Machine Vision Objektiv- & Kamerarechner
Wählen Sie Kamerasensor, Objektiv und Objekt und sehen Sie sofort, was die Kamera sieht: Sichtfeld, Millimeter pro Pixel, Schärfentiefe, Beugung, Belichtungszeit und Rauschen. Die Vorschau simuliert das echte Bild Pixel für Pixel - so beurteilen Sie, ob ein Kratzer, ein Etikett oder ein 0,5-mm-Merkmal wirklich erkennbar ist, bevor Sie Hardware kaufen.
Jetzt ausprobieren
Die Berechnung läuft auf unserem Server, die Vorschau wird in Ihrem Browser gerendert (WebGL 2). Die Vorlagen sind typische Datenblattwerte - prüfen Sie vor dem Kauf das Datenblatt Ihres konkreten Modells.
Warum rechnen, bevor man eine Kamera kauft?
Die meisten gescheiterten Bildverarbeitungsprojekte scheitern nicht an der Software, sondern an der Optik: Kamera, Objektiv und Arbeitsabstand wurden aus dem Katalog gewählt, ohne nachzurechnen. Das Teil passt nicht ins Bild, der Fehler ist kleiner als zwei Pixel, die Schärfentiefe reicht für unterschiedlich hohe Teile nicht oder die Belichtung ist für das laufende Förderband zu lang. Zehn Minuten mit diesem Rechner beantworten diese Fragen vorab.
Ist der Fehler sichtbar?
Lesen Sie die Objektauflösung (mm/px) und das kleinste Detail ab. Ein Fehler sollte mindestens 3-5 Pixel groß sein, damit er zuverlässig erkannt wird - die Vorschau zeigt genau, wie er aussieht.
Arbeitsabstand festlegen
Geben Sie die Teilegröße ein und finden Sie Abstand und Brennweite, die das Bild ohne Anschnitt füllen - inklusive Bauraum über dem Förderband.
Reicht die Schärfentiefe?
Teile mit unterschiedlicher Höhe oder Schräglage brauchen einen tiefen Schärfebereich. Sehen Sie, wie Abblenden hilft und ab wann Beugung Auflösung kostet.
Licht und Bewegung
Prüfen Sie Belichtungszeit und SNR für Ihre Beleuchtung. Ist die Belichtung für die Bandgeschwindigkeit zu lang, brauchen Sie mehr Licht, ein lichtstärkeres Objektiv oder größere Pixel.
Nicht doppelt kaufen
Vergleichen Sie eine Raspberry-Pi-Kamera mit einem industriellen Global-Shutter-Sensor oder ein günstiges M12-Objektiv mit einem C-Mount-Objektiv, bevor Sie bestellen.
Mit Zahlen sprechen
Teilen Sie die Werte mit Ihrem Integrator oder mit uns. Ein konkreter Aufbau macht Angebote schneller und genauer.
So nutzen Sie den Rechner in 4 Schritten
- 1
Objekt wählen
Nehmen Sie eine Vorlage (Münze, Karte, Testchart, Palette ...) oder eine eigene Box mit den Maßen Ihres Teils.
- 2
Sensor und Objektiv einstellen
Vorlage wählen oder Pixelgröße, Auflösung, Brennweite, Blende und Bildkreis aus dem Datenblatt eingeben.
- 3
Abstand und Winkel anpassen
Bewegen Sie die Kamera, bis das Objekt das Bild füllt. Achten Sie auf die Hinweise zu Bildkreis, Fokus und Beugung.
- 4
Pixel prüfen
Zoomen Sie in der Vorschau auf 100 % oder 800 %, um zu sehen, ob Schrift, Kanten und kleine Fehler noch aufgelöst werden.
Was berechnet wird
Dünnlinsenmodell mit fokusabhängigem Abbildungsmaßstab und effektiver Blende, rektilineare oder Fisheye-Projektion, radiale Verzeichnung, laterale chromatische Aberration, cos⁴- und Bildkreis-Vignettierung, Defokus-Unschärfe aus der realen Blendenöffnung, Beugung (Airy-Scheibchen), Pixelabtastung, Photonenrauschen, Ausleserauschen und Full-Well-Sättigung. Nicht modelliert: Bayer-Demosaicing und objektivspezifische Fehler wie Koma, Astigmatismus und Bildfeldwölbung.
Häufige Fragen
Wie viele Pixel braucht ein Fehler, um erkannt zu werden?
Als Faustregel mindestens 3 Pixel für die reine Erkennung und 5-10 Pixel für eine zuverlässige Klassifikation. Für Messaufgaben planen Sie mit Subpixel-Verfahren und mindestens 10 Pixeln pro Toleranzband.
Wie berechnet man das Sichtfeld?
Bei einem rektilinearen Objektiv: Sichtfeld = Sensorgröße × Arbeitsabstand / Bildweite. Der Rechner berücksichtigt zusätzlich den Fokusabstand (die Bildweite wächst beim Nahfokus) und Fisheye-Projektion.
Warum wird das Bild mit kleinerer Blende nicht immer schärfer?
Abblenden vergrößert die Schärfentiefe, aber die Beugung wächst mit der Blendenzahl. Sobald das Airy-Scheibchen größer als etwa 2-4 Pixel ist, sinkt die Auflösung. Der Rechner warnt Sie in diesem Fall.
Reicht eine Raspberry-Pi-Kamera für industrielle Prüfung?
Manchmal - bei langsamen Prozessen und gutem Licht. Kleine Pixel bedeuten mehr Rauschen, Rolling Shutter verzerrt bewegte Teile. Vergleichen Sie im Rechner einen Pi-Sensor mit einem Global-Shutter-Sensor wie dem IMX264.
Können Sie das komplette System für uns auslegen?
Ja. AfaTech plant Kamera, Objektiv, Beleuchtung, Mechanik und KI-Software als ein System und liefert vor Ort oder remote.
Unsicher, welcher Aufbau passt?
Schicken Sie uns Ihr Teil, die Taktzeit und Fehlerbeispiele. Wir legen Kamera, Optik, Beleuchtung und KI-Prüfung als ein System aus.