视觉系统 分辨率/精度/公差计算公式说明(Kyence)
1、分辨率(Resolution) 单个像素的物理尺寸=视野/像素数目。0.019mm
. 2、精度(Accuracy) =分辨率*有效像素。根据产品表面和照明状况的不同,通过放大图像观察辨别稳定像素的个数(有效像素数目),从而得出精度。如果条件不允许实际测试观察,一般的规律是,如果使用正面打光,有效像素为1个,使用背光,有效像素是0.5个。取一个像素,精度=1*0.019=0.019mm。
3、公差(Tolerance)。一般情况下,精度和公差的对应关系如下:
最小可检测尺寸 = 10倍精度(比精度小一个数量级) 。=10*0.019=0.19mm
外观容差=4倍精度。=4*0.019=0.076mm。
项目要求:像素精度0.05mm、测量误差正负0.15mm。首先介绍一下相关的概念:
像素精度:一个像素在真实世界代表的距离,即拍摄视野/分辨率。例如我所使用的大华500万相机,分辨率2592*2048,在视野中长的一边100mm,即可拍到100mm的物体,那么在这一方向的像素精度为100/2592mm约为0.0386mm。
测量误差:使用算法测量的距离/长度与真实值的误差。
亚像素精度:亚像素精度是指相邻两像素之间细分情况,输入值通常为二分之一,三分之一或四分之一。即每个像素将被分为更小的单元从而对这些更小的单元实施插值算法。例如,如果选择四分之一,就相当于每个像素在横向和纵向上都被当作四个像素来计算。实际测量或检测时需要考虑的还有很多,例如帧率、曝光、增益等。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了