小的物体 - 传感器靶面像素需求计算方法-缺陷和物体检测计算方法和举例：

[Franklin案】When we are designing a machine vision system, two of our most important considerations are the sizes of the part and the defect.

That is,

what is our Field of View (FOV)
and within that FOV what is the smallest defect we can reliably detect?

Let’s say the part is 40mm square and we need to detect a .02mm defect. The following formula determines the camera resolution required: FOV/ Defect size = Number of gradations (pixels) 40mm/ .02mm = 2,000

标识	输入参数	举例
FOV	FOV	12寸（30.38cm）
Cmin	物体需要在靶面上占据	3到5个像素点(最少2个）
Smin（Accuracy）	最小被测量物体大小:	0.25寸（0.635cm）
	输出参数
某方向像素需求	相机分辨率	144 pixel

公式2.2

= 144

那么一个640水平像素的相机可以满足要求。

【Franklin案】这里FOV，理解为测距离的长边上。

举例2：

测试的长边为:330cm,测试的物体最小长边为：3cm，计算：

330/3*4 = 440 pixel ，选用640相机可以满足要求

举例3：

2.3 [案】 - Defect是否满足相机的精度能否满足需求 - 传感器靶面像素需求计算方法-测量和抓取应用计算方法和举例：

determines the camera resolution required:

标识	输入参数	举例
相机分辨率 Nh		640
FOV（H）	FOV(H)	330mm

FOV（H）	FOV(H)	2寸（5.08cm）
精度要求 D Defect	最小测量精度要求	0.05 mm
精度要求 D Defect	最小测量精度要求	0.01寸

	输出参数
最大精度	能否达成？	0.0031寸 < 0.01寸可以达成
某方向像素需求	相机分辨率	144 pixel

公式2.3 determines the camera resolution required: 已知被测物需求精度，求相机分辨率

FOV(H) / D

举例：

测试的长边为:330cm,测试的精度要求为0.05mm，相机精度要求为

330/0.05 = 6600，当然，选用640相机不可以满足要求

公式2.3-2 determines the camera resolution Enough or Not: 已知相机分辨率，看是否满足要求

FOV(H) / Nh = 2/640

举例：

测试的长边为:2寸,测试的精度要求为0.01寸，计算：640 * 480 能否满足精度要求。

2/640 = 0.0031，选用640相机可以满足要求

小结：提高精度和减少FOV的办法，多个相机：

三、靶面尺寸和相机像素关系：

3.1 放大倍率

3.1.1 应用场景-相机放大倍率：

标识	输入参数	举例
物距视野Hd	物距下相机水平视野	33cm
靶面尺寸 S	1/4	查表一： D = 4 mm V = 2.4mm H = 3.2 mm
	输出参数
Md	物距放大倍数	=0.0096

公式3.1

Md = S/Hd = 3.2mm / 33cm = 0.0096

3.1.2 精度倒算-镜头放大倍率计算

标识	已知输入参数	举例
C	单位转换 um -> mm	1000
S	相机像元尺寸（相机型号尺寸）	4.8 μm × 4.8 μm
Hmin	需求精度被测物体最小高度	0.05 mm
2	奈奎施特采样参数	>=2
	输出参数
M	放大倍数	0.096
R	分辨率 - 每毫米可以排列的

4.8÷(0.05×1,000)=0.096

【Franklin案】这两个方法，一个站在要拍全物体角度，一个是要拍到最小物体角度。那么到底用哪个来衡量？

我们倒算一下，就是已知放大倍数，求可辨别测量精度：

R = S / M = 4.8 / (C * 0.096) = 0.05 mm = Hmin

R = S / M = 4.8 / (C * 0.0096) = 0.5 mm > H min

也就是满足全尺寸的拍摄的话，最小精度不能满足。

3.1.3 分辨率倒算-镜头放大倍率计算

S = 1/(2*0.1*M) = 1/(2*0.1*0.096)= 52 lp/mm

S = 1/(2*0.1*M) = 1/(2*0.1*0.0096)= 520 lp/mm

四、速度 - 针对速度和曝光时间，产品是否拖影影响：

已知：检测范围FOV 为 80 mm *80 mm ,200万像素CCD（1600 *1200）,相机或产品运动速度 12M/min = 200mm/s

4.1 曝光时间计算：

T = FOV(H) / (S*R) = 80/ (1600 * 200) = 0.00025s

标识	已知输入参数	举例
FOV(H)	长边视野范围	80 mm *80 mm
S	相对速度	200mm/s
R	分辨率（H）	1600
	输出
T	曝光时间	0.25ms

参考：

1 史上最全的工业相机CCD/CMOS靶面尺寸规格说明

史上最全的工业相机CCD/CMOS靶面尺寸规格说明_景通仪器

2 工业相机基本参数以及选型参考（二）

工业相机基本参数以及选型参考（二）_-牧野-的博客-CSDN博客_工业相机参数

3 相机的像素精度，物理定位精度，亚像素定位之间的关系和进行像素的固定误差累积

相机的像素精度，物理定位精度，亚像素定位之间的关系和进行像素的固定误差累积-工业视觉/halcon-少有人走的路

4 分辨率，精度，公差的关系

视觉检测分辨率，精度，公差？ | 基恩士中国官方网站

5 工业相机视野与分辨率计算（相机选型与计算）

工业相机视野与分辨率计算（相机选型与计算）_Three_ST的博客-CSDN博客_相机视野和分辨率的关系

6 工业相机镜头焦距、工作距离、视野等选型的计算

勇哥的视觉实验：工业相机镜头焦距、工作距离、视野等选型的计算-视觉实验-少有人走的路

7 相机焦距与视场角

相机焦距与视场角_白水煮蝎子的博客-CSDN博客_相机视场角

8 我的参考

【深度1】工业相机的选择：- 镜头- 详细例子_Franklin的博客-CSDN博客_工业镜头分辨率怎样匹配相机

【工业相机】【深度2】相机靶面大小和测量精度的关系分析和计算：@opencv相关推荐

相机靶面大小和显微镜FN的匹配关系
相机靶面大小和显微镜FN的匹配关系相机的作用说白了就是将显微镜光路所放大的像显示出来. 在显微镜领域有一个专业术语叫做Field Number(以下简称FN,概念可参考:https://www.mi ...
面阵相机靶面详解and镜头选择andFA镜头视野计算
工业相机靶面详解工业相机的靶面也就是相机成像芯片的尺寸,一般描述相机靶面采用英寸来描述,在相机芯片中,1英寸为16mm. 通常说的2/3英寸靶面的相机意思就是,相机芯片对角线的尺寸为2/3英寸,也就 ...
工业相机的传感器靶面大小
在机器视觉中,工业相机是一种比较重要的配件.而在工业相机中,图像传感器又是最最关键核心的东西.而图像传感器的靶面的大小,往往直接关系到成像的质量.通常来讲,图像的成像质量与像素的大小成正比.这也就意味 ...
工业相机（高速相机）与普通相机的差别
即将转入算法研究,对之前在相机使用和选型等等问题做个总结,先来回答一个在开始就问自己的一个问题:为什么工业相机那么贵?贵在哪里了? 以下是小编整理的一些新手资料,希望对刚入手相机的有所帮助(主要来自 ...
Baumer工业相机堡盟相机如何使用Binning像素合并功能( Binning像素合并功能的优点和行业应用）（C++）（C#）
项目场景 Baumer工业相机堡盟相机是一种高性能.高质量的工业相机,可用于各种应用场景,如物体检测.计数和识别.运动分析和图像处理. Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分 ...
Baumer工业相机堡盟相机如何进行固件升级
项目场景 Baumer工业相机堡盟相机是一种高性能.高质量的工业相机,可用于各种应用场景,如物体检测.计数和识别.运动分析和图像处理. Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分 ...
Baumer工业相机堡盟相机如何使用JPEG图像压缩功能（LXT.JP系列相机图像压缩功能的使用和优点以及行业应用）（C#）
项目场景 Baumer工业相机堡盟相机是一种高性能.高质量的工业相机,可用于各种应用场景,如物体检测.计数和识别.运动分析和图像处理. Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分 ...
Baumer工业相机堡盟相机不满帧如何使用CameraExplorer设置相机参数让它的帧率达到满帧
项目场景 Baumer工业相机堡盟相机是一种高性能.高质量的工业相机,可用于各种应用场景,如物体检测.计数和识别.运动分析和图像处理. Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分 ...
Baumer工业相机堡盟相机彩色相机如何实现白平衡
项目场景 Baumer工业相机堡盟相机是一种高性能.高质量的工业相机,可用于各种应用场景,如物体检测.计数和识别.运动分析和图像处理. Baumer的万兆网相机拥有出色的图像处理性能,可以实时传输高分 ...

【工业相机】【深度2】相机靶面大小和测量精度的关系分析和计算：@opencv