前言

機器視覺是人工智能范疇最重要的前沿分支，也是智能制造裝備的關鍵組成部分，它在工業生產中應用廣泛，包括視覺引導與定位、識別、測量、檢測等。隨著工業數字化、智能化的逐漸深入，工業場景對機器視覺的需求不斷增加，推動了機器視覺蓬勃發展。

在視覺學習過程中，不知道你是否遇到這樣的情況：買了一堆書，在網上下載N多教程悶頭苦學，但效果差強人意。這些教程有的讓人摸不著頭腦，有的剖析片面或從理論切入，讓初學者暈頭轉向。不論是項目工程師，或是剛入門的光學工程師還是銷售人員，都很難建立完整的方法論并上手實施。

我們將向各位毫無保留地介紹機器視覺入門核心技巧，這些信息正是菲特高級工程們在上百次的應用案例中提取的學習精華。機器視覺初學者也可以輕松入門，不擔心起步難度；且今日所學是“充分且必要”的，可以應用在日后工作中，邊學邊練，早日成為“選型專家”～

相機、光源、鏡頭的種類

相機和鏡頭是機器視覺中重要的組成部分，合適的相機和鏡頭決定了系統的好壞。但是大部分的小伙伴們對如何選擇工業用相機和合適的鏡頭上犯了難。當你為機器視覺系統選擇部件時，時刻記住未來的生產所需和有可能發生的變動。這些將直接影響你的機器視覺軟硬件是否容易更改來滿足以后新的任務。

機器視覺系統的性能由最差的部分決定（就像一個木桶的容量由最短的一個木塊決定），精度則由設備性能決定。花時間和精力合理配置系統就可以建造一個零故障和有彈性的智能化視覺檢測系統。

首先來了解相機、光源和鏡頭的種類～

?相機的種類

?鏡頭的種類

?光源的種類

實際場景模擬

以實際場景舉例：若工作人員在客戶現場跟客戶溝通需求，需要先了解基本信息，如：檢測產品種類、檢測需求、有幾種型號、需不需要兼容等等

我們將獲取到以下信息：

經分析以上信息后，得出結論：

1.

檢測相機可選面陣或是線掃相機，但是節拍較快，面陣相機最優。最大件90*90mm，1200萬相機分辨率4096*3000，滿足需求。根據公式得如下：

單像素精度=視野/分辨率=110/3000=0.037mm

2.

尺寸檢測鏡頭選擇遠心鏡頭，降低圖像畸變

3.

件在玻璃上檢測，可用背光源投影產品尺寸

4.

產品種類較多，算法需要兼容；另外，算法將產品工藝變化的因素考慮進去

5.

驗收方式主要為投影儀對標，原因是高精度設備驗證更準確

6.

樣件需全部測試，設備的完整性

讓人“怦然心動“的選型方式

通過客戶條件的輸出，一步步得出結論，是不是覺得很簡單？當然，資料越全評估越準確！銷售和項目同事學會使用，根據現場客戶信息，是不是有大致檢測思路啦，可以跟客戶侃侃而談了吧；光學工程師使用此表，測試效率會不會大大提升？相信練習之后，跟客戶溝通或是評估測試，定會自信滿滿，游刃有余了！保存好下面菲特工程師們匯總的選型技巧，在實際工作中運用起來吧～