Skip to main content

M0824-MPW2-R 5MP Objektiv mit manueller Blende

Manuelles Blendenobjektiv für Machine Vision und industrielle Anwendungen.

Produkt-Nummer: 21395
Kategorie: C/CS Mount Objektiv

Ein Angebot anfordern für:

M0824-MPW2-R 5MP Objektiv mit manueller Blende
  • Ihre Details einreichen

    Füllen Sie das Formular zur Angebotsanfrage mit Ihren Projektanforderungen und Kontaktinformationen aus.

  • Besprechen Sie Ihre Bedürfnisse

    Unsere Spezialisten werden sich für ein kurzes Beratungsgespräch bei Ihnen melden, um sicherzustellen, dass wir die perfekte Imaging-Lösung für Ihre Anwendung finden.

  • Erhalten Sie Ihr individuelles Angebot

    Wir unterbreiten Ihnen ein detailliertes Angebot und führen Sie durch die nächsten Schritte, einschließlich Evaluierungskits, Preise und Zeitpläne.

Produkt-Zusammenfassung

CBC Standard-Objektiv mit fester Brennweite, CS-Mount, 5 MP: Mit einer Blende von F2,4 und einer Brennweite von 8 mm eignet sich dieses Objektiv perfekt für Anwendungen, die einen Weitwinkel benötigen. Es unterstützt Sensoren mit einer Größe von bis zu 2/3 Zoll und bietet eine Verzeichnung von -1,87% für verbesserte Genauigkeit.

M0824-MPW2-R 5MP Objektiv mit manueller Blende Höhepunkte

  • 8 mm Brennweite
  • F2.4 Blende
  • 5 MP Auflösung
  • Φ29 mm Design
  • Geringe Verzeichnung

Gezielte Anwendungen

  • Industrielle Bildverarbeitung
  • Passlesegeräte
  • Industrielle Inspektion

Produkt Spezifikationen

BlendeBlende

11, 2.4, 4, 5.6, 8

Backfocal  [mm]Backfocal [mm]

13.7

Verzerrung [%]Verzerrung [%]

-1.87

Filter GewindeFilter Gewinde

M30.5×0.5

Brennweite  [mm]Brennweite [mm]

8

Fokus Typ

Fixed focal

Field of View Diagonal [°]Field of View Diagonal [°]

69.32

Sichtfeld Horizontal [°]Sichtfeld Horizontal [°]

57.8

Field of View Vertical [°]Field of View Vertical [°]

44.36

Bildkreis  [mm]Bildkreis [mm]

11

BergBerg

CS

ProdukttypProdukttyp

Standard Lens

Auflösung [MP]Auflösung [MP]

5

Sensor GrößeSensor Größe

2/3 inch


Produkt-Downloads

Documents

Zurzeit sind keine Dokumente verfügbar.


Zubehör

Zurzeit ist kein Zubehör erhältlich.


Description

Das Objektiv M0824-MPW2-R von Computar ist ein manuelles Blendenobjektiv mit 5 Megapixeln, das fÃ?r Machine Vision und PRM-Anwendungen optimiert ist. Es zeichnet sich durch ein kompaktes Design mit einem Durchmesser von Φ29 mm und einer Brennweite von 8 mm aus und unterstützt hochauflösende Bilder mit einer Verzeichnung von -1,87%. Das Objektiv ist mit 2/3 Zoll Sensoren und Kameras wie der Lumenera Lt225 kompatibel und liefert scharfe und klare Bilder für präzise Inspektionsaufgaben.


Letzte Blogbeiträge

Unsere neuesten Artikel

Willkommen in unserem Blog-Bereich, wo Wissen auf Inspiration trifft. Entdecken Sie aufschlussreiche Artikel, Expertentipps und die neuesten Trends in unserem Bereich.

Alle ansehen
SLVS-EC: Die Hochgeschwindigkeitsschnittstelle für die nächste Generation der Bildverarbeitung

SLVS-EC: Die Hochgeschwindigkeitsschnittstelle für die nächste Generation der Bildverarbeitung

Steigender Bandbreitenbedarf Da Bildverarbeitungssysteme immer höhere Auflösungen und schnellere Bildraten benötigen, können herkömmliche Schnittstellen wie MIPI D-PHY und Sub-LVDS oft nicht mit den wachsenden Datenanforderungen mithalten. SLVS-EC unterstützt bis zu...

Mehr lesen
FRAMOS-Sensormodule für die datengesteuerte Sportanalyse

FRAMOS-Sensormodule für die datengesteuerte Sportanalyse

Transforming Sports Analytics with ImagingDer Einsatz von Bildsensoren hat in der Sportanalyse zunehmend an Bedeutung gewonnen und revolutioniert die Art und Weise, wie Spielerleistungen, Teamstrategien und Spieldynamik verstanden werden. Moderne...

Mehr lesen
Entschärfen Sie das Risiko Ihres Großformatsensor-Projekts von Anfang an

Entschärfen Sie das Risiko Ihres Großformatsensor-Projekts von Anfang an

Die integration von großformatigen Sensoren ist eine Herausforderung:Das Platinendesign und die Produktionsprozesse müssen bei jeder Charge aufeinander abgestimmt und optimiert werden, um Verformungen und Einbußen der optische Leistungen zu vermeiden....

Mehr lesen
Die Zukunft der Edge AI Vision: Intelligenz in Echtzeit an der Quelle

Die Zukunft der Edge AI Vision: Intelligenz in Echtzeit an der Quelle

Im Jahr 2026 werden wir einen Wendepunkt in der Kombination von künstlicher Intelligenz und Computer Vision erleben. Die Verarbeitung von Bilddaten „am Rand“ ist auf dem Vormarsch und bietet eine...

Mehr lesen
Bildsensoren für die Landwirtschaft: Innovationen und Herausforderungen

Bildsensoren für die Landwirtschaft: Innovationen und Herausforderungen

Präzisionslandwirtschaft im digitalen Zeitalter Der Einsatz von Bildsensoren hat in der Landwirtschaft in den letzten Jahren zunehmend an Bedeutung gewonnen, insbesondere im Rahmen der Präzisionslandwirtschaft. Diese Entwicklung hat zu einem...

Mehr lesen
Herausforderungen und Systemüberlegungen bei der 8K-Bildgebung

Herausforderungen und Systemüberlegungen bei der 8K-Bildgebung

Der Wechsel zu einem 8K-Bildgebungssystem bringt weit mehr Herausforderungen mit sich, als nur die Anzahl der Pixel zu erhöhen. 8K bedeutet typischerweise eine horizontale Auflösung von rund 7680 Pixeln bei...

Mehr lesen
Präzisionslandwirtschaft mit Drohnen: Nahinfrarottechnologie für optimierte Feldüberwachung

Präzisionslandwirtschaft mit Drohnen: Nahinfrarottechnologie für optimierte Feldüberwachung

Die Nutzung von Nahinfrarot (NIR), einem Spektralbereich des Lichtes jenseits des sichtbaren Bereichs, hat in der modernen Landwirtschaft einen festen Platz eingenommen. NIR-Technologien ermöglichen eine zerstörungsfreie, schnelle Analyse von Pflanzen...

Mehr lesen
Warum geometrische Kalibrierung für die Navigation unbemannter Flugzeuge essenziell ist

Warum geometrische Kalibrierung für die Navigation unbemannter Flugzeuge essenziell ist

Bedeutung präziser Navigation in autonomen UAV-Systemen Die autonome Navigation von unbemannten Luftfahrzeugen (UAVs) erfordert genaue Umgebungsdaten und eine zuverlässige Positionsbestimmung. Während im Freien standardmäßig GNSS-Empfang (wie Galileo oder GPS) verwendet...

Mehr lesen