2026-08-06 10:24:32 作者：网编
分类：文章
说实话，前阵子去一个客户工厂，看到他们那套视觉检测设备，气不打一处来。拍出来的图糊得像打了马赛克，他们还觉得是正常损耗。正常个鬼啊。——等一下，我是不是跑题了？没有，这就是今天要说的：视觉检测，它到底卡在哪儿了。
工业相机拍摄的模糊零件图像对比清晰图像
很多人以为，视觉检测无非就是“拍个照，电脑看看有没有毛病”。这话对，也不对。对的是原理，不对的是现实。现实里，光是一个打光，就能让老师傅掉光头发。没错，打着“视觉检测专家”旗号的人，可能连环形光和同轴光的区别都分不清，上来就给你推荐个最贵的。但你知道吗？有时候，用一块20块钱的偏振片就能解决的反射问题，他们非得让你换相机。
打光：不是亮了就行
谈谈我踩过的坑吧。有次测一个黑色塑料件上的细微裂纹，肉眼都难看清。我们用了高亮环形光，图像里那裂纹倒是有了，但背景上的纹理也全出来了，算法直接误判成缺陷。后来怎么着？换成低角度暗场照明——背光加上一个碗状漫反射，裂纹瞬间变成亮线，背景全黑。那种感觉，简直像小时候玩红色滤光片找密码，突然就看见了！所以，视觉检测的打光，本质是制造差异。你得想清楚：是把缺陷凸显出来，还是把背景压下去？别一上来就买成品光源，没用。一定要根据工件的材质、形状、颜色去试，甚至自己用几个LED加3D打印支架搭一个，效果可能秒杀万元货。
问：那么，怎么判断是打光问题还是相机问题？
答：这简单，你先用肉眼换个角度看看那个缺陷，如果肉眼能看到，但相机拍不出来，那八成是打光不对或者镜头没选好。如果肉眼都看不见……那你的检测标准是不是太变态了？开个玩笑。其实有时候得借助特殊波段，比如红外或者紫外。另外，用偏振片消除反光也是常事。总之，相机只是眼睛，光源才是那束让你看清的手电筒。
算法：别迷恋深度学习神话
这几年，深度学习在视觉检测里简直被捧上了天。仿佛只要是用了卷积神经网络，就能把传统算法秒成渣。但现实呢？我见过一个厂，用深度学习测零件尺寸，误差大到能塞进一枚硬币。老板还纳闷：“不是AI吗？怎么比卡尺还离谱？” 问题的根源在于，深度学习擅长分类，不擅长精密测量。它认得出“这是一个划痕”，但划痕有多长、多深，还是得靠传统图像处理——边缘检测、模板匹配、亚像素拟合这些硬功夫。而且，训练数据是个无底洞。你要检测罕见缺陷？抱歉，没有几千张样本，它连什么是缺陷都不知道。反倒是传统规则，几条blob分析加阈值，跑得又快又稳。所以，别一上来就喊着上AI，先看看你的任务：是“有/无”判断，还是精确计量？后者的话，老老实实标定、去畸变、用对算法。
深度学习与传统视觉算法对比检测流程图
问：那混合使用呢？什么时候用深度学习合适？
答：混合当然是正解。当缺陷的形态太多变、太像背景纹理，传统算法写规则写到崩溃，这时深度学习就该上了。比如纺织品瑕疵、太阳能电池片的隐裂。但记住，用深度学习一定要做好数据标注，而且数据集里的负样本（也就是OK品）要足够丰富，不然它会把一切没见过的东西都判成缺陷——现场工人换个手套颜色都可能引发误报。另外，推理速度也得掂量，GPU可不是白送的。
选型：别被参数忽悠
现在视觉检测的供应商，动不动就甩出“2000万像素”、“每秒200帧”的指标。好像越高越好。这种时候，我就想反问一句：你的工件能停稳吗？产线速度多少？视野多大？算过运动模糊吗？举个例子，一个宽度300mm的传送带，你想看到0.1mm的缺陷，理论需要3000像素，但考虑到对比度和算法稳定性，至少得翻倍到6000像素横向分辨率。假设物体移动速度500mm/s，曝光时间不能超过0.1/500=0.2ms，否则拖影就会吃掉一个像素的精度。这时候，什么全局快门、闪光灯同步就变得至关重要。所以，选型不是比大小，是算出来的。算不准？那就等着“拍得到却看不清”吧。
还有镜头。镜头接口、像面尺寸、畸变率……有一次，我们调了半个月，发现图像中心清边缘糊，以为是工厂振动，结果是因为用了低端镜头，像场平整度差，中间和四周不在同一个焦平面。换成远心镜头后，世界瞬间清净了。多花几千块，少掉几年头发，值不值？❗
问：中小厂预算有限，怎么选视觉检测方案？
答：先别急着买整套设备。试着用工业相机+开源软件（比如OpenCV）搭个原型，验证可行性。镜头可以买二手的，光源自己DIY，不足再补。功能上，先解决最痛的几个缺陷类型，别求全。有时候一个光电传感器就能搞定的位置检测，别硬上视觉——杀鸡用牛刀，成本高了，故障点还多。记住，视觉检测是手段，不是目的。
问：视觉系统的精度到底怎么衡量？
答：精度不是单一指标。通常我们看重复性误差（多次测量同一个物体）和绝对精度（和标准值比）。前者靠机械稳定性和算法，后者靠标定。标定时，一定要用经过认证的标定板，别拿张A4纸画几个点就当基准——温度、湿度都会让纸张变形，测出来的精度都是假的。还有，把精度要求写进验收标准里，免得供应商扯皮。
最后（等等，不能说“最后”是吧），那就——说到底，视觉检测这东西，七分工程，三分理论。书上看会了，一上手全是细节。那些让你头疼的反光、振动、灰尘、油污，才是真正的考官。别怕犯错，我连镜头烧坏过，怕什么？💡
工厂产线上视觉检测设备实际安装场景
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：视觉检测：你花几十万上的设备，为什么连个划痕都找不准？
文章链接：https://www.zystgy.cn/a/56370