當我們做視覺驗證方案的時候，拿到客戶給的樣品
1、視野大小：
首先根據產品的大小，和客戶的視覺檢測要求，我們要確定鏡頭的視野大小，一般情況下視野都要比我們需要檢測的區域大1/3，拿尺子量出來，記錄下初步的視野大小，單位是MM
2、工作距離：
確定一下我們的鏡頭離產品到底有多少距離，有些是客戶提供，有些是工程設計提供一些大體的要求，我們再做決定大體的一個工作距離，單位：mm
3、鏡頭焦距：
根據視野大小和工作距離，我們可以求一下鏡頭的焦距，具體公式如下： 焦距f ＝ WD工作距離 × 靶面尺寸( H or V) / FOV 視野大小( H or V)
4、相機的選擇：
一、黑白相機：這個是大部分案子的選擇
二、彩色相機：除了一些需要進行顏色檢測的案子外，彩色相機的選擇可以作為對黑白相機的一個補充，例如：有些產品，黑白相機拍出來的圖像對比度比較差，我們進行圖像處理的時候非常 不方便，這個時候就需要用到彩色相機了，彩色相機拍攝的圖像，轉化成黑白圖像，在轉化的過程中，我們可以進行轉化參數RGB的調整,調出我們需要的黑白圖像。
二、面陣相機和線掃相機
面陣相機是我們大部分應用的相機，一般都是選擇全快門的。
所謂的線陣相機，比較適合拍攝移動物體檢測，玻璃面板檢測瑕疵用的多數是線陣相機，印刷行業也用的比價多
三、還有熱成像相機、紫外線成像相機，等等其他的。
相機的選型主要選擇多少萬像素分辨率的相機，選擇公式如下：
首先要確定客戶要求的精度，一般情況下都是 精度 = 0.02mm ,除非客戶有更高精度的要求。
我們選型要用的精度一般都是在客戶的基礎是在放大2倍或者3倍，即，精度 = 客戶精度/2
那么我們的相機的分辨率就是：相機分辨率 = FOV 視野大小H/精度
再就是至於其他的參數驗證的過程中再進一步計算，一般的視覺這些就用了。
四、漏下了智能相機了，所謂的智能相機就是帶有操作系統的小型計算機，里面配有專門的圖像算法庫，單獨的OS，可以獨立運行。
智能相機目前和機器人配合用的比較多，有錢的公司可以用，或者特殊環境下
5、鏡頭的選擇：
一、一般的廣角鏡頭：一般情況下都是選擇500萬鏡頭，如果有特殊要求，可以在選擇高精度低畸變的鏡頭
二、遠心鏡頭： 3C行業用的比較多。
檢測視野比較小，精度要求較高的時候選擇遠心鏡頭，如果有特殊尺寸，可以選擇定制圓心鏡頭。
因為遠心鏡頭成像的范圍和鏡頭口徑大小有很大關聯。
三、線掃相機的鏡頭是專門的線掃相機鏡頭
四、其他的鏡頭，隨着視覺行業的發展，產品的種類也越來越多。
6、光源的選擇：
對於光源來說，它的作用就是保證相機可以拍攝到我們做圖像處理可以用的圖像為原則，做打光測試的時候，多多試驗。
環形光、條形光、點光源、同軸光、碗狀光源（又叫穹頂光源）等等。。光源還是有很多顏色的，白色、藍色、紅色、紫外線等等
7、以上的這些主要的目的就是要獲取我們做圖像處理需要的原材料——圖像，再就是我們設計的視覺照明系統一定要保證穩定，可以穩定的獲取相同規格的圖像
8、圖像軟件的選擇：
只介紹行業內用的最多的視覺庫
一般是Visionpro最簡單，容易上手和調試，修改也最方便
Halcon功能最強大
OpenCV，從這里很多公司自己調試封裝算法庫
LabView配合NI圖像處理軟件
再就是其他圖像軟件，種類太多
9、從事視覺行業一定要知道行業內的老大和老二，
基恩士絕對的老大，東西貴的一逼，精度高，速度快.
再就是老二,康耐視，Cognex,Visionpro就是他家的
10、最后補充下，還有2D鐳射激光測量儀，3D激光成像儀，這是作為高精度測量要求的（基恩士的是最好的吧，15萬以上吧。）
還有雙目相機組成的3D成像系統，還有結構光3D相機，等等吧。種類比較多
小結：總之，上面的一切都是為了能夠取得穩定的、合適的目標圖像，以便我們進行下一步的圖像處理和操作
補充：常用的編程平台基本上Windows最多，所以就是C#最多了，MFC也很多，LabView
也有Linux平台的，一般都是QT較多吧，基恩士的基本上都是嵌入式的視覺系統自己開發的
常用的通訊模式，一般是TCP/IP網絡通信，COM串口通信等等吧
最后，保存圖像，寫圖像程序，查看圖像處理的結果是否達到客戶的喲求，最后寫方案文檔
客戶最終確定之后，寫視覺系統界面，場內初步調試，出廠，客戶現場調試。
到客戶現場后，我們的程序經常要修改，包括圖像程序，客戶可能要添加各種功能和要求
什么時候，設備正常運轉了，我們的視覺系統穩定了，什么時候你就可以回公司了