1. 机器视觉系统概述

各位同学好，我是老张。在机器视觉这行摸爬滚打了十几年，今天咱们来聊聊这个领域最基础、也最容易被忽视的问题——机器视觉到底是什么。

很多人一上来就问我：“张工，我要选个相机，给个型号就行。” 我通常会反问一句：“你先告诉我，你的视觉系统要解决什么问题？” 对方往往一愣。你看，这就是典型的“知其然不知其所以然”。

1.1 什么是机器视觉

机器视觉，说白了就是用机器代替人眼来做测量和判断。它不光是“拍照”，更核心的是“看懂”照片里的信息。

我习惯把它拆成三个层次：

• 采集：用工业相机把物理世界的光信号转成数字图像。
• 处理：用算法从图像里提取特征——尺寸、位置、缺陷、字符等等。
• 决策：根据提取的信息，输出一个“OK/NG”信号，或者引导机器人去抓取。

举个例子。一条手机屏幕生产线，人工目检每分钟看5片，看久了眼花。机器视觉系统呢？每分钟能检30片，而且每片都按同一个标准来。这就是机器视觉的价值——稳定、高速、可重复。

1.2 机器视觉系统的典型组成

一套完整的机器视觉系统，就像一支足球队。每个位置都有明确分工，缺一个都不行。

我把它画成了一张结构图，你一看就明白：

你看，从光源到执行机构，每个环节都环环相扣。我见过太多项目，相机选得顶级，结果光源没配好，图像一团糟。或者软件算法很牛，但采集卡带宽不够，帧率上不去。所以，系统思维比单点参数更重要。

1.3 工业相机选型的核心指标

好，接下来是硬核内容。工业相机选型，说白了就是回答五个问题。我一个个讲，每个都带一个我踩过的坑。

1.3.1 分辨率

分辨率，就是相机能拍出多少像素。比如500万像素，就是2592×1944。

怎么选？我有个简单公式：

分辨率 = 视野范围(FOV) ÷ 最小检测精度

举个例子。你要检测一个10mm宽的零件，要求看出0.05mm的划痕。那一个像素对应的物理尺寸不能超过0.05mm。算一下：10 ÷ 0.05 = 200像素。但实际中，我建议至少留3倍余量，也就是600像素。为什么？因为边缘模糊、光照波动都会吃掉精度。

1.3.2 帧率

帧率，就是相机每秒能拍多少张。单位是fps。

这个指标跟产线节拍直接挂钩。比如产线速度是每分钟120个产品，那你至少需要2fps。但注意，这只是“拍照”速度。实际还要算上图像传输、处理、IO输出时间。

我曾经在一个项目中，选了30fps的相机，结果处理算法跑一次要100ms，实际节拍只有10fps。嗯，这里要注意：帧率是相机的上限，不是系统的上限。

1.3.3 靶面尺寸

靶面尺寸，就是相机感光芯片的对角线长度。常见的有1/3英寸、1/2英寸、2/3英寸、1英寸等。

这个参数直接影响你的镜头选择。靶面越大，视野越大，但镜头也要越贵。我习惯用下面这个表来快速匹配：

靶面尺寸	对角线(mm)	常见分辨率	典型应用
1/3"	6.0	30万~130万	简单定位、条码读取
1/2"	8.0	200万~500万	通用检测、尺寸测量
2/3"	11.0	500万~1000万	高精度测量、缺陷检测
1"	16.0	1000万以上	大视野、超高精度

1.3.4 像元尺寸

像元尺寸，就是每个像素的物理大小，单位是μm。常见的有2.2μm、3.45μm、5.5μm等。

像元越小，分辨率越高，但灵敏度越低。为什么？因为每个像素接收的光少了。你想想看，同样光照下，5.5μm的像元比2.2μm的像元面积大了6倍多，信噪比自然更高。

我个人习惯：高精度静态检测，选小像元；高速运动或弱光环境，选大像元。

1.3.5 接口类型

接口决定了数据传输速度和线缆长度。目前主流的有三种：

• GigE Vision：千兆网口，传输距离可达100米，适合分布式系统。我80%的项目都用它。
• USB3 Vision：速度快（5Gbps），但线长限制在3~5米。适合桌面级设备。
• Camera Link：速度最快，但线贵、卡贵。只在超高帧率（>200fps）时用。

选接口时，我通常会问自己三个问题：相机离电脑多远？需要多高的帧率？预算多少？答案自然就出来了。