一、根据需求反推配置

第一步：确认检测需求

a、检测对象是什么？（尺寸？瑕疵缺陷？定位？有无？）

b、检测精度要求是多少？（例如精度要求±0.1mm）

c、生产节拍要求是多少？（例如：要在500ms内完成检测）

d、检测环境如何？（常温？高温？振动？户外？）

e、检测对象的颜色是什么？（黑色？白色？亦或是需要多色切换）

f、检测对象检测时的状态？（运动？静止？）

......

第二步：反推视觉核心指标

a、分辨率与精度：这是量化需求的关键。根据公式：相机单方向分辨率=单方向视野范围 (FOV) / 所需理论精度。

例如：若检测一个5mm宽的零件，要求精度达0.02mm，则相机在该方向至少需要 5 / 0.02 = 250 像素。为保证系统稳定，通常还需考虑2-4倍的安全系数。若系数取4，则需 250 * 4 = 1000 像素，对应约100万（1000*1000）像素的相机，通常表示为10MP。

b、帧率：根据生产节拍和处理时间来计算。

对于静止的拍摄对象来说，只需要满足帧率(fps)≥生产节拍/每件拍摄图片数，就好了。通常情况下分辨率越高，帧数越低。

例如：每分钟需检测60个产品，每个产品拍一张图，则帧率≥60/60=1fps。当然，帧率同样需要留有余量，通常选择帧率高于计算值的2-3倍。

对于运动的拍摄对象来说，如果物体在运动，需确保相机能“抓拍”清楚。此时帧率 ≥ 物体运动速度 / 检测精度。

例如：传送带速度1cm/s，检测精度0.5mm，则至少需要 1 / 0.05 = 20 FPS。此时需选用帧率大于10的相机（通常选择帧率高于计算值的2-3倍），并搭配全局快门（所有像素同时曝光）以避免运动拖影。

第三步：确定相机类型

• 2D面阵相机：最常见的工业相机，适用于绝大多数的检测场景，适用于静止或低速物体的定位、尺寸测量、瑕疵缺陷识别。

• 2D线阵相机：适用于连续运动或幅宽极大的物体，如纸张、织物、金属板材的连续表面检测。

• 3D相机：适用于需要体积、深度、平整度测量的场景，诀窍:当你需要在一个方向上特别大的视野时，而分辨率要求又很高时，首先考虑线阵方案。

二、根据经验和技术诀窍

1、“像素不够，镜头来凑”是典型的误区

镜头的分辨率必须匹配相机的像素尺寸，一个不合适的镜头可能会严重拉低一个高分辨率相机的性能。镜头的成像圈（靶面）必须完全覆盖相机传感器，否则成像边缘会发暗甚至全黑。镜头的分辨率（MTF）应与相机像素匹配，低分辨率镜头会限制高像素相机的清晰度。基本原则：相机像素越高，对镜头的要求越高。

2、色彩模式

黑白相机：精度高于彩色相机，尤其在边缘检测时效果更佳。适用于对颜色不敏感的应用场景。

优点：

• 更高的光灵敏度和信噪比：传感器上的每个像素点都用于感知光的强度，没有彩色滤光片带来的光损失，在相同光照下能获得更明亮、噪声更低的图像。

• 更高的空间分辨率和测量精度：避免了彩色相机拜耳阵列的插值运算（去马赛克），每个像素点都是真实的物理像素，边缘更锐利，非常适合精密测量。

• 更高的帧率：由于数据量更小（通常是8位或10位灰度），在相同接口带宽下，黑白相机能实现更高的采集速度。

• 对光照要求更低/成本更低：达到相同图像亮度所需的光强更小，节省光源能耗和成本。相机本身价格通常也低于同级别的彩色相机。

缺点：

• 完全丢失颜色信息：无法区分颜色差异。

彩色相机：适用于需要识别颜色的应用场景。

优点：

• 提供颜色信息：这是其唯一且不可替代的优势，用于检测、分类或验证物体颜色。

缺点：

• 分辨率与精度损失：拜耳（Bayer）阵列导致实际物理分辨率下降，彩色插值会引入伪色和边缘模糊，不适合亚像素级精密测量。

• 灵敏度较低：滤光片会损失约2/3的入射光，需要更强的照明。

• 数据处理更复杂：图像数据量大（通常为24位RGB），传输和处理更耗时，对软件算法要求更高。

3、快门模式

全局快门：所有像素同时曝光、同时读取。对于运动物体，必须选择全局快门!否则会产生“果冻效应”，图像扭曲变形。

卷帘快门： 像素逐行曝光和读取，意味着每一行像素的曝光时间是依次发生的，而不是同时进行，因此只适用于完全静止的场景。

经验教训：在产线上，物体永远处于“相对运动”状态。为了系统的鲁棒性，除非预算极其紧张且速度极慢，否则一律推荐全局快门相机。

4、传输接口

传输接口影响数据传输速度和距离，常见的有GigE、USB、CameraLink和CoaXPress等，如下图所示。

USB3.0 Vision：易用性和普及范围广，便捷性高，成本低。适合中短距离(<5米)和低速到中速的数据传输。使用是需要注意电脑USB口驱动和带宽分配问题。

GigE Vision：传输距离长(可达100米)，布线方便(可用普通网线)，抗干扰能力强。适合多相机系统和需要长距离传输的场景。延迟和抖动略高于USB3.0。

Camera Link：高带宽，稳定，低延迟。但需要专用的图像采集卡，成本和复杂性高。常用于超高帧率和低延迟的高性能工业相机应用场合。

CoaXPress：超高带宽，传输距离长，一根线同时传输数据和供电。

选型口诀：常用选USB，远距多机选GigE，极致性能选CXP/CL。

5、传感器尺寸

相机传感器尺寸通常用传感器对角线的长度来表示，是影响图像质量和视角的重要因素。较大的传感器能够捕捉更多的光线，而较小的传感器具有更高的焦距倍率。常见的传感器尺寸有全画幅、APS-C 画幅、四分之三画幅和一英寸等。

传感器尺寸和像元尺寸共同决定了另一个关键参数——分辨率（总像素数）。它们有以下关系，传感器尺寸 ≈ 像元尺寸 × 像素数量，因此在相同的分辨率下，更大的传感器通常意味着更大的像元尺寸。

大像元优点：单个像素感光面积大，信噪比好，低光亮性能强；

小像元优点：可以搭配更小、更便宜的镜头

名词释义：

像元尺寸（Pixel Size） 是传感器上每个感光点的物理尺寸，通常以微米（μm） 为单位。

三、常见选型大坑

1、忽视打光的重要性

在选定相机前，一定要先做打光实验，用一台现成的相机配合不同的光源(环形光、条形光、背光、同轴光等)去观察你的被测对象，找到能最清晰突出目标特征、抑制背景干扰的打光方式。

2、只看硬件初始成本，忽略隐性成本

选择了初始价格最低的方案，可能导致需要更加复杂的算法，更加昂贵的镜头，更加苛刻的打光，甚至需要专人调试，导致最终的开发和调试成本远高于预期。

所以在选型时应当进行综合的评估，将硬件、软件、安装调试、培训、后期维护和扩展成本全部纳入考量。

3、只看硬件，忽略软件支持

检查相机厂商提供的SDK是否完善，是否支持你熟悉的开发环境(如C++，C#，Python.Halcon, LabVIEW等)？是否与你选用的操作系统（Windows/Linux）、编程语言、第三方视觉库（如Halcon, OpenCV）兼容？

四、选型总结

1、[分辨率]：根据现场和精度需求，乘以一定的安全系数

2、[帧   率]：满足生产节拍，并有一定的安全余量

3、[快   门]：检测对象是否静止，成本是否十分局限？

4、[色   彩]：检测对象是否依赖颜色信息？

5、[传感器]：关注光照环境

6、[接   口]：考虑传输距离、带宽等，USB3.0和GigE是主流选型对象

7、[打   光]：确认打光，确保打光方案稳定可靠

机器视觉是一个系统工程，相机只是其中一个重要环节。各个环节(打光、镜头、相机、算法)必须协同工作，才能达到最佳的检测效果。