第二章 相机与镜头选型：工业相机分类与镜头参数实战

大家好，我是老张。在工业视觉这行摸爬滚打了十几年，今天咱们聊聊相机和镜头的选型。说实话，这是整个视觉系统里最基础也最容易踩坑的环节。我见过太多项目，算法调得再好，硬件选错了，最后全白搭。

2.1 工业相机分类：CCD vs CMOS，全局快门 vs 卷帘快门

先说说传感器类型。CCD和CMOS之争，其实已经持续很多年了。我个人习惯是：高精度静态测量用CCD，高速动态检测用CMOS。为什么？

CCD的优点是噪声低、动态范围大、像质均匀。我在做半导体晶圆检测项目时，用的就是CCD相机。那会儿客户要求测量精度到0.5微米，CMOS根本扛不住。但CCD的缺点也很明显——帧率低、功耗大、成本高。

CMOS这些年进步飞快。尤其是全局快门CMOS的出现，让它在工业领域站稳了脚跟。我记得2018年有个项目，检测流水线上的药瓶，速度要求每分钟600个。CCD根本跟不上，最后用了全局快门CMOS，完美解决。

参数	CCD	CMOS（全局快门）	CMOS（卷帘快门）
噪声水平	低	中等	中等
帧率	低（通常<30fps）	高（可达1000fps）	高
动态范围	高（>70dB）	中等（60-70dB）	中等
成本	高	中等	低
适用场景	高精度静态测量	高速动态检测	低速或静态场景

2.2 镜头参数：焦距、光圈、畸变

镜头这东西，说白了就是相机的「眼睛」。选不好，再好的相机也白搭。

2.2.1 焦距

焦距决定了你的视野大小和工作距离。公式很简单：

焦距 f = (工作距离 × 传感器尺寸) / 视野宽度

举个例子：你要拍一个100mm宽的零件，传感器是1/2英寸（宽6.4mm），工作距离200mm。那么：

f = (200 × 6.4) / 100 = 12.8mm

所以选12mm或16mm的镜头都行。我个人习惯选稍长一点的焦距，因为边缘畸变会小一些。

2.2.2 光圈

光圈控制进光量和景深。工业测量中，我建议光圈设在F8到F11之间。为什么？

• 光圈太大（F2.8以下）：景深太浅，零件稍微不平就虚了
• 光圈太小（F16以上）：衍射效应开始显现，图像反而变模糊

我记得有个项目，客户非要用F2.8的大光圈，说光线不够。结果零件边缘全是虚的，测量误差直接翻倍。后来加了补光灯，光圈收到F8，问题全解决了。

2.2.3 畸变

畸变是镜头的固有缺陷。广角镜头尤其明显。工业测量中，畸变必须校正。

常见的畸变有两种：

• 桶形畸变：图像中间向外凸出，像桶一样
• 枕形畸变：图像中间向内凹陷

校正方法：用标定板拍一张图，算出畸变系数，然后用OpenCV的cv2.undistort()函数校正。代码很简单：

import cv2
import numpy as np

# 读取标定板图像
img = cv2.imread('calibration.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 标定参数（从标定结果中获取）
mtx = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]])
dist = np.array([k1, k2, p1, p2, k3])

# 校正
h, w = img.shape[:2]
newcameramtx, roi = cv2.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h))
dst = cv2.undistort(img, mtx, dist, None, newcameramtx)

2.3 分辨率与视野计算实战

这部分是选型的核心。说白了，就是算清楚你需要多少像素。

2.3.1 分辨率计算

公式很简单：

所需像素 = 视野宽度 / 检测精度

举个例子：你要检测一个50mm宽的零件，要求精度0.02mm。那么：

所需像素 = 50 / 0.02 = 2500像素

但注意，这是理论值。实际中要考虑：

• 边缘检测算法：亚像素算法可以做到0.1像素精度，但需要至少3-5个像素覆盖特征边缘
• 系统稳定性：建议留20%-30%的余量

所以实际选型时：

实际像素 = 2500 × 1.3 ≈ 3250像素

那就选500万像素的相机（2592×1944），或者更高。

2.3.2 视野计算

视野由传感器尺寸和镜头焦距共同决定：

视野宽度 = (传感器宽度 × 工作距离) / 焦距

还是刚才的例子：传感器宽6.4mm，工作距离200mm，焦距12.8mm：

视野宽度 = (6.4 × 200) / 12.8 = 100mm

完美匹配。

2.4 知识体系总览

下面这张图，是我自己总结的选型流程。你照着走，基本不会出错。

2.5 实战案例：一个完整的选型过程

最后，我拿一个真实项目来演示。这是去年做的一个PCB板检测项目：

• 检测对象：PCB板，尺寸100mm×80mm
• 检测精度：0.05mm
• 工作距离：200mm
• 运动状态：静止（放在平台上拍）

选型步骤：

1. 计算所需像素：100 / 0.05 = 2000像素。留30%余量，需要2600像素。选500万像素相机（2592×1944）
2. 选传感器类型：静态检测，CCD和CMOS都行。考虑到成本，选了全局快门CMOS
3. 算焦距：传感器宽6.4mm，f = (200 × 6.4) / 100 = 12.8mm。选了12mm镜头
4. 选光圈：F8，景深够用
5. 畸变控制：选了Computar M1214-MP2，畸变<0.1%

最终效果：测量误差稳定在0.03mm以内，客户很满意。