1. 镜头选型基础：机器视觉系统组成、镜头在成像中的作用、镜头选型的核心参数概览

各位同学，欢迎来到《聚焦镜头选型与参数匹配实战指南》。我是你们这门课的老朋友。说实话，做了十几年机器视觉，我见过太多项目因为镜头选型翻车了。有的花了冤枉钱，有的成像质量死活不达标。所以这第一节课，咱们先把地基打牢。

机器视觉系统，说白了就是给机器装上「眼睛」和「大脑」。但很多人只盯着相机和算法，却忽略了最关键的一环——镜头。你想想看，眼睛再好，近视了也看不清。镜头就是那个决定「看得清」还是「看不清」的核心部件。

1.1 机器视觉系统的基本组成

一个典型的机器视觉系统，通常包含以下几个部分。我在早期做项目时，经常被客户问「为什么我买了几万块的相机，拍出来的图还是糊的？」——嗯，问题往往出在镜头和光源上。

1.2 镜头在成像中的作用

镜头的作用，远不止「把光聚起来」这么简单。它决定了三个关键指标：

• 清晰度： 镜头的光学分辨率必须匹配相机的像素尺寸。否则，再高的像素也白搭。
• 畸变控制： 尤其是广角镜头，边缘变形严重。做测量项目时，畸变是头号杀手。
• 通光量： 光圈大小直接影响曝光时间和信噪比。暗光环境下，大光圈镜头是刚需。

我曾经在一个精密测量项目中，用了某品牌的廉价镜头。结果边缘畸变达到0.5%，导致测量误差直接超标。后来换了同焦段的远心镜头，畸变控制在0.02%以内，问题才解决。所以，镜头选型绝不是随便挑一个能装上就行。

1.3 镜头选型的核心参数概览

下面这张图，是我自己总结的镜头选型知识框架。每次做项目前，我都会对照着过一遍，确保没有遗漏。

1.4 几个必须记住的基础概念

在深入后续章节之前，有几个概念我建议你刻在脑子里：

• 焦距（f）： 决定放大倍率和视场大小。焦距越长，视场越小，看得越远。
• 光圈（F数）： 决定通光量和景深。F数越小，光圈越大，进光越多，但景深越浅。
• 像面尺寸： 镜头必须覆盖相机的传感器尺寸。1英寸镜头配1/2英寸相机没问题，反过来就出黑角。
• 分辨率： 镜头的光学分辨率要高于相机的像素密度。否则就是「瓶颈」。