线阵CCD工业相机主要应用于工业、医疗、科研与安全领域的图像处理。在机器视觉领域中，线阵工业相机是一类特殊的视觉传感器。与面阵工业相机相比，它的传感器只有一行感光元素，因此使高扫描频率和高分辨率成为可能。
线阵工业相机的典型应用领域是检测连续的材料，例如金属、塑料、纸和纤维等。被检测的物体通常匀速运动 , 利用一台或多台工业相机对其逐行连续扫描 , 以达到对其整个表面均匀检测。可以对其图像一行一行进行处理 , 或者对由多行组成的面阵图像进行处理。另外线阵工业相机非常适合测量场合，这要归功于传感器的高分辨率 , 它可以准确测量到微米。
线阵工业相机，机顾名思义是呈“线”状的。虽然也是二维图像，但极长，几K的长度，而宽度却只有几个像素的而已。
一般上只在两种情况下使用这种相机：
一、被测视野为细长的带状，多用于滚筒上检测的问题。
二、需要极大的视野或极高的精度。
若需要极大的视野或极高的精度的情况下，需要用激发装置多次激发相机，进行多次拍照，再将所拍下的多幅“条”形图像，合并成一张巨大的图。因此，用线阵型工业相机，必须用可以支持线阵型工业相机的采集卡。
线阵型工业相机价格贵，而且在大的视野或高的精度检测情况下，其检测速度也慢－－一般工业相机的图像是 400K～1M，而合并后的图像有几个M这么大，速度自然就慢了。
面阵相机工业相机像素是指这个工业相机总共有多少个感光晶片，通常用万个为单位表示，以矩阵排列，例如3百万像素、2百万像素、百万像素、40万像素。百万像素工业相机的像素矩阵为W*H=1000*1000。
工业相机分辨率，指一个像素表示实际物体的大小，um*um表示。数值越小，分辨率越高。
FOV是指工业相机实际拍摄的面积,以毫米×毫米表示。FOV是由像素多少和分辨率决定的。相同的相机，分辨率越大，它的FOV就越小。例如1K*1K的相机，分辨率为20um,则他的FOV=1K*20 ×1k*20=20mm ×20mm，如果用30um的分辨率，FOV=1K*30×1k*30=30mm×30mm。
在图像中，表现图像细节不是由像素多少决定的，而是由分辨率决定的。分辨率是由选择的镜头焦距决定的，同一种相机，选用不同焦距的镜头，分辨率就不同。如果采用20um分辨率，对于1mm*0.5mm的零件，它总共占用像素1/0.02 ×0.5/0.02＝50×25个像素，如果采用30um的分辨率，表示同一个元件，则有1/0.03×0.5/0.03=33×17个像素，显然20um的分辨率表现图像细节方面好过30um的分辨率。
既然像素的多少不决定图像的分辨率（清晰度），那么大像素工业相机有何好处呢？
答案只有一个：减少拍摄次数，提高测试速度。
1个是1百万像素，另1个是3百万像素，清晰度相同（分辨率均为20um）,第1个相机的FOV是20mm×20mm＝400平方mm，第二个相机的FOV是1200平方mm,拍摄同一个PCB，假设第1个相机要拍摄30个图像，第2个相机则只需拍摄10个图像就可以了。
对于面阵CCD来说，应用面较广，如面积、形状、尺寸、位置，甚至温度等的测量。面阵CCD的优点是可以获取二维图像信息，测量图像直观。缺点是像元总数多，而每行的像元数一般较线阵少，帧幅率受到限制，而线阵CCD的优点是一维像元数可以做得很多，而总像元数角较面阵CCD工业相机少，而且像元尺寸比较灵活，帧幅数高，特别适用于一维动态目标的测量。
以线阵CCD在线测量线径为例，就在不少论文中有所介绍，但在涉及到图像处理时都是基于理想的条件下，而从实际工程应用的角度来讲，线阵CCD图像处理算法还是相当复杂的。
由于生产技术的制约，单个面阵CCD的面积很难达到一般工业测量对视场的需求。线阵CCD 的优点是分辨力高，价格低廉，如TCD1501C型线阵CCD，光敏像元数目为5 000，像元尺寸为7 μm×7 μm×7 μm(相邻像元中心距)该线阵CCD一维成像长度35 mm，可满足大多数测量视场的要求，但要用线阵CCD获取二维图像，必须配以扫描运动，而且为了能确定图像每一像素点在被测件上的对应位置，还必须配以光栅等器件以记录线阵CCD每一扫描行的坐标。
一般看来，这两方面的要求导致用线阵CCD获取图像有以下不足：图像获取时间长，测量效率低；由于扫描运动及相应的位置反馈环节的存在，增加了系统复杂性和成本；图像精度可能受扫描运动精度的影响而降低，最终影响测量精度。
面阵相机和镜头选型已知：被检测物体大小为A*B,要求能够分辨小于C，工作距为D 解答：
1、计算短边对应的像素数 E = B/C，相机长边和短边的像素数都要大于E；
2、像元尺寸 = 物体短边尺寸B / 所选相机的短边像素数；
3、放大倍率 = 所选相机芯片短边尺寸 / 相机短边的视野范围；
4、可分辨的物体精度 = 像元尺寸 / 放大倍率 （判断是否小于C）；
5、物镜的焦距 = 工作距离 / (1+1 / 放大倍率) 单位：mm；
6、像面的分辨率要大于 1 / (2*0.1*放大倍率) 单位：lpmm ；
以上只针对镜头的主要参数进行计算选择，其他如畸变、景深环境等，可根据实际要求进行选择。
*针对速度和曝光时间的影响，物体是否有拖影
已知：确定每次检测的范围为80mm*60mm，200万像素 CCD 相机(1600*1200),相机或物体的运动速度为12m/min = 200mm/s 。
曝光时间计算：
1、曝光时间 < 长边视野范围 / (长边像素值 * 产品运动速度)
2、曝光时间 < 80 mm / 250 mm/s；
3. 曝光时间 < 0.00025s ；
总结：故曝光时间要小于 0.00025s ，图像才不会产生拖影。
1、线阵相机的选择取决于传感器尺寸和线速度
2、确定传感器尺寸. (瑕疵或目标物最少有3 或 4 个像素)
3、例如: FOV = 12”, 最小检测尺寸= 0.005”(FOV/检测尺寸) x (最少像素个数)
12/.005 x 3 = 7200 pixels (8K 相机 或 2个4K相机)
4、为了确定相机的线速率，需要图像像素尺寸和产品速度
5、例如: FOV = 12”, 速度 20”/秒, 8k 相机图像像素尺寸= FOV/ 传感器尺寸
12/8192 = 0.001465”，需要的最低线速度: 20/0.001465 = 13,654
6、可以使用Piranha2 8k 18khz 相机 (或 2 Spyder3 4k 18khz 相机)
矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台，始终秉承0成本、0代码、0门槛、0硬件的产品理念。
平台以人工智能技术为核心，在机器视觉应用开发环节，为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、尺寸测量、目标定位等上百项通用功能，致力于成为全球用户量最多，落地场景最广泛的机器视觉低代码平台。
更多功能正在开发中，最新信息会第一时间在官方公众号“矩视智能”进行公布，欢迎大家关注