机器视觉为工业控制系统增加了新的维度，它可以提供装配线上零件的尺寸、位置和方向。而合适的镜头选择对于机器视觉能否发挥应有的作用是非常重要的。

    在绝大多数机器视觉应用里，光学控制都是非常重要的。机器人视觉系统同样要求极高的可重复性，因此减少抖动提供清晰图像是必要的。
　　尽管照相机、分析软件和照明对于机器视觉系统都是十分重要的，可能关键的元件还是成像镜头。系统若想完全发挥其功能，镜头必须要能够满足要求才行。当为控制系统选择镜头的时候，机器视觉集成商应该考虑四个主要因素：
　  可以检测物体类别和特性；景深或者焦距；加载和检测距离；运行环境。 
　　分析这四个因素，可以针对具体应用确定合适的镜头选择。 

一、物体特性 
　　在为机器视觉系统选择镜头之前，系统集成商必须确定物体和分析环境。这个可视区域叫做无遮挡视场（FOV），它可以使用竖直和水平两个角度进行测量。 通常，竖直方向和水平方向尺寸的比例是4：3，这个比例取决于照相机传感器工作区域的尺寸。传感器的大小对于确定无遮挡视场所需要的主要放大率 （PMAG）是非常重要的。PMAG是由传感器尺寸与FOV相比得到，是镜头的工作成效。当确定镜头是否合适的时候，这一点需要考虑。

　　镜头放大率对于不同尺寸芯片照相机匹配镜头相当重要，然而，不要把镜头放大率和显微镜放大率搞混了，后者是由光管长度和实际物镜焦距决定的。而镜头放大率主要考虑的是照相机传感器的尺寸。
　　系统放大率（SMAG）是监视器尺寸与传感器尺寸的比例与PMAG的乘积结果。它是从物体到监视器图像的总体放大率，也就是整个系统的“工作”结果。考虑物体的屏幕尺寸时，系统放大率是有用的。

　　物体的特性也很重要。镜头对于物体特征的解析能力依赖于特征的对比是否强烈。确定系统解析度、或者物体小更解析特征的方法，可以使用诸如伦奇刻线法这样的解像力方法。这些刻线法以线耦（等宽度的一条黑线和一条白线）来决定特征。其他的解像力方法还可以用圆圈和点状网格。
　　镜头在指定光线条件下辨识特定宽度的线耦或者点距的能力，决定了它的解析度。解析度通常被模块转换功能（MTF）以图像的方式显示出来。
　　图形显示了指定线耦频率下可行的相对对比度。扭曲、色差和其他波前畸变都会影响曲线的斜率，使曲线偏离理想状态或者衍射极限的光学表现。镜头方案有时候会以每毫米线耦数量（lp/mm）为单位列出物体解析度，再将这个值除以1000就可以预测出镜头每微米的物体解析度。
　　在进行表面剖析的时候，通常不只使用一台照相机和镜头，而了解镜头的内在偏差（aberration）量也是有价值的。偏差是指镜头里的光学误差，可以引起同一张图片里不同点的图像质量差异。剖析通常包括激光线和其他图像里的光线，这样可以确保测量的准确性。一些软件程序可以消除诸如镜头引起的扭曲之 类的误差，所以在终图像里只有剖析数据是明显的。
　　大型格式和区域扫描照相机镜头是控制应用优秀的解决方案，因为它具有高解析度、低扭曲和有限色差。大范围FOV和兼容性，以及大型格式传感器，使这些镜头在Web、LCD、食品和饮料行业的应用具有很高的价值。