我需要使用图像处理对公差为 20 微米的物体进行尺寸检查。要以毫米为单位测量尺寸，我需要每个像素的毫米值来进行像素到毫米的转换。
相机和镜头规格： 5 MP 矩阵视觉相机 (2592 x 1944) 25 毫米镜头
我是如何做到的： 我使用了一个 30 厘米的尺子来获得相机所覆盖的以毫米为单位的实际视野。我使用 OpenCV 中的 Matplotlib 函数得到了图像的绘图，如图所示。 Image for scaling
从图像中我得到 31 毫米作为相机覆盖的实际宽度，相机分辨率为 2592 x 1944。所以我得到毫米/像素 = 31/2952 = 0.011959876。 但我想知道在尺寸检查中需要 20 微米的公差时，使用厘米刻度查找毫米/像素值是否是正确的方法。如果这不是正确的方法，那么寻找毫米/像素值的解决方案将非常有帮助。
【问题讨论】：
标签： image-processing camera pixel dimensions camera-calibration
我相信你正在做的事情真的很边缘。首先，为了尽可能精确，我会使用最左边和最右边标尺刻度的右（或左）边缘，就像我在这里草绘 一样：
然后使用此像素值来计算毫米/像素校准值。即使用这种方法20亩也很难做到。假设我们可以以 2 个像素的精度（非常乐观）确定标尺刻度边缘位置，那么您将有大约 31mm/2580 * 2 的误差，即大约 25 亩。
如果您真的需要 20mu 的校准精度，我会选择 microscope calibration target。我一直使用其中一种来完成这种校准任务。
【讨论】：
在 31 毫米 = 31000 微米的视场上 20 微米对应于 1.7 像素，因此您的测量误差必须小于此值。这是一个严格的要求。你的尺子和手动操作不合适。
首先，您应该检查镜头畸变的幅度，它很可能会超过这 1.7 个像素。您将需要一个可以将变形模型拟合到图像的精确校准程序。为此，您应该使用经过认证的校准目标，例如点网格或棋盘图案。
校准软件在测量和补偿失真的同时，会提供物理单位（知道网格间距）和像素之间的比例因子。您可以通过斑点分析或测量技术测量目标上的特征位置，然后使用模型的最小二乘拟合。
为机器视觉应用程序制作的软件包确实包含此类工具。
另外请注意，由于边缘位置错误，物体的尺寸测量可能存在偏差。简单地移动光源可能会导致测量尺寸发生变化。
如果您的对象总是相同且位于视野中的相同位置，一个廉价的解决方案是建立一个以像素为单位的可重复测量程序，并对其中一个部件进行物理测量。这将为您提供在相同条件下有效的比例因子。
但简单地移动对象会产生明显的效果，无论是通过改变边缘上的光反射/阴影还是通过产生不同的失真。
【讨论】：