一、看不清的缺陷不能靠算法硬猜
工业视觉项目中,最常见的误区之一是把问题直接交给算法。事实上,算法只能处理图像中已经稳定呈现的信息。如果划伤、毛刺、脏污、透明异物或反光伪影在图像里时有时无,模型再复杂也很难长期稳定。工业相机、镜头、光源和频闪控制器组成的是成像链路,决定了缺陷能否被看清、看稳、看得可解释。
选型时应从缺陷机理出发,而不是先比较像素。划伤需要让表面微小凹凸形成方向性反差,毛刺需要低角度光突出边缘,轮廓尺寸需要均匀背光,字符和二维码需要稳定对比度,反光金属可能需要同轴光、偏振或漫射光,透明件可能需要背光、暗场或多角度组合。相机像素、镜头倍率和光源角度必须一起设计。
二、相机和镜头要围绕视野、节拍和缺陷尺寸
相机像素不是越高越好。正确方法是先确定视野范围和最小缺陷尺寸,再计算需要多少像素覆盖关键特征。高速产线还要考虑曝光时间、快门方式、接口带宽和图像处理负载。过高像素会增加传输和推理压力,可能让系统在节拍上失去余量。对于飞拍和高速分拣,全局快门、硬触发和频闪同步往往比单纯高分辨率更重要。

镜头同样不能随意选择。远心镜头适合尺寸测量和透视误差敏感的场景,普通定焦镜头适合视野稳定的外观检测,线扫镜头适合连续表面,微距镜头适合小件细节。镜头解析力、景深、畸变、工作距离和安装空间都会影响最终图像。相机、镜头和光源必须作为整体评估,单独升级某一项不一定有效。
三、光源决定缺陷呈现方式
环形光适合通用外观,但并不适合所有缺陷。低角度光能增强划伤、崩边和毛刺;背光适合轮廓、孔位和边缘尺寸;同轴光适合平面金属和字符;穹顶漫射光适合曲面和复杂反光表面;条形光和线扫光适合大视野和连续输送;UV 光可以让荧光胶水、油污或特殊材料更容易被识别。不同光源改变的是缺陷在图像中的表达方式。
频闪控制也很重要。高速运动场景中,短曝光和高亮频闪可以减少拖影;多相机、多光源和多曝光场景中,控制器需要按时序触发,避免互相串光。对于转盘机、视觉分拣机和在线检测单元,光源控制不是附件,而是节拍和图像一致性的一部分。
四、选型验证要用真实样件
最可靠的选型流程,是把真实 OK 件、NG 件、边界件和容易误判的良品放到同一套光学实验中比较。每种光源和角度都要记录图像效果、缺陷可见性、误判风险和安装可行性。不要只选择看起来最亮的图像,而要选择在批次变化、轻微污染、温度变化和现场震动下仍然稳定的方案。
当缺陷能被稳定看清,算法任务会大幅简化;当缺陷在图像中本来就不稳定,后续调参会变成无休止的补救。工业视觉项目的第一原则仍然是:先把图像做对,再让算法判断。
五、典型材料的成像策略
金属件最常见的问题是反光和方向性纹理。平整金属面可以尝试同轴光或偏振方案,划伤和毛刺可以尝试低角度光,复杂曲面则可能需要穹顶漫射光减少高光干扰。黑色橡胶和深色塑料的难点是低对比度,通常需要提高光源角度差异或使用背光突出轮廓。透明件则要关注折射、边界和内部异物,单一正面光往往难以稳定。
膜材、玻璃和包装件对环境光更敏感,现场安装时应考虑遮光、防尘和反射路径。连续材料和卷材检测还涉及线扫相机、编码器同步和长时间光源稳定性。不同材料没有万能光源,真正可靠的方案通常来自光学实验,而不是从参数表直接选择。
六、选型报告应该写清楚什么
完成光学测试后,报告不应只写“可检测”。它应说明推荐相机分辨率、镜头倍率、视野范围、光源类型、安装角度、曝光参数、触发方式、风险点和样件不足。如果某类缺陷只在特定角度下可见,也要写清楚安装公差和换型注意事项。这样后续机械设计、电气设计和软件算法才能围绕同一事实推进。
对于采购团队,报告还能帮助比较不同方案的长期成本。便宜的光源如果导致误判多、换型复杂或现场频繁调试,综合成本可能更高;高像素相机如果让处理时间超出节拍,也不是好选择。视觉选型的目标不是堆配置,而是用合适的成像链路让缺陷稳定、可判、可维护。
七、从实验台走到产线还要验证环境
实验室里可见的缺陷,到了产线不一定仍然稳定。现场环境光、粉尘、油污、震动、温度和操作员换型都会影响图像。光学方案确定后,应在接近真实安装位置的条件下再验证一次,确认遮光、防尘、镜头保护玻璃、光源散热和机械锁紧方式。特别是反光件和透明件,微小角度变化就可能改变图像表现。
上线后还要建立图像一致性检查。可以定期拍摄标准样件,比较亮度、对比度、位置和缺陷呈现方式是否漂移;也可以在设备维护后强制运行光学校验。把光学状态纳入维护流程,才能避免视觉系统在长期运行中悄悄变差。
如果后续要导入 AI 缺陷检测,稳定成像仍然是第一步。训练数据应来自已经锁定光学方案的工位,而不是来自不断变化的实验图像。只有图像来源一致、缺陷标准一致、现场维护一致,模型训练和上线验证才有意义。光学选型做扎实,后面的算法和数据闭环都会轻很多。
采购阶段也建议保留光学测试记录。后续若产品换材质、换供应商或换表面工艺,可以回到原始记录判断是否需要重新选光源和镜头,而不是从头试错。
