上周去了一家做轴承的工厂，车间主任老张指着一条产线跟我倒苦水：“视觉检测又误报了，一上午停了七次，工人现在听见报警声就翻白眼。” 他拧开一瓶绿茶，咕咚咕咚灌了几口，叹气声比机器噪声还大。你说怪谁？相机？软件？还是那该死的——灯光？
说实话，视觉检测这事儿，没干过的人总觉得：不就是拍个照嘛。等真上了产线，才知道里面坑深着呢。十年前我刚入行那会儿，用个30万像素的CCD，搭配红色环形光源，检测瓶盖喷码有没有歪。就那么简单个活儿，调了一个星期，最后供应商的工程师都住进了工厂旁边的如家。✅ 现在想起来，那都是图像处理基础课没学好，连ROI都画得跟狗啃似的。
不过话说回来，如今的视觉检测已经卷到天上去了。你走进任何一个像样的电子厂，SMT贴片线后面都蹲着好几台AOI光学检测机，每秒咔咔咔拍几十张，焊点虚焊、立碑、少锡……统统逃不掉。这些设备里头跑的，早不是传统的灰度值比对喽——AI深度学习缺陷分类模型，动不动就ResNet、Vision Transformer，你敢信？一个搞机械的，现在也得啃论文。
检测精度：小数点后几个零的战争
有人问我：视觉检测到底能检出多小的瑕疵？ 我说这问题得拆成三瓣儿看。第一是相机分辨率，比如我拿2000万像素的相机拍100mm宽的视野，理论上一个像素代表5微米。但能检出的最小缺陷？对不起，像素分辨率只是入场券，还得看对比度。一个5微米的划痕在黑色塑料上，你可能连灰度差都拉不开；可要是金属表面镀层脱落，2微米都亮瞎眼。❗
有一次帮医疗器械厂商检测导管壁厚，精度要求±0.005mm。我们用了3D轮廓扫描仪，激光线扫过去，重建出来点云。那数据量一秒钟就是几十万个点。结果呢？噪声差点把人逼疯。原来产线震动大，加了隔振台反而引入了低频抖动——这事儿谁能想到？最后是靠智能算法做时间序列滤波才搞定，可是软件调试又耽搁了三天。老板脸都绿了。
光源：一门被严重低估的玄学
换个角度聊。视觉检测里最让人头秃的往往不是算法，而是打光方案。真的，你拿一台百万相机，配个渣光源，拍出来的图像还不如三十万像素搭配专业光源。去年接了个印刷包装的项目，客户要把药盒上的微小脏点全找出来，误差不能超过0.1平方毫米。我们先试了白色背光，印字倒是清晰了，可纸盒纤维的纹理全出来了，缺陷检测软件把那纹理当成了瑕疵，误报率飙到30%。💡 后来换紫外光，脏点发荧光，背景压暗，一下子清净了。
你看，这就是经验。书里不会告诉你：同样的红色光，波长620纳米和630纳米，照到绿色的PCB板上，图像对比度能差出一倍。所以我经常跟新入行的小伙子们讲，干视觉，先玩灯。什么同轴光、穹顶光、低角度暗场、偏振……不是背几个名字，是得亲手拧过灯架，被强光亮瞎过眼，才学得会。
速度与柔性：产线不会等你
下面是一段真实对话——
问：“为什么有些产品用视觉检测就是过不了？明明我们肉眼看着没问题。”
答：这事儿我挨过骂。当年给连接器厂做自动化视觉分选，零件是米粒大的铜端子。人眼检了半天没挑出毛病，相机一照全是毛刺。客户吼我：“你们这破机器怎么回事！” 我拿显微镜一比对，咳，人眼哪看得清20微米的翻边？但装配时确实会卡壳。所以机器视觉的硬价值就在这儿：它不讲情面，也不打瞌睡。后来我们把检测速度提到了每分钟1200个，同时用多相机阵列，顶面、侧面、底部全拍，每个零件生成一个特征向量，AI一口气判十几个缺陷类型。爽！但压铸的飞边形态一天能变三次，模型又得增量训练。累是真累。
问：“那如果遇到反光特别严重的产品咋办？”
答：哈，这是永恒之痛。去年做汽车漆面检测，深色金属漆，灯光打上去直接镜面反射，相机里一片白。我们想了三招：第一，用6轴机器人夹着高动态范围工业相机走弧线路径，避开主反射角；第二，平行排列的线阵光源加交叉偏振片；第三，光度立体视觉算法，从不同入射角的图像里重建表面法向量。搞完以后连橘皮纹都能量化成数值了。但你想，这一套下来成本多少？所以有些老板宁愿让人用羊毛手套摸。可话又说回来，车漆要是出问题，到消费者手里一投诉，赔的就不是几台检测设备的钱了。
不要迷信深度学习
现在到处在讲AI视觉检测替代传统算法，好像不整几个卷积层就落伍了。我承认DL牛，尤其是面对复杂表面缺陷，哪怕是人用肉眼都觉得“这个好像有点不太对”的那种。但工厂里更多是稳定、高速、可解释。你弄个深度模型，今天过检OK，明天环境温湿度变了，置信度忽上忽下，产线停得没脾气。有一次客户产线在南方梅雨季，空气里潮得相机镜头起雾，图像整体模糊，模型直接崩。总不能给每台相机配空调房吧？后来还是用回了传统的边缘检测算子加上自适应阈值，虽然灵活性差点，但皮实。所以我的观点是：混合架构最好——传统算法做粗筛和定位，DL处理分类与模糊缺陷决策。
最后说句掏心窝的话：视觉检测做到深处，不是技术问题，是理解制造工艺的问题。你不懂冲压，就不知道为什么毛刺总是在那个方向；你不懂注塑，就搞不清缩痕和熔接痕的光学特性。所以，多下车问。真的。
哦对，还有——千万别相信供应商Demo里的完美效果。那都是在空调房里摆拍的。到生产现场，第一步永远是：把相机架稳，先跑千把个料，看数据波动。稳定性才是王道。💡