鏡頭

　　FOV（Field Of Vision）=所需分辨率*亞象素*相機尺寸/PRTM（零件測量公差比）鏡頭選擇應(yīng)注意：①焦距②目標(biāo)高度 ③影像高度 ④放大倍數(shù) ⑤影像至目標(biāo)的距離 ⑥中心點 /節(jié)點 ⑦畸變

　　相機

　　按照不同標(biāo)準(zhǔn)可分為：標(biāo)準(zhǔn)分辨率數(shù)字相機和模擬相機等。要根據(jù)不同的實際應(yīng)用場合選不同的相機和高分辨率相機：線掃描CCD和面陣CCD；單色相機和彩色相機。

隨著科技日新月異的發(fā)展，機器視覺慢慢的被人所熟悉，那么今天我們來討論下用工業(yè)相機和分析軟件作為主體組成的機器視覺檢測系統(tǒng)是否能取代人工目視檢測？如果能，你認(rèn)為可應(yīng)用的范圍有哪些？如果不能，你認(rèn)為缺少什么條件，難度在哪里？

   觀點一：

   替代？只能說可以替代一部份吧，目前中小型企業(yè)生存空間有限，自動化升級需要資金、人才，由于各種局限性，不愿意投入大量資金，所以機器視覺檢測還是在實力雄厚的大型企業(yè)里才會出現(xiàn)。 目前人工成本，企業(yè)也在高成本運營，資金壓力大，除非是必須要買，不然都將就著過著。

在應(yīng)用中，往往是給定一些具體的缺陷模式，使用機器視覺來識別它們到底有沒有發(fā)生。但經(jīng)常遇到的情況是，許多明顯的缺陷，因為之前沒有發(fā)生過，或者發(fā)生的模式過分多樣，而被漏檢。如果換做是人，雖然在操作流程文件中沒讓他去檢測這個缺陷，但是他會注意到，從而有較大幾率抓住它。

  當(dāng)前有許多智能相機供應(yīng)商，也有許多分析軟件供應(yīng)商，雖然各自發(fā)布的軟件算法各有特點，其實用起來真的差不多，功能非常雷同。但都是按照固定的模式和步驟去處理相機獲得的圖片，從圖片上去分析某個預(yù)期中的特征，從而給出判別結(jié)果，沒有一家有革命性的智能算法。

研究人員使用精密的儀器——眼動儀來跟蹤用戶的瀏覽習(xí)慣（他們在看什么，在某區(qū)域停留的時間以及如何在頁面上移動）即視線首先落在什么地方？那個設(shè)計元素在時間吸引了用戶的注意力？它們對于戰(zhàn)略目標(biāo)上來講是很重要的東西嗎？或者用戶時間注意到的東西與他們的（或你的）目標(biāo)是背道而馳的嗎？1、視覺引導(dǎo)遵循的是一條流暢的路徑，設(shè)計能順利地引導(dǎo)用戶在頁面上移動。（而不應(yīng)該視線在各種各樣的元素之間跳來跳去，所有的元素試圖引起用戶的注意）2、有效“干擾”用戶的視線，為用戶提供有效選擇的、某種可能的“引導(dǎo)”，支持用戶試圖去完成它們的目標(biāo)和任務(wù)