机器视觉系统分辨率计算 机器视觉系统的定位精度如何计算

视觉行业的初学者，即使是做了1-2年销售的人，可能还是会对这样一个东西感到困惑。3354拿到测试要求后，不知道按照图纸上的公差应该选多少兆像素的摄像头。同时，也不清楚为什么用三个相似的专有名词来描述同一个事物。

本期内容就是详细介绍：分辨率、精度、公差之间的关系，从而指导选型。

分辨率(分辨率)

计算公式：分辨率=视场)/像素

例如，我想看的产品尺寸是30毫米* 10毫米，使用200万像素(1600像素* 1200像素)的摄像头。因为产品是长的，为了把所有的产品都放入视野，在计算分辨率的时候要考虑长边对应。这时，决议是：

分辨率=30毫米/1600像素=0.019毫米/像素

准确度(精确度)

计算公式：精度=分辨率x有效像素

精度的单位是毫米，根据产品表面和光照条件的不同，我们可以通过放大图像来区分稳定像素的数量，从而得出精度。如果条件不允许实际测试观察的话，一般的规则是，如果使用正面照明，有效像素为1，如果使用背光，有效像素为0.5。

本例中我们取1个像素，精度为0.019mm，也就是0.02 mm左右。

机器视觉系统的定位精度如何计算？

如果是30万像素的摄像头，监控面积是640x480mm，那么它的精度是1mm吗？

30W的相机分辨率是640*480。这样算很正常：用最长的边去掉监控区域最长的边就行了，所以精度基本上是1mm。这是理论值。如果做测量或者表面划痕检测，肯定会不准确，一个像素可能无法突出特征。

公差(容差)

一般来说，精度和公差的对应关系如下：

对于一个项目，我们首先从图纸上读取公差要求。然后根据上面的关系就可以推导出我们需要多少像素的摄像头。

测量时，首先要考虑的是：相机、镜头、光源。选择的时候要考虑很多因素。这里基于我们经手的一个项目，介绍一下精度方面需要考虑的问题。项目要求：像素精度0.05mm，测量误差正负0.15mm.首先，介绍相关概念：

精度：一个像素在现实世界中代表的距离，即拍摄视野/分辨率。比如我用的大华500万相机，分辨率为2592*2048，可以拍摄视野长边100mm的物体，那么这个方向的像素精度是100/2592mm，大概是0.0386mm

测量误差：算法测得的距离/长度与真实值之间的误差。

亚像素精度：亚像素精度是指相邻两个像素之间的细分，输入值通常为二分之一、三分之一或四分之一。也就是说，每个像素将被分成更小的单元，以便插值算法可以应用于这些更小的单元。

例如，如果选择四分之一，则相当于每个像素在水平和垂直方向上都被计算为四个像素。实际测量或检测需要考虑的东西很多，比如帧率、曝光、增益等。编辑：pj