工业相机作为机器视觉系统的核心组件，其选型直接影响检测精度、效率和稳定性。然而，许多用户在选型过程中因缺乏经验或认知偏差，容易陷入以下常见误区，导致设备性能不匹配或资源浪费。

误区1：盲目追求高分辨率

• 错误认知：分辨率越高，图像越清晰，检测效果越好。
• 真相：高分辨率会显著增加数据量，导致处理速度下降，且对镜头、光源和存储设备要求更高。需根据检测目标的最小特征尺寸（如缺陷宽度）计算所需分辨率，避免过度配置。

误区2：忽视传感器类型选择

• 错误认知：所有传感器（CCD/CMOS）性能相同，无需区分。
• 真相：
  • CCD：灵敏度高、噪声低，适合弱光或高速场景，但成本高、功耗大。
  • CMOS：成本低、集成度高、帧率高，适合动态检测，但暗电流噪声可能影响低照度表现。

误区3：帧率与实际需求脱节

• 错误认知：帧率越高越好，可覆盖所有场景。
• 真相：高帧率会牺牲分辨率或动态范围，且增加成本。需根据检测速度（如生产线节拍）计算所需帧率

误区4：忽略接口类型匹配

• 错误认知：所有接口（GigE/USB3.0/Camera Link）性能相同。
• 真相：
  • GigE：长距离传输（100m），适合分布式系统，但带宽较低（1Gbps）。
  • USB3.0：即插即用，带宽高（5Gbps），但传输距离短（5m）。
  • Camera Link：超高带宽（25Gbps），适合高速应用，但成本高、布线复杂。

误区5：动态范围与场景不匹配

• 错误认知：动态范围越大，图像质量越好。
• 真相：高动态范围（HDR）相机适合明暗对比强烈的场景（如焊接检测），但若场景光照均匀，过高的动态范围可能增加噪声。需根据实际光照条件选择。

误区6：忽视色彩还原需求

• 错误认知：黑白相机成本低，可替代彩色相机。
• 真相：
  • 黑白相机：灵敏度高，适合灰度对比检测（如边缘定位）。
  • 彩色相机：需识别颜色特征（如产品分类、缺陷颜色区分）时必不可少。

误区7：未考虑环境适应性

• 错误认知：所有相机均能适应恶劣环境。
• 真相：工业环境可能存在高温、潮湿、振动或电磁干扰，需选择防护等级（如IP67）、抗振动设计或工业级接口的相机。例如，食品行业需防水防腐蚀，汽车行业需抗振动。

误区8：过度依赖供应商推荐

• 错误认知：供应商推荐的型号一定最适合。
• 真相：供应商可能基于库存或利润推荐产品，而非实际需求。需明确自身参数（分辨率、帧率、接口等），结合测试验证性能。

误区9：忽略软件兼容性

• 错误认知：相机与视觉软件自动兼容。
• 真相：不同厂商的相机可能需特定驱动或SDK，需确认软件是否支持相机型号（如Halcon、VisionPro等）。

误区10：未预留升级空间

• 错误认知：当前需求满足即可，无需考虑未来扩展。
• 真相：生产线升级或检测精度提高时，相机可能成为瓶颈。建议选择分辨率、帧率或接口留有余量的型号，或支持模块化升级的相机。