搭建2D定位引导视觉系统，相机镜头光源选型要点

要搭建一套能稳定运行的2D定位引导视觉系统，硬件选型是整个项目的起点，也是最容易埋下隐患的环节。很多项目在调试阶段频繁遇到定位不稳、识别失败的问题，追根溯源往往不是软件算法的问题，而是相机、镜头、光源这三样核心硬件的选型没有做好匹配。现场经常出现这样的情况：相机分辨率选得过高，镜头畸变却很大；光源选型没考虑工件表面材质，反光伪边缘层出不穷。硬件选型一旦定错，后期靠算法再怎么调都很难完全补救。这篇文章就从相机、镜头、光源三个维度，拆解2D定位工位硬件选型的关键要点，帮做方案的人在实际选型时抓住重点。

相机选型要点：分辨率与视野的关系优先考虑

相机选型首先要明确的核心关系，是分辨率、视野范围和精度三者之间的匹配。2D定位系统里，相机安装高度决定了能拍到的视野范围，视野范围越大、相机分辨率越高，单个像素对应的实际物理尺寸就越小，理论上的定位精度越高。

选型的第一步是确定定位精度目标。先想清楚工位要求的定位精度是多少，比如要求重复精度±0.02毫米，那单个像素对应的物理尺寸（像素当量）应该比这个精度要求再小几倍，一般像素当量要控制在精度目标的十分之一到五分之一左右，才能给亚像素算法留出发挥空间。比如精度要求±0.02毫米，那像素当量通常要小于0.004到0.008毫米。

第二步是确定相机视野范围。根据工件尺寸、以及工件在载具托盘上的允许摆放范围，算出相机需要覆盖的实际区域大小。视野不是越小越好——视野太小，工件摆放稍微偏一点就出画面；视野太大，同样的分辨率下像素当量变大，精度下降。要在“保证工件最大偏移不超出画面”和“保证像素当量满足精度”之间取平衡。

第三步是反推相机分辨率。用视野尺寸除以需要的像素当量，就能算出相机需要的像素数量。比如视野是40毫米宽，像素当量要求0.005毫米，那需要的像素数是8000，对应需要一台800万像素级别的相机。分辨率选低，精度不够；选过高，图像数据量大、处理耗时增加、成本上升，所以按计算需求选，不盲目追求高像素。

镜头选型要点：焦距与畸变是核心关注点

镜头选型和相机紧密相关，核心是焦距、成像尺寸和畸变三个要点。

焦距决定成像视角。镜头的焦距越短，视角越大，能拍的视野范围越宽；焦距越长，视角越窄，视野越小。选镜头的逻辑是：在相机安装位置固定后，要让镜头的视角刚好覆盖前面确定的视野范围。安装位置高、要拍大视野，就选短焦距广角镜头；安装位置近、只拍小范围，就选长焦距镜头。

畸变是镜头选型容易被忽视却非常关键的点。广角镜头因为视角大，畸变往往比较明显，尤其画面边缘的桶形畸变，会直接影响大视野定位工位在画面边缘的测量精度。选型时，如果工位对全画面范围的定位精度要求较高，要优先选畸变控制好的工业镜头，或者通过标定校正来补偿畸变（这在前面文章里专门讲过）。畸变大的便宜镜头，后期校正的成本和残留误差往往让定位精度打折扣。

另外还要注意镜头的成像圈尺寸要和相机芯片尺寸匹配。镜头标称支持的成像尺寸如果小于相机感光芯片的尺寸，画面四角就会出现暗角、变暗，影响整个画面的成像均匀性，也会干扰边缘提取的稳定性。选型时确认镜头的成像尺寸规格能覆盖相机的芯片尺寸。

光源选型要点：按工件材质和特征类型匹配

光源选型直接决定了工件轮廓和特征是否清晰，是整个系统稳定性的重要基础，也是最需要根据具体工件材质和特征类型来匹配的环节。

光源的颜色要和工件、背景的对比度相匹配。工业常用单色光源（红、蓝、白等），选色逻辑是让工件特征和背景的灰度差尽可能大。比如工件表面和背景都是相似色时，用特定波长的光源配合滤光片，能增强特征和背景的对比度，让轮廓更清晰，减少后续边缘提取的干扰。

光源的角度和结构，要根据工件表面反光特性来定。光滑高反光的金属件、玻璃件，如果打直射强光，表面会形成亮斑反光，反光带边缘很容易被误当成轮廓边，产生伪边缘干扰。这类工件更适合用低角度光源、或者漫射光源，让光线更均匀，减弱表面反光，突出轮廓的明暗对比。表面吸光的暗色塑胶件，则适合用高角度直射光，增强边缘的明暗差。

光源还有两种典型的结构选择，对应不同的轮廓提取方式。前向光源是光源和相机同侧照射工件，靠反射光成像，能同时看到工件表面纹理和轮廓，适合多数常规定位场景。背向光源是光源放在工件背面、工件和相机之间，形成剪影效果，轮廓非常锐利、边缘提取最稳定，适合对轮廓精度要求高的场景，但只能看到外形轮廓，看不到表面特征。选型时根据工位需要的是“轮廓定位”还是“表面特征定位”来选择合适的光源结构。

整体来看，搭建2D定位引导系统时，相机、镜头、光源的选型不是各自独立的，而是围绕“满足定位精度、保证图像清晰稳定”这一共同目标互相匹配。相机按“精度目标反推像素当量、再反推分辨率”选；镜头按“覆盖视野、控制畸变、匹配芯片尺寸”选；光源按“工件材质、特征类型、打光结构”选。三者匹配得当，后期调试阶段就会顺畅很多；选型一旦失衡，后期要么换硬件、要么靠算法硬扛，成本和稳定性都不理想。