1. 工业成像任务定义与需求转化

工业光学成像系统的选型，第一步不是挑相机、挑镜头，而是把一句模糊的“要检测缺陷”翻译成一组可计算、可验证的光学指标。这一步做错，后面所有硬件参数都会失去依据。本章讨论如何从检测目标、精度、节拍与环境约束出发，把工业检测需求转化为视场、分辨率、景深、工作距离、畸变、照度与对比度这七项核心指标。

一、先明确“检测什么”与“判什么”

需求转化的起点是检测对象与判定规则。需要写清楚：被测特征是什么（划痕、缺料、毛刺、字符、孔位、装配间隙）、特征的最小尺寸、特征与背景的差异形式（灰度差、颜色差、高度差、偏振差），以及判定阈值。例如“检测金属壳体表面划痕，长度≥0.3 mm、宽度≥0.02 mm 判为不良”，其中 0.02 mm 就是后续分辨率计算的输入，而不是“看得清就行”。

同时要区分缺陷检测与尺寸测量：前者关心对比度与信噪比，后者关心边缘定位精度与畸变。二者对光学系统的要求不同，混在一起会导致指标互相矛盾。

二、由精度反推分辨率与视场

分辨率的核心是“一个最小可辨特征需要几个像素”。工程上常用经验值：缺陷检测取 3～5 像素/特征，尺寸测量取 5～10 像素/特征。设最小特征尺寸为 f，像素当量为 p（mm/pixel），则 p ≤ f / N，N 为所需像素数。

以划痕示例：f = 0.02 mm，取 N = 4，则 p ≤ 0.005 mm/pixel。若视场 FOV = 60 mm × 40 mm，则所需像素数为 60/0.005 = 12000（宽）× 40/0.005 = 8000（高），约 9600 万像素——这已超出常规工业相机范围。此时应重新评估：是否可用线扫相机逐行扫描，或缩小单次视场、采用多工位/多相机拼接。这说明视场与分辨率是一对耦合约束，必须同时求解，不能先定相机再算视场。

三、景深与工作距离的约束

景深（DOF）决定被测面在光轴方向允许多大起伏仍保持清晰。若工件表面有 2 mm 高度差，景深必须覆盖该范围并留余量。景深与光圈、放大倍率、允许弥散圆相关：放大倍率越高、光圈越大，景深越浅。远心镜头景深通常较浅但畸变极低，适合精密测量；普通 FA 镜头景深较大但边缘畸变明显。

工作距离（WD）由机械结构、光源安装空间和安全性决定。WD 与放大倍率、视场相互制约：同一镜头，WD 增大则视场增大、像素当量变大、分辨率下降。因此 WD 不是独立参数，必须与 FOV、分辨率联合确定。

四、畸变、照度与对比度

畸变影响测量精度，尤其在大视场边缘。尺寸测量任务通常要求畸变＜0.1%～0.5%，优先选远心或低畸变镜头；缺陷检测可放宽，但需保证边缘不出现明显拉伸导致误判。

照度决定曝光时间与运动模糊。节拍要求越高，允许曝光时间越短，所需照度越高。若节拍为 0.5 s/件、运动速度 200 mm/s，则曝光时间需控制在几十微秒量级，否则产生拖影。此时需提高光源亮度、缩短 WD 或采用频闪光源。

对比度是缺陷能否被算法分割的关键。金属划痕在漫射光下对比度低，改用低角度暗场照明可显著提升划痕与背景的灰度差。因此照明方案必须与检测特征的光学特性匹配，而不是事后补光。

五、需求转化流程与示例

把上述内容组织成一条可执行的转化链：检测目标 → 最小特征与判定规则 → 像素当量与分辨率 → 视场与相机像素数 → 景深与工作距离 → 畸变与镜头类型 → 照度与曝光 → 对比度与照明方式。每一步的输出都是下一步的输入，任一步不满足就回溯调整。

六、常见误区与检查要点

• 先选相机再算视场：正确顺序是先由特征与精度定像素当量，再结合视场定像素数。
• 把“看得见”当“测得出”：缺陷可见不等于可稳定分割，必须评估对比度与信噪比。
• 忽略节拍对曝光的限制：高节拍下运动模糊会直接吞掉分辨率余量。
• 景深与工作距离混为一谈：景深是清晰范围，工作距离是物距，二者由不同参数控制。

完成本章转化后，应得到一份可核对的指标清单：最小特征尺寸、像素当量、视场、相机像素数、景深、工作距离、畸变上限、曝光时间、照度与对比度要求。这份清单是后续镜头选型、相机匹配与 MTF 评估的输入，也是判断系统能否满足检测任务的基准。