一、3D视觉系统概述：从选型到计算

大家好，我是老张。做3D视觉这行快十年了，踩过的坑比吃过的盐还多。今天咱们聊聊3D视觉系统的起点——相机、光源怎么选，视野和分辨率怎么算。

很多人一上来就问我：“张工，我该买什么相机？” 说实话，这个问题没法直接回答。你得先搞清楚：你要抓什么？抓多快？精度要求多少？ 这三个问题搞定了，选型才有方向。

1.1 相机选型：别只看像素

相机选型，说白了就是平衡三个参数：分辨率、帧率、感光芯片尺寸。我习惯先定分辨率，再反推其他。

举个例子：你要抓一个100mm×80mm的工件，定位精度要求0.1mm。那视野至少得留点余量，按120mm×100mm算。分辨率怎么算？

X方向像素数 = 视野宽度 / 精度 = 120mm / 0.1mm = 1200像素
Y方向像素数 = 视野高度 / 精度 = 100mm / 0.1mm = 1000像素

嗯，这里要注意：实际选型时，我一般会留20%的余量。所以至少得选150万像素的相机。但如果你要抓的是反光件、透明件，那还得考虑偏振或结构光方案，普通相机搞不定。

应用场景	推荐相机类型	分辨率范围	帧率要求
静态抓取（慢速）	面阵CMOS	500万~1200万	≤30fps
动态抓取（传送带）	面阵全局快门	200万~500万	≥60fps
高精度测量	面阵/线阵	≥1200万	按需
大视野粗定位	面阵低分辨率	30万~130万	≥30fps

1.2 光源选型：光打不好，算法白搞

光源这玩意儿，很多人不重视。我曾经有个项目，相机、镜头都选好了，结果现场一打光，工件表面反光得一塌糊涂，点云全是噪点。后来换了蓝色结构光+偏振片，问题才解决。

光源选型，记住三个原则：

• 颜色匹配：光源波长要和工件材质匹配。金属件用蓝光（450nm），塑料件用红光（630nm），透明件用红外（850nm）。
• 均匀性：面光源比环形光更均匀，适合大面积打光。环形光适合突出边缘特征。
• 结构光 vs 激光：3D视觉常用结构光（散斑或条纹），激光线扫适合高精度轮廓测量。

1.3 视野与分辨率计算：公式很简单，但别算错

视野（FOV）和分辨率的关系，说白了就是一个像素对应多少毫米。公式很简单：

像素当量 (mm/pixel) = 视野宽度 (mm) / 图像宽度 (pixel)

例如：视野宽120mm，图像宽1280像素
像素当量 = 120 / 1280 = 0.09375 mm/pixel

嗯，这里有个坑：像素当量不等于定位精度。定位精度还受算法亚像素能力、标定误差、机械重复精度影响。我一般按像素当量的1/3~1/5来估算实际定位精度。

举个例子：像素当量0.1mm/pixel，亚像素精度0.1像素，那理论定位精度是0.01mm。但实际加上标定误差、机械振动，能做到0.03mm就不错了。

参数	计算公式	示例
像素当量	FOV宽 / 图像宽	120mm / 1280px = 0.094mm/px
理论定位精度	像素当量 × 亚像素精度	0.094 × 0.1 = 0.0094mm
实际定位精度	理论精度 × 3~5倍	0.0094 × 3 = 0.028mm

1.4 3D视觉系统知识体系

下面这张图，是我自己总结的3D视觉系统选型知识体系。你想想看，从需求分析到相机选型，再到光源匹配和标定验证，每一步都环环相扣。

1.5 本章小结

好了，第一章的内容就这些。说白了，3D视觉系统选型就是一个平衡游戏：

• 相机选型：分辨率、帧率、感光芯片、快门类型，一个都不能少
• 光源选型：颜色、均匀性、结构光/激光，根据工件材质定
• 视野与分辨率：像素当量算清楚，定位精度留余量

嗯，这里要提醒一句：选型只是第一步。后面还有标定、手眼标定、抓取点计算、验证……每一步都可能翻车。我见过太多项目，选型时算得挺好，一到现场就各种问题。所以，留足余量，多做测试，才是王道。