说真的，上个月去一个做连接器的厂子，老板拉着我吐槽，他那套80多万的视觉检测系统，良率反而比人工抽检还低了两个点。我一看现场，差点笑出声——光源装得跟探照灯似的，反光把相机都晃瞎了。就这，还指望机器能看清细微划痕？搞笑呢。
视觉检测，不是买个相机就完了
很多刚接触自动化的人，总觉得机器视觉就是高精度相机加个电脑。嘿嘿，天真。经常看到厂家宣传“一键检测”、“高速零漏检”，听着挺美，真上了产线，BUG多到让你怀疑人生。软件自带的缺陷库？那玩意儿也就骗骗新手。真要应对千奇百怪的现场缺陷，没有定制化算法根本兜不住。举个例子，同样是划痕，有些碰伤是“亮划痕”，有些是“暗划痕”，打光角度一变，特征全乱。深度学习现在为啥火？因为它能学啊，但训模型需要海量样本，多数工厂根本攒不够。
问：视觉检测到底能替代人工吗？
答：看活儿。像外观检查这种，如果特征简单，比如检测螺丝有没有螺纹，轻松替代。但遇到复杂曲面、高反光材料，或者缺陷定义本身就很模糊的，纯机器检测经常把人逼疯。一家做汽车内饰的，划痕检测搞了半年，最后发现还得结合AI，但训练样本又不够……所以，别听销售忽悠“完全替代”，人机结合才是现阶段最优解。
光源选错了，神仙算法也白搭
视觉检测里，光源的重要性怎么强调都不过分。有一次给一个药瓶检测项目做评估，瓶盖上的裂纹肉眼都难见，他们用了超高分辨率相机，还是漏检。最后怎么解决的？换了个低角度环形光，裂纹在图像里黑得发亮——问题迎刃而解。所以说，光源打好了，算法省一半力。但很多人选光源全靠猜：✅ 背光源适合尺寸测量，边缘锐利；✅ 同轴光源对付镜面反光，能把划痕凸显；❗环形光要注意角度，不是越亮越好，搞不好把凹陷全抹平了。最坑的是，有些厂子图便宜，用普通LED灯珠凑合，光衰快、均匀性差，三个月后检测标准全漂移，你哭都来不及。
去年接触过一个视觉检测项目，检测手机中框细微毛刺，一开始用穹顶光源，死活拍不清。后来改用条形光侧射，立体感瞬间出来，连高度信息都能估算。这就是光的艺术。💡 经验：永远别在光学上省钱，宁可相机降一档，光源必须稳。
算法再牛，架不住产线灰大
说个糟心事。前两天去调试一套视觉检测设备，软件跑得完美，一接上产线，误报率飙到30%。排查半天，发现是隔壁冲压机一开，整个工作台微震，图像边缘全糊了。加上车间本身就有些浮尘，镜头两天就脏。气人不？有些自动化公司把视觉当精密仪器供着，结果产线环境根本不养它。装上减震支架？晚了，精度已经飘了。所以，💡 采购前务必让供应商拿样机到现场跑至少三天，采集真实产线图像，别在实验室里自嗨。另外，温度也是杀手，相机热噪声一上来，灰度值乱跳，你还以为是算法不行。
问：视觉检测误报率太高怎么破？
答：分两步。第一，查查是不是成像不稳定——光照变化、产品位置偏移是祸首。用高均匀性光源，加装定位夹具，能解决一半问题。第二，看算法阈值设定，别一刀切。我现在都用AI自适应阈值，先让模型学习正常品的波动范围，只报异常偏离，误报能降七成。另外，定期清洁镜头，别问我为什么强调这一点……唉，灰尘是视觉的天敌。❗ 还有，别忘了防震动——哪怕加个简单的橡胶垫，都可能救你一命。
这些年踩的坑多了，发现视觉检测说到底还是工程活，理论再美，现场总给你整点幺蛾子。从选型到部署，每个环节都可能变成绊脚石。别总盯着算法炫不炫，把光源、环境、机械稳定性这些“脏活”搞定，机器才真能替你省心。今天就扯这么多，下回说说3D视觉在焊接检测里的那些坑。