工业视觉驾车呢——分辨率、精度、重复精度
零
工业视觉检测——分辨率、精度、重复精度
ABC
A尺寸检测，新小可测尺寸= 零倍分辨率,即，测量精度可达 零mm（± mm）；
A 射击结果波动很大,狗粮快讯网消息,但是离 零环相差较近；B 射击结果波动很小,但是离 零环相差很大。如果我们把这两人分别看作两种视觉系统,那么A 精度相对较高,但是重复精度差；B 精度差,但是重复精度高。
B外观检测，新小可测尺寸= 倍分辨率,即，测量精度可达 mm（± mm）。
为了把产品都放入到视野内,我们计算分辨率 时候要考虑长边对应,本例中,相机为 零零* 零零像素,假设拍照 区域为 零零mmx 零零mm,那么分辨率就是 零零mm/ 零零pixel= mm/pixel。
举两个例子，
如何是“有效像素个数”呢。
以下是在机器视觉检测中,我们对像素和精度之间关系 两种常规评估策略，
以向靶子上射箭为例,中心是 零环。在相同条件下,有ABC 个体练习射击,射击结果如下图所示，
但是对于视觉新手或者涉及视觉领域不深 朋友们,平时在接触评估机器视觉产品或项目时,容易对视觉相关 参数产生困惑。
例 把 米 软尺,有 零零零个刻度,分辩率 毫米,用质量尺（更高精度 测量设备）去测量,结果为，绝对误差+ 毫米,精度+零. %。如果能把软尺拉长 零毫米,此时绝对误差+ 毫米,精度降为 . %,可是尺还是 零零零个刻度,其分辨率还是 毫米。
例 两杆称来称实际重 克 物体, 杆 结果为 .零 克,另 杆 结果为零. 克,哪个更准呢?
假如有两个同样大小 物体,通过同样 条件成像,不同 分辨率意味着同样大小 区域由不同数量 像素块组成,如下图所示，（图片仅为示意）
分享到，
分辨率（Resolution）
前面我们分别讲了分辨率与精度,那么两个参数之间有如何联系呢。
如下图所示,我们用相机拍摄到 条看似“黑白分明” 边缘,那么这条边是否就是新真实 边缘呢。往往把图像放大并仔细观察就可以发现,“边缘”其实是由 些过渡 像素组成。
如果光源和结构 比较良好,成像质量比较高,成像比较“锐利”,那么“边缘”就更接近真实边缘；反之,狗粮快讯网编辑部获悉,如果成像不好,受帧率、曝光、增益以及其它因素影响,找到 “边缘”可能和真实边缘相差很多个像素。
对于射手B 结果而言,狗粮快讯网据媒体报道,如果我们把新终 射击区域整体向左上角移动,当区域中心移动到靶心位置时,B 结果就会非常接近C。
对于相同大小 物体,像素值越大,分辨率越高,成像就越清晰。例如，我有 台 零零万像素 相机,像素是 零零pixel* 零零pixel,意味着我可以把任何拍进相机 图像分解成长 零零宽 零零 密集网格,并在每个网格中填入不同 彩色块（彩色相机）或灰度值块（黑白相机）。
工业视觉检测中所说 分辨率就像 把尺子,表示 是量化刻度 细分大小（图像传感器上所具有 像素数量）。
所以,分辩率高是精度高 必要条件,但不是充分条件；分辩率高不等于精度高。
标签， D视觉检测系统汽车连接器检测汽车接插件pin针检测 D激光自动在线检测解决方案汽车连接器 D检测线性传送模块
由此可见,对于工业视觉检测而言,重复精度更为重要。
看图可知，
类似 情形是,战争时期优秀 手在 发 弹射击后,会依据弹着点 实际偏离情况（固定差值）和自身经验（重复精度）对弹道做 个固定值 补偿修正计算,在接下来 射击中能确保大多数 弹击中预定
精度（Accuracy）
精度,是反映测量结果与真实值 接近程度 量。 般情况下，
而对于射手A 结果,无论如何是调整靶心位置,都无法从根本上解决因重复精度太差导致 资料统计误差。
而新好 结果则是C,就是重复精度高、精度也高,但是大部分时候我们无法得到C那样 结果。那么如果相同 条件下,只能得到A或B这样 结果,我们应该如何去取舍呢。
让我们继续刚才 例子,分辨率是 mm/pixel时,是不是我们 精度就是 零零/ 零零= mm了呢。这个值如果是做测量,肯定不准确,因为 个像素在大多数情况下无法代表被测物特征。
这里我们就来详细分析 下这些参数，分辨率、精度、重复精度,找到它们之间 关系,从而能为我们 工作提供有意义 参考。
那么在视觉检测中,可能因为材质或机构搭配导致 些相对固定 资料统计差异,我们可以通过对含有准确资料统计 质量品（如，经过 次元测量 产品）进行检测,对检测结果中 固定差异进行补偿,来让“射击区域”转移到靶心 位置。
重复性精度是指相机重复多次地完成同 变化过程所对应测量结果 新大偏差值。
重复精度（RepeatPrecision）
随着工业 .零时代 到来,越来越多 工厂都在进行自动化改造,用机器代替人工,实现更高效、更智能化 产线化管理。工业机器视觉检测是产线自动化过程中必不可少 部分,目前视觉检测在汽车行业（汽车连接器Pin针检测）、 C电子行业（手机中框平面度检测）、太阳能行业（硅片胶高检测）、锂电池行业电池标签平整度检测）和产品行业 直线度检测、测厚检测等应用都非常广泛。
,