机器视觉光学镜头四大要素机器视觉的集成和设计面临各种来自硬件
一个典型的机器视觉系统包括哪些硬件

⼀个典型的机器视觉系统包括哪些硬件⼀个典型的机器视觉系统包括以下五⼤块:1.照明照明是影响机器视觉系统输⼊的重要因素,它直接影响输⼊数据的质量和应⽤效果。
由于没有通⽤的机器视觉光源照明设备,所以针对每个特定的应⽤实例,要选择相应的照明装置,以达到最佳效果。
光源可分为可见光和不可见光。
常⽤的⼏种可见光源是⽩帜灯、⽇光灯、⽔银灯和钠光灯。
可见光的缺点是光能不能保持稳定。
如何使光能在⼀定的程度上保持稳定,是实⽤化过程中急需要解决的问题。
另⼀⽅⾯,环境光有可能影响图像的质量,所以可采⽤加防护屏的⽅法来减少环境光的影响。
照明系统按其照射⽅法可分为:背向照明、前向照明、结构光和频闪光照明等。
其中,背向照明是被测物放在光源和摄像机之间,它的优点是能获得⾼对⽐度的图像。
前向照明是光源和摄像机位于被测物的同侧,这种⽅式便于安装。
结构光照明是将光栅或线光源等投射到被测物上,根据它们产⽣的畸变,解调出被测物的三维信息。
频闪光照明是将⾼频率的光脉冲照射到物体上,摄像机拍摄要求与光源同步。
2.镜头⼯业镜头FOV(Field Of Vision)=所需分辨率*亚象素*相机尺⼨/PRTM(零件测量公差⽐)镜头选择应注意:①焦距②⽬标⾼度③影像⾼度④放⼤倍数⑤影像⾄⽬标的距离⑥中⼼点 / 节点⑦畸变3.相机按照不同标准可分为:标准分辨率数字相机和模拟相机等。
要根据不同的实际应⽤场合选不同的相机和⾼分辨率相机:线扫描CCD和⾯阵CCD;单⾊相机和彩⾊相机。
AFTvision机器视觉⼯业相机4.图像采集卡图像采集卡只是完整的机器视觉系统的⼀个部件,但是它扮演⼀个⾮常重要的⾓⾊。
图像采集卡直接决定了摄像头的接⼝:⿊⽩、彩⾊、模拟、数字等等。
⽐较典型的是PCI或AGP兼容的捕获卡,可以将图像迅速地传送到计算机存储器进⾏处理。
有些采集卡有内置的多路开关。
例如,可以连接8个不同的摄像机,然后告诉采集卡采⽤那⼀个相机抓拍到的信息。
有些采集卡有内置的数字输⼊以触发采集卡进⾏捕捉,当采集卡抓拍图像时数字输出⼝就触发闸门。
机器视觉(相机、镜头、光源 )全面概括

机器视觉(相机、镜头、光源)全面概括分类:机器视觉2013-08-19 10:52 1133人阅读评论(0) 收藏举报机器视觉工业相机光源镜头1.1.1视觉系统原理描述机器视觉就是用机器代替人眼来做测量和判断。
机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS 和CCD 两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。
2.1.1视觉系统组成部分视觉系统主要由以下部分组成1.照明光源2.镜头3.工业摄像机4.图像采集/处理卡5.图像处理系统6.其它外部设备2.1.1.1相机篇详细介绍:工业相机又俗称摄像机,相比于传统的民用相机(摄像机)而言,它具有高的图像稳定性、高传输能力和高抗干扰能力等,目前市面上工业相机大多是基于CCD(ChargeCoupled Device)或CMOS(Complementary Metal OxideSemiconductor)芯片的相机。
CCD是目前机器视觉最为常用的图像传感器。
它集光电转换及电荷存贮、电荷转移、信号读取于一体,是典型的固体成像器件。
CCD的突出特点是以电荷作为信号,而不同于其它器件是以电流或者电压为信号。
这类成像器件通过光电转换形成电荷包,而后在驱动脉冲的作用下转移、放大输出图像信号。
典型的CCD相机由光学镜头、时序及同步信号发生器、垂直驱动器、模拟/数字信号处理电路组成。
CCD作为一种功能器件,与真空管相比,具有无灼伤、无滞后、低电压工作、低功耗等优点。
CMOS图像传感器的开发最早出现在20世纪70 年代初,90 年代初期,随着超大规模集成电路(VLSI) 制造工艺技术的发展,CMOS图像传感器得到迅速发展。
CMOS图像传感器将光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器及控制器集成在一块芯片上,还具有局部像素的编程随机访问的优点。
机器视觉

机器视觉系统视觉检测技术是精密测试技术领域内最具有发展潜力的新技术,它综合运用了电子学、光电探测、图象处理和计算机技术,将机器视觉引入到工业检测中,实现对物体(产品或零件)三维尺寸或位置的快速测量,具有非接触、速度快、柔性好等突出优点,在现代制造业中有着重要的应用前景。
图1-1 视觉检测一.机器视觉简介美国机器人工业协会(RIA Robotic Industries Association)的自动化对机器视觉下的定义为:机器视觉(Machine Vision)是指光学的装置和非接触的传感器自动的接受和处理一个真实物体的图像,通过分析图像获得所需信息或用于控制机器运动的装置。
机器视觉主要由视觉传感器(如工业相机)代替人眼获取客观事物的图像,利用计算机来模拟人或再现与人类视觉有关的某些职能行为,从图像中提取信息,并进行处理与分析,最终用于实际的检测、测量与控制。
图1-2 机器视觉机构图机器视觉的应用主要有检测和机器人视觉两个方面:⒈检测:又可分为高精度定量检测(例如显微照片的细胞分类、机械零部件的尺寸和位置测量)和不用量器的定性或半定量检测(例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测)。
⒉机器人视觉:用于指引机器人在大范围内的操作和行动,如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上(即料斗拣取问题)。
至于小范围内的操作和行动,还需要借助于触觉传感技术。
二.机器视觉系统典型的机器视觉系统:光源,镜头,相机,图像处理单元(图像捕获卡),图像处理软件,监视器,通信/输入输出单元等。
机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD 两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。
图2-1 机器视觉检测流程图2.1光源光源是影响机器视觉系统图像质量的重要因素,照明对输入数据的影响至少占到30%。
机器视觉系统组成总结

机器视觉系统组成总结机器视觉系统通常由以下几个主要组成部分构成:
1. 图像采集设备
- 数字相机或工业相机
- 照明系统
- 镜头和滤光片
2. 图像传输接口
- 数据传输线路
- 图像采集卡或帧存储器
3. 图像处理硬件
- 中央处理器()
- 图形处理器()
- 数字信号处理器()
- 现场可编程门阵列()
4. 图像处理软件
- 图像预处理模块
- 图像分割模块
- 特征提取模块
- 模式识别模块
- 决策模块
5. 输出设备
- 显示器
- 控制系统
- 机器人执行器
6. 通信接口
- 工业以太网
- 现场总线
- 无线通信
机器视觉系统的各个组成部分协同工作,完成从图像采集到处理、分析、识别和执行控制的全过程。
每个部分都对系统的整体性能和可靠性起着重要作用。
根据具体应用场景和需求,可以对各个组成部分进行优化和定制化设计。
镜头基本结构

镜头基本结构机器视觉光学系统讨论的是可见视觉成像系统的镜头,镜头的作用是将目标聚集在图象传感器的光敏面上,镜头质量的好坏直接影响到机器视觉的整体性能,合理选择光学镜头是机器视觉系统设计的一个重要环节。
机器视觉光学系统的镜头一般由一组透镜和光阑组成,下面分别做简单介绍:1)透镜透镜包括凸透镜和凹透镜两种,其中凸透镜对光线具有会聚作用,也称为会聚透镜或正透镜;凹透镜对光线有发散作用,也称为发散透镜或负透镜。
由于正负透镜具有相反的作用,所以经常将两者配合使用,以矫正像差或其他失真。
2)光阑进入镜头的光束大小一般由透镜框和其他机械结构决定。
通常在镜头中设置设置带孔的金属薄片以限制光束的大小,称为光阑,其通光孔一般为圆形并中心在透镜的中心轴上。
为了调节进光量,普通镜头都具有光圈调节环,调节环转动时带动镜头内的黑色叶片以光轴为中心做伸缩运动,称为可变孔径光阑。
镜头中决定成像面大小的光阑称为视场光阑。
镜头的镜管通常被加工成罗纹状并漆成黑色以消除杂光的影响。
4)自动光圈在机器视觉中,自动光圈的主要作用是通过自动调整光圈控制入射光通量的大小,从而使CCD获得理想的曝光,以获得理想的图象。
自动光圈镜头目前主要有两类:一类是视频驱动型(Video),另一类是直流驱动型(DC)。
5)变焦镜头变焦镜头的成像质量一般低于固定焦距镜头,但在无须改变物距的情况下通过焦距变化即可获得清晰的图象,从而提高了机器视觉的设计灵活性。
6)自动调焦自动调焦镜头可以根据不同的成像目标对镜头的焦距进行自动调整,从而确保在多种应用下都能实现精确聚焦。
CCD相机一般采用差分式对比传递函数方式进行自动调焦。
7)镜头接口物镜的接口尺寸国际标准共有三种:F型、C型、CS型。
F型比较通用,一般实用于焦距大于25mm的镜头,而小于25mm时因为物镜的尺寸不大,便采用C型或CS型。
8)镜头性能镜头的性能指标主要包括焦距、相对孔径、视场角度和光谱特性几个方面。
机器视觉

机器视觉是一个相当新且发展十分迅速的研究领域,目前己成为现代制造业工业的重要研究领域之一。
近年来在机器视觉技术基础上的各项研究及应用不断的发展,针对不同应用情况的特点,形成了不同的基于机器视觉技术的应用系统。
在工业零件制造中,经常需要对半成品或成品或再制造产品进行几何尺寸的检测,一般要求具有较高的检测精度和较快的检测速度。
传统的接触式的人工检测的方法不但繁琐,劳动强度大,而且检测速度较慢,不能消除人为的测量误差。
在检测过程中还可能对物体的表面造成一定的损伤,这些都使得传统检测方法达不到理想的要求。
非接触式的基于机器视觉技术的在线检测方法,以其检测速度快,精度高,测量项目多等特点在工业制造中具有广阔的应用前景。
本文基于工业中圆形再制制造产品的检测要求,对机器视觉的在线工件检测系统进行了深入的分析和研究。
1.1机器视觉1.1.1 机器视觉的概念机器视觉,简单的讲,可以理解为给机器加装上视觉装置,或者是加装有视觉装置的机器。
给机器加装视觉装置的目的,是为了使机器具有类似于人类的视觉功能,从而提高机器的自动化和智能化程度。
由于机器视觉涉及到多个学科和多种技术(包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术,光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术等),所以给出一个精确的定义是很困难的,而且在这个问题上见仁见智,各人认识也不尽相同。
美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会关于机器视觉的定义是:"Machine vision is the use of devices for optical non-contact sensing to automatically receive and interpret an image of a real scene in order to obtain information and/or control machines or processes.”译成中文:“机器视觉是使用光学器件进行非接触感知,自动获取和解释一个真实场景的图像,以获取信息或控制机器或过程。
机器视觉工程师招聘笔试题及解答(某大型集团公司)2025年
2025年招聘机器视觉工程师笔试题及解答(某大型集团公司)(答案在后面)一、单项选择题(本大题有10小题,每小题2分,共20分)1、以下哪个技术不属于机器视觉的预处理步骤?A、灰度化B、滤波C、神经网络D、边缘检测2、在机器视觉中,以下哪个算法主要用于图像分割?A、K-means聚类算法B、卡尔曼滤波C、支持向量机(SVM)D、霍夫变换3、题干:在机器视觉中,以下哪个术语描述了一种通过检测图像中的特定形状或图案来识别物体的方法?A. 边缘检测B. 特征提取C. 光流分析D. 深度学习4、题干:以下哪种技术通常用于在机器视觉系统中实现图像增强,以提高图像质量或突出特定特征?A. 图像滤波B. 图像分割C. 图像压缩D. 图像配准5、题干:以下哪个技术不属于机器视觉中的图像预处理技术?A. 图像去噪B. 图像增强C. 图像分割D. 深度学习6、题干:在机器视觉中,以下哪种算法主要用于检测图像中的边缘?A. 卡尔曼滤波B. Canny边缘检测算法C. 支持向量机D. 欧几里得距离变换7、以下哪个技术不属于机器视觉系统的基本组成部分?A、图像采集模块B、图像处理算法C、数据库管理D、传感器8、在机器视觉系统中,以下哪种图像处理技术主要用于消除图像噪声?A、边缘检测B、滤波C、颜色空间转换D、特征提取9、题干:在机器视觉系统中,用于检测物体边缘的常用算法是:A. 模糊算法B. 区域生长算法C. Canny边缘检测算法D. Hough变换 10、题干:以下哪种传感器在机器视觉系统中常用于获取图像数据?A. 温度传感器B. 加速度传感器C. 激光测距传感器D. 红外线传感器二、多项选择题(本大题有10小题,每小题4分,共40分)1、以下哪些技术属于机器视觉领域的基础技术?()A、图像处理技术B、机器学习技术C、深度学习技术D、光学成像技术E、信号处理技术2、以下哪些是机器视觉系统的常见应用?()A、工业自动化检测B、医疗影像分析C、智能交通系统D、人脸识别E、卫星遥感图像处理3、以下哪些技术属于机器视觉领域的核心算法?()A. 支持向量机(SVM)B. 人工神经网络(ANN)C. 深度学习(Deep Learning)D. 神经元网络(Neural Network)4、以下哪些因素会影响机器视觉系统的性能?()A. 环境光照B. 摄像头分辨率C. 图像处理算法D. 图像采集速度5、以下哪些技术属于机器视觉中图像处理的基本技术?()A. 颜色转换B. 图像滤波C. 边缘检测D. 形态学变换6、在机器视觉系统中,以下哪些是常见的图像配准方法?()A. 空间变换B. 基于特征的配准C. 区域匹配D. 光流法7、以下哪些是机器视觉系统中常见的图像预处理步骤?A. 图像去噪B. 图像增强C. 图像分割D. 图像压缩E. 特征提取8、以下哪些算法在机器视觉的物体检测任务中应用广泛?A. 深度卷积神经网络(CNN)B. 基于Haar特征的级联分类器C. 光流法D. 模板匹配法E. 区域生长法9、以下哪些技术是机器视觉系统常见的图像处理技术?()A. 图像滤波B. 边缘检测C. 图像分割D. 3D重建 10、以下哪些因素会影响机器视觉系统的性能?()A. 图像质量B. 照明条件C. 系统算法D. 硬件配置三、判断题(本大题有10小题,每小题2分,共20分)1、机器视觉系统中的相机通常需要校准,以确保图像的准确性和一致性。
机器视觉基础知识[1]
55
工业摄像机接口类型
CameraLink
Usb2.0
1394a
1394b
GigE
Ethernet
速度 Base: 1.5Gbps
480Mbps
Medium: 3.8Gbps
Full: 5.1 Gbps
400Mbps 800Mbps 1000Gbps
100Mbps
距离 10m
5m
4.5m
4.5m
100m
结果 孔 半径
1 3.147 mm ✓ 2 3.052 mm ✓ 3 2.785 mm
被测物体
应用
CCD/CMOS图像传感器
2021/7/17
11
机器视觉市场
机器视觉系统中部件包括: 光源、工业摄像机、图像采集卡、镜头、图像 处理设备等。
机器视觉市场包括: 部件生产商 代理商 系统集成商
Serial readout register
Output (Amplifier)
2021/7/17
43
CCD Sensor—Frame Transfer Sensor
Light sensitive CCD-sensor
解决了Full Frame Array Sensor发生 Smear现象的问题 从感光部分转移到屏蔽存储区域的时 间约为500us
人类视觉
机器视觉
空间分 辨力
分辨率较差,不能观看微小 的目标
目前有4K×4K的面阵摄像机和 12K的线阵摄像机,通过备置 各种光学镜头,可以观测小 到微米大到天体的目标
速度
0.1秒的视觉暂留使人眼无法 快门时间可达到10微妙左右,高
看清较快速运动的目标
速像机帧率可达到1000以上,
机器视觉系统设计及性能评估
机器视觉系统设计及性能评估I. 介绍近年来,机器视觉系统已经成为工业自动化以及视觉检测领域的一个重要分支,其所具有的高精度、高效率以及定量化等特性,使它在现代制造业和生产过程中得到了广泛的应用。
机器视觉系统可用于产品质量控制、安全监测、机械自动化等众多领域,因此它的设计和性能评估都具有极高的重要性。
II. 机器视觉系统设计机器视觉系统的设计可以分为以下几方面:1. 传感器选择:根据不同的应用场景和需求,选择适合的传感器是机器视觉系统设计的首要问题。
当前常用的传感器主要有CCD、CMOS 以及 PSD 等,每种传感器都有其适合的应用场景。
2. 光学设计:光学设计是机器视觉系统中的关键环节,它直接影响着系统的成像质量和分辨率。
在设计光学系统时需要考虑的因素包括:击中面积、焦距、光圈、镜头类型、透镜材质等。
3. 图像采集卡和处理器的选择:机器视觉系统中的图像采集卡和处理器的选型也是非常重要的,它决定了系统的整体工作流程和图片处理过程。
根据不同的需求,可以选择不同的图像采集卡和处理器。
4. 图像算法的设计:机器视觉系统的成功与否取决于其内部的图像算法,因此在机器视觉系统设计中,图像算法的设计是不可忽视的。
常用的图像算法包括:形态学处理、直方图均衡化、边缘检测等。
III. 机器视觉系统性能评估机器视觉系统的性能评估可以从以下几个方面入手:1. 成像质量评估:成像质量是机器视觉系统的核心指标之一,它直接影响到系统的可靠性和稳定性。
在成像质量评估中需要考虑的因素包括:分辨率、对比度、亮度均匀性等指标。
2. 视野范围评估:视野范围是机器视觉系统设计中另一个重要的指标,它决定了机器视觉系统在不同应用场景下的适用性和可拓展性。
3. 速度和精度评估:速度和精度是机器视觉系统的另外两个重要指标,它们直接决定着机器视觉系统在现实工业生产中的可用性和效益。
在这方面的评估需要考虑诸如反应时间、图像匹配准确性等指标。
4. 系统可靠性评估:系统可靠性评估也是机器视觉系统评估中不可缺少的一环,它涉及到了众多方面,例如:自动化程度、识别准确率、软硬件稳定性等。
机器视觉(重要基础)
螺口:0.75(M42/M58/M72等)、 C/CS(32thread/inch)
卡口:F口(Nikon)、Cannon、Petax等
远心镜头
在测量系统中,物距常发生变化,从而使像高发生变化,所以测得 的物体尺寸也发生变化,即产生了测量误差;
即使物距是固定的,也会因为CCD敏感表面不易精确调整在像平面 上,同样也会产生测量误差。
包括光源、镜头、相机、 图像采集卡等。
为什么要采用机器视觉
节省时间 降低生产成本 优化物流过程 缩短机器停工期 提高生产率和产品质量 减轻测试及检测人员劳动强度 减少不合格产品的数量 提高机器利用率
机器视觉应用简介
有一种镜头可以很大程度上降低以上误差, 甚至消除这些误差,这种镜头就是远心镜头。
远心镜头在机器视觉中的应用
如果一个镜头的投影中心在无穷远,称其为 物方远心镜头。
普通镜头
物方远心镜头镜头
远心镜头在机器视觉中的应用
VW 低频亮区最高亮度。
Vmin 频率 f 处的最低亮度 。
Vmax 频率 f 处的最高亮度 。
低频对比度 C(0) =(VW- VB )/(VW+VB) 。
频率 f 处的对比度
C( f ) =(Vmax - Vmin)/(Vmax + Vmin)
MTF( f )= 100%*C( f )/C(0)
GIGI(Gauge、Inspection、Guide、dentification)
一、Gauge(Measurement)
机器视觉应用简介
二、Inspection(应用范围最广)
机器视觉应用简介
三、Guide
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
四大参数已经定义机器视觉系统的性能,选择和优化另外六个参数,可以减少设备的设置费用、系统的故 障时间,并优化设备的集成和设计面临各种来自硬件、软件和电子方面问题的挑战,如果忽视光学性能规格,不了解 如何评估光学器件,用户挑选合适的机器视觉镜头将会面临挑战。通过了解 10 项镜头规格,可以帮助集成商 和用户挑选镜头,来优化或评估各自系统的性能。
视觉系统光学性能的 4 项最基本参数是视野(field of view)、分辨率 resolution、工作距离 working distance 和景深 depth of field(见图)。需要考虑的更高级的集成规格参数包括焦距(f)、maximum chip format、失真(distortion)、变焦/聚焦特点(zoom/focus)、design conjugate、聚焦远心(telecentricity)。
机器视觉系统的基本光学参数包括视野、工作距离、分辨率和景深。放大倍数不是基本参数。
四大参数 ● 视野 简单而言,视野应该是你需要检查的物体的尺寸。很多从事机器视觉系统规格的工程师是从放大倍数的角 度来思考的。然而,放大倍数是一种相对规格,依赖于图像传感器的尺寸和显示器件的尺寸。从视野或分辨率 的角度来说,它没有真正意义。例如,一种具备 50 倍放大倍数的系统可能具有 5.3 毫米的视野(假如该系统 使用的是 1/2 英寸 CCD 和 13 英寸显示器)或 15.2 毫米的视野(1 英寸 CCD、19 英寸显示器)。你必须规 定视野,以确保视觉系统能够检验你感兴趣的整个区域。 ● 分辨率 只有规定视野而不是规定放大倍数,才能确保系统将具有合适的分辨率。分辨率是系统可以测到的受检验 物体上的最小可分辨特征尺寸。在多数情况下,视野越小,分辨率越好。系统的分辨率是由光学器件的调制传 递函数(modulation transfer function, MTF)、摄像机、电缆和显示硬件等多个参数决定的。MTF 限定了部 件在分辨率和对比度方面的总体成像性能。 光学器件的 MTF 常常被忽略,而仅仅根据基本放大倍数和摄像机像素数量来计算系统的分辨率是。这种 近似计算假定光学器件是完美的,往往导致镜头规格偏低,并使系统性能降低。如果了解镜头把来自物体的数 据传递到摄像机芯片的精确度,集成商就可以使系统的视野达到最大,同时为手头的工作维持适当的分辨率。 ● 工作距离 有时,各种机械限制支配光学限制。工作距离是从镜头前部到受检验物体的距离。需要的工作距离越长, 保持小视野的难度和成本就越高。通常,人们会出于需要而规定小视野,同时出于方便而规定相当长的工作距 离。然而,这种配置会极大地增加成本,往往会降低分辨率,并削弱光学器件的采光能力,从而不必要地降低 了系统的总体成像性能。当存在机械限制时(比如在真空箱内部获取某反应的图像),这种配置也许是必要 的。不过,假如长工作距离不是必需的,那就不要把事情搞得过于复杂。 ● 景深 假如成像的物体是三维的,那么你还必须考虑景深。镜头的景深是物体离最佳焦点较近或较远时,镜头保 持所需分辨率的能力。大的景深能够简化各种安装限制,这是因为不需要进行精确的移动来使物体定位于镜头 的额定工作距离。不过要记住,虽然镜头会在规定的景深上保持最小分辨率,但它们不一定会在该景深上保持 相同视野。放大倍数的这种变化可能对机器视觉测量应用造成灾难性后果。远心镜头可以把该问题减小到最低 程度。