第2章 传统解决方案的局限：定焦、变焦与全景拼接
聊宽视场与高分辨的兼顾方案之前，咱们得先看看老路子为什么走不通。我入行那会儿，遇到的第一台机器视觉项目就是既要看清整个传送带上的零件，又要分辨0.1mm的划痕。当时我翻来覆去就三个选择：定焦、变焦、或者多图拼接。结果呢？每个方案都让我踩了坑。
这一章，咱们就把这三种传统方案掰开揉碎了讲。你想想看，它们为什么在宽场与高分辨这对矛盾面前，总是力不从心？
2.1 定焦镜头：最简单的选择，最直接的妥协
定焦镜头，说白了就是焦距固定死的镜头。你选一个焦距，视场角就定了，分辨率也定了。我见过很多新手工程师，上来就选个广角定焦，觉得「视野够大就行」。结果拍出来的图像，边缘的细节糊成一团，连字符都读不出来。
为什么会这样？因为定焦镜头的设计本身就是一个权衡游戏：
| 参数 | 宽视场方案 | 高分辨方案 | 矛盾点 |
|---|---|---|---|
| 焦距 | 短（如4mm） | 长（如50mm） | 焦距决定视场角，二者不可兼得 |
| 视场角 | 大（>90°） | 小（<30°） | 宽场必然牺牲角分辨率 |
| 像元分辨率 | 低（每像素对应大空间） | 高（每像素对应小空间） | 传感器像元数固定，无法两全 |
| 畸变 | 大（尤其边缘） | 小 | 广角镜头校正难度大 |
我在一个自动化检测项目里就吃过这个亏。当时要检测一块300mm×200mm的PCB板，上面有0402封装的贴片元件。我选了个8mm定焦镜头，视场倒是够了，但元件引脚之间的间距在图像上只有3个像素。算法根本没法稳定判断焊点质量。后来换了16mm镜头，分辨率上去了，但得拍4张图拼起来——这就是另一个坑了。
定焦镜头的核心局限： 在单次曝光中，视场与分辨率成反比。你不可能用一颗定焦镜头同时看清整个足球场和上面的草叶纹理。这是物理光学决定的，不是算法能弥补的。
2.2 变焦镜头：看似灵活，实则鸡肋
变焦镜头给人的第一印象是「万能」。焦距可调，广角端拍全景，长焦端拍细节，多好？但实际用起来，你会发现它两头都不讨好。
首先，变焦镜头的光学设计比定焦复杂得多。为了覆盖一段焦距范围，镜片组要多出好几片，光路更复杂，像质天然不如同价位的定焦头。我测过一款工业变焦镜头，广角端分辨率勉强到100lp/mm，长焦端掉到60lp/mm——而一颗普通的定焦头，轻松做到160lp/mm。
其次，也是更关键的问题：变焦镜头在同一时刻只能取一个焦距。你想看全局，就得用广角端，但细节看不清；你想看细节，就得拧到长焦端，但视野就缩成一个小窗口。你想想看，如果场景里同时需要全局态势感知和局部精细识别，变焦镜头根本无能为力。
我的建议： 如果项目里只需要在不同时间看不同尺度的目标，变焦镜头可以凑合用。但如果要求同一帧图像里既有宽场又有高分辨，趁早放弃变焦方案。
我记得有个安防项目，客户要求监控一个大型仓库，既要看到整个库区的货物分布，又要能识别远处货架上的条码。他们一开始选了20倍变焦球机。结果呢？看全局时条码根本看不清，拉近看条码时又不知道货物整体摆放有没有问题。最后不得不上了多相机方案。
2.3 全景拼接：软件救场，但代价不小
全景拼接，听起来是个聪明的办法：用高分辨相机拍多张局部图，然后拼成一张大图。这样既保证了分辨率，又获得了宽视场。我在很多论文里看到过这种方法，自己也试过几次。说实话，效果好的时候确实惊艳，但坑也多得让人头疼。
拼接的核心流程大致是这样：
- 图像采集：控制云台或移动平台，按网格或扫描路径拍摄多张局部图像
- 特征提取：对相邻图像提取SIFT/ORB等特征点
- 特征匹配：找到相邻图像之间的对应点对
- 变换估计：计算单应性矩阵或透视变换参数
- 图像融合：将多张图投影到同一坐标系，消除拼接缝
听起来很成熟对吧？但实际跑起来，问题一个接一个：
| 问题 | 表现 | 我踩过的坑 |
|---|---|---|
| 拼接伪影 | 接缝处出现重影、错位、亮度跳变 | 拍一个白色背景的零件，拼接后接缝处出现一条暗线，怎么调融合权重都去不掉 |
| 运动模糊 | 拍摄过程中场景或相机有微小移动 | 户外监控场景，风吹树叶动，拼接后树叶全是鬼影 |
| 累积误差 | 多张图拼接后，首尾位置对不上 | 拍一个环形工件，拍了12张，拼完发现首尾差了15个像素 |
| 实时性差 | 拼接算法计算量大，帧率低 | 用GPU加速才勉强跑到5fps，客户要求25fps |
| 光照不一致 | 不同位置的光照条件不同 | 室内灯光有明暗区，拼接后出现明显的亮度分界线 |
曾经我踩过的一个大坑： 在一个半导体晶圆检测项目中，我用全景拼接来获取整片晶圆的高分辨图像。结果拼接算法把晶圆表面的一些微小缺陷当成了特征点，匹配时直接把这些缺陷对齐了——导致最终拼接图上缺陷位置全部偏移，检测结果完全不可用。从那以后，我对拼接方案在精密检测中的应用就格外谨慎。
2.4 三种方案的对比总结
咱们把三种方案放在一起比一比，你就知道为什么它们都搞不定宽场与高分辨的兼顾了：
| 维度 | 定焦镜头 | 变焦镜头 | 全景拼接 |
|---|---|---|---|
| 宽视场 | ✅ 可选广角 | ✅ 可调至广角 | ✅ 合成后宽场 |
| 高分辨 | ✅ 可选长焦 | ✅ 可调至长焦 | ✅ 单图高分辨 |
| 同时兼顾 | ❌ 只能二选一 | ❌ 同一时刻只能取一种 | ⚠️ 理论上可以，但代价大 |
| 实时性 | ✅ 高 | ✅ 高 | ❌ 低（需后处理） |
| 系统复杂度 | ✅ 低 | ⚠️ 中等 | ❌ 高（机械+算法） |
| 可靠性 | ✅ 高 | ⚠️ 中等 | ❌ 低（易出错） |
| 适用场景 | 单一尺度检测 | 多尺度分时观察 | 静态场景、离线分析 |
从这张表能看出来，三种方案各有各的短板。定焦和变焦本质上是在「空间维度」上做取舍——你要么要宽场，要么要高分辨，不能同时要。全景拼接试图在「时间维度」上做补偿——先拍多张再拼，但引入了实时性、可靠性和伪影的问题。
说白了，传统方案的根本矛盾在于：它们都假设成像系统在单次曝光中只能有一个「分辨率-视场」的折中点。而现实需求偏偏要求我们在同一帧图像里，既有全局视野，又有局部细节。
那有没有一种方案，能打破这个限制？当然有。后面的章节，我会带你看看自由曲面、多尺度成像、计算光学这些新路子是怎么解决这个问题的。不过在那之前，先把传统方案的局限吃透——这样你才能理解新方案到底「新」在哪里。