其中相机的分辨率和帧率主要根据检测精度和检测速度来选择，通过计算检测物体的视场大小与相机与被测物之间的距离决定合适的分辨率，考虑被测物体的运动速度与检测精度要求选择相机的帧率。
对于镜头，轴承缺陷检测主要需要根据相机的极限分辨率来选取对应的镜头分辨率，选择大于相机极限分辨率的相机即可，还需要根据工作距离与视野计算镜头的焦距，并根据被测物体与相机的距离变化选用合适的景
视觉引导定位
其中相机的分辨率和帧率主要根据检测精度和检测速度来选择，通过计算检测物体的视场大小与相机与被测物之间的距离决定合适的分辨率，考虑被测物体的运动速度与检测精度要求选择相机的帧率。
对于镜头，轴承缺陷检测主要需要根据相机的极限分辨率来选取对应的镜头分辨率，选择大于相机极限分辨率的相机即可，还需要根据工作距离与视野计算镜头的焦距，并根据被测物体与相机的距离变化选用合适的景深。在测量下，要保证测量精度，除以上参数的正确选择之外，可以选择几何畸变相对于普通镜头小的远心镜头，远心镜头不仅几何畸变较小，还能减小物体距离变化带来的误差。
观点二：
在各种缺陷检测的应用中，打光是个难点。如果获得的图片让人看还要仔细斟酌才能给出结果，那么算法就太难做了。反之如果前期搞好打光，突出所要检测的特征，算法并不是困难的东西。
但是，注意这里有一个很严重的但是。我并不是说算法已经够好了，机器视觉和人类的差距还是非常巨大的！这里面差距就是智能。没错，智能相机距离智能两个字，还很远。主要体现在：对于非预期的缺陷的识别。
在当今社会中，随着计算机技术、AI人工智能等科学技术的兴起和发展以及深入的研究，出现了基于机器视觉技术的表面缺陷检测技术。该技术的出现极大地提高了生产操作的效率，避免了由于操作条件、主观判断等因素而影响检测结果的准确性，从而能够更好，更准确地检测表面缺陷，并更快地识别产品表面瑕疵缺陷。
产品表面缺陷的检测属于一种机器视觉技术，即使用计算机视觉来模拟人类视觉的功能，从具体的实物进行图像采集处理，计算以及终对特定对象的实际检测，控制和应用。产品表面缺陷检测是机器视觉检测的重要组成部分，其检测的准确性将直接影响产品的终质量。
2、有效“干扰”用户的视线，为用户提供有效选择的、某种可能的“引导”，支持用户试图去完成它们的目标和任务同时通过文献的研究发现，一般用户的视觉习惯为：（1）左上角优先，从左到右、从上到下的阅读习惯（古腾堡法则）；（2）字体对比：字体越大、越粗，表示这部分内容越重要；“用户在页面上的视线移动，并不是随机的。它是一种所有人类共有的、对于视觉刺激产生的、一系列的复杂的原始本能反应。”设计师可以通过有效的视觉手段，来吸引或分散用户的注意力。
（作者： 来源：）
