4. 镜头核心参数
镜头选型不是“挑一个能装上的镜头”,而是把被测物的尺寸、安装空间、精度要求和光照条件翻译成一组可计算的参数。焦距、光圈、视场角、工作距离、放大倍率和景深这六个量彼此耦合:改动其中一个,其余往往随之变化。建立量化思维的关键,是先分清哪些是约束量(现场给定的),哪些是可调量(选型时可选的),再用公式把它们串起来。
一、六个参数的物理含义与相互关系
焦距 f 决定成像比例,是镜头的固有属性;工作距离 WD 是镜头前端到被测物表面的距离,由机械结构决定;视场 FOV 是相机能看到的物面范围;放大倍率 β 是像面尺寸与物面尺寸之比,β = 传感器尺寸 / FOV;光圈 F# 控制进光量与景深;景深 DOF 是物面前后仍能保持清晰的范围。
它们之间的核心关系可归纳为三条:
- 成像公式:1/f = 1/WD + 1/像距,工程上常用近似 β ≈ 传感器尺寸 / FOV,且 WD ≈ f × (1 + 1/β)。
- 视场角:FOV 与 WD、传感器尺寸共同决定视场角 2θ,2θ = 2·arctan(传感器尺寸 / (2f))。
- 景深:DOF ≈ 2 × F# × 允许弥散圆直径 / β²,放大倍率越高,景深越浅,这是高精度测量的固有代价。
理解这三条关系,就能在选型时快速判断“改哪个参数、代价是什么”。例如提高放大倍率能看清更小缺陷,但景深会按 β² 迅速缩小,对被测物平整度和对焦精度提出更高要求。
二、从需求到参数的选型计算示例
下面用一个具体场景走一遍量化过程。假设检测对象是 40 mm × 30 mm 的金属零件表面,最小缺陷约 0.1 mm,安装空间允许镜头前端到零件表面约 300 mm,选用 1/1.8″ 传感器(约 7.2 mm × 5.4 mm,200 万像素)。
第一步,确定放大倍率。按缺陷至少占 3 个像素估算,需要像素分辨率约 0.033 mm/pixel。传感器长边 7.2 mm 对应 2000 像素,则 FOV 长边约 66 mm,大于零件 40 mm,满足覆盖。此时 β = 7.2 / 66 ≈ 0.109。
第二步,反推焦距。由 WD ≈ f × (1 + 1/β),代入 WD = 300 mm、β = 0.109,得 f ≈ 300 / (1 + 9.17) ≈ 29.5 mm。因此选 25 mm 或 35 mm 定焦镜头,再通过微调 WD 匹配 FOV。若选 25 mm,则 WD ≈ 25 × 10.17 ≈ 254 mm;若选 35 mm,则 WD ≈ 356 mm,超出安装空间,故 25 mm 更合适。
第三步,核算景深。取允许弥散圆 0.01 mm、F# = 8,DOF ≈ 2 × 8 × 0.01 / 0.109² ≈ 13.5 mm。若零件表面起伏在 ±3 mm 内,该景深足够;若起伏达 ±10 mm,则需缩小光圈至 F# = 11 或降低放大倍率。
第四步,检查光照匹配。F# = 8 时进光量有限,若曝光时间需控制在 5 ms 以内以避免运动模糊,应选用高亮条形光或同轴光,并确认光源亮度与镜头光圈、曝光三者匹配。
三、参数速查与选型决策表
下表汇总了常见参数调整对成像结果的影响方向,可作为选型时的快速判断依据。表中“↑”表示增大,“↓”表示减小,“—”表示基本不变。
| 调整量 | FOV | 放大倍率 β | 景深 DOF | 进光量 | 典型代价 |
|---|---|---|---|---|---|
| 焦距 f ↑ | ↓ | ↑ | ↓ | — | WD 需增大或安装空间不足 |
| 工作距离 WD ↑ | ↑ | ↓ | ↑ | — | 所需焦距增大,镜头体积变大 |
| 光圈 F# ↑ | — | — | ↑ | ↓ | 需更强补光或更长曝光 |
| 加延长管 | ↓ | ↑ | ↓ | ↓ | WD 缩短,对焦范围变窄 |
| 传感器尺寸 ↑ | ↑ | ↓ | ↑ | ↑ | 镜头靶面需匹配,成本上升 |
四、工程实践中的常见误区
误区一:只看焦距不看靶面。焦距相同的镜头,若靶面小于传感器,会出现暗角或成像圈不足。选型时必须确认镜头支持的最大传感器尺寸不小于相机传感器。
误区二:把景深当成固定值。景深随光圈、放大倍率和允许弥散圆变化。同一镜头在 β = 0.1 和 β = 0.5 时,景深可能相差 25 倍。高倍率测量必须重新核算景深,不能沿用低倍率经验。
误区三:忽略工作距离与焦距的联动。现场空间往往先限定 WD,再反推焦距。若先选了大焦距镜头,可能发现 WD 超出安装空间,只能更换镜头或增加反射镜,增加成本与调试难度。
误区四:光圈一味开大。大光圈能提高亮度、缩短曝光,但景深急剧变浅。对于有高度差的零件,应优先保证景深,再通过补光弥补亮度,而不是牺牲景深换曝光。
五、建立量化选型的工作习惯
把上述过程固化为一个可复用的检查顺序:先明确被测物尺寸与最小缺陷,确定所需像素分辨率;再根据传感器尺寸计算 FOV 与放大倍率;接着用 WD 反推焦距,确认安装空间;然后核算景深是否覆盖被测物高度变化;最后校验光圈、曝光与光源亮度是否匹配。每一步都保留计算记录,便于后续换型或复现。
当参数之间出现冲突时,优先保证“精度”和“安装空间”这两个硬约束,再在景深与光照之间做折中。例如景深不足时,可先尝试缩小光圈,若亮度不够再增加光源功率或改用更高灵敏度的相机,而不是直接降低放大倍率牺牲精度。量化思维的价值,正在于让每一次取舍都有据可依,而不是靠试错碰运气。