成像系统基础：相机成像原理、镜头与传感器
大家好，我是老张。做机器视觉这些年，我见过太多项目栽在成像系统上。说白了，相机没选对，后面算法再牛也白搭。今天咱们就把成像系统这块硬骨头啃下来。
1. 小孔成像：一切视觉的起点
你想想看，最早的相机其实就是个黑盒子，前面戳个小孔。光线穿过小孔，在后面的墙上投出倒像。这就是小孔成像，所有相机的基础。
我刚开始做视觉时，总觉得这原理太简单，没啥好学的。直到有一次，客户要求检测0.01mm的划痕，我折腾了三天，最后发现是成像模型没搞对。嗯，从那以后我再也不敢小看小孔成像了。
小孔成像有几个关键参数：
- 物距：物体到小孔的距离
- 像距：小孔到成像面的距离
- 放大率：像高/物高 = 像距/物距
实际相机用的是透镜，不是小孔。但透镜模型可以等效成小孔模型，这就是我们常说的针孔相机模型。几乎所有视觉算法的坐标变换，都基于这个模型。
核心公式：1/f = 1/u + 1/v
其中f是焦距，u是物距，v是像距。记住这个，后面标定、测量全用得上。
2. 镜头与焦距：选对镜头，项目就成功了一半
镜头这东西，我建议你把它当成眼睛的晶状体。焦距决定了你能看多远、看多宽。
我个人习惯把镜头分成三类：
| 焦距范围 | 特点 | 典型应用 |
|---|---|---|
| 短焦（<12mm） | 视角大，畸变大 | 大范围监控、全景检测 |
| 中焦（12-50mm） | 畸变小，成像自然 | 通用工业检测、定位 |
| 长焦（>50mm） | 视角窄，放大倍率高 | 精密测量、远距离检测 |
我在项目中遇到过最坑的事：选了短焦镜头做精密测量，结果边缘畸变导致测量误差超过0.5mm。后来换成长焦，问题直接解决。所以，做测量，优先选中长焦。
我的经验：选镜头时，留出20%的余量。比如你需要100mm的视野，选焦距时按80mm算。这样边缘画质更好，畸变更小。
3. 光圈与景深：鱼和熊掌的博弈
光圈，就是镜头里那个能开能合的叶片组。光圈越大（F值越小），进光越多，但景深越浅。
为什么会这样？说白了，光圈大了，光线角度更散，只有焦平面上的点才能清晰成像。前后稍微偏一点，就糊了。
我做3D测量时，经常需要大景深。这时候我会把光圈收到F8-F11。虽然进光少了，但整个测量范围内的物体都清晰。代价是什么？需要补光，或者提高曝光时间。
注意：光圈收到F16以上，会出现衍射现象，反而降低成像质量。别以为光圈越小越好，F8-F11通常是最佳区间。
景深计算公式（近似）：
DOF ≈ 2 * F * δ * u² / f²其中F是光圈F值，δ是容许弥散圆直径，u是物距，f是焦距。
嗯，公式看着复杂，但你记住一条：物距越远、焦距越短、光圈越小，景深越大。
4. 传感器：CCD vs CMOS，到底选哪个？
传感器是相机的"视网膜"。CCD和CMOS之争，打了二十年。现在的情况是：
- CCD：噪声低，动态范围大，但速度慢、功耗高
- CMOS：速度快、功耗低、集成度高，但噪声略大
我个人的选择标准很简单：
- 做静态高精度测量，比如PCB检测，选CCD
- 做高速动态检测，比如流水线产品，选CMOS
不过现在高端CMOS已经追上来了。像索尼的IMX系列，噪声控制做得非常好。我最近几个项目全用的CMOS，效果不输CCD。
5. 分辨率：像素不是越多越好
很多人觉得分辨率越高越好。其实不然。分辨率要和你的测量精度匹配。
举个例子：你要检测0.1mm的缺陷。按经验，至少需要3-5个像素覆盖这个缺陷。所以单个像素对应的物理尺寸（即像素当量）应该是0.02-0.03mm。
像素当量计算公式：
像素当量 = 视野宽度 / 水平像素数比如视野100mm，相机2000万像素（5472×3648），像素当量就是100/5472 ≈ 0.018mm。这个精度足够检测0.1mm的缺陷了。
避坑指南：我曾经为了追求高分辨率，选了1亿像素的工业相机。结果数据量太大，处理速度跟不上，整个产线被拖慢。后来换成2000万像素，精度够用，速度也上来了。
分辨率不是越高越好，够用就行。多出来的像素，只会增加你的计算负担和存储成本。
知识体系总览
下面这张图，是我自己整理的成像系统知识框架。你看一遍，心里就有谱了。
好了，成像系统的基础就这些。记住一句话：成像质量决定了视觉系统的上限。后面讲算法、讲标定，全都建立在今天的基础上。把这些搞透了，后面的路就好走了。
公众号:蓝海资料掘金营，微信deep3321