3. 视觉检测硬件选型与成像方案设计
农产品表面缺陷检测系统的成像质量，几乎在相机、镜头、光源三者确定的那一刻就已经被“锁定”了大半。后续无论算法多复杂，都只是在既有图像上做信息提取：如果缺陷与正常组织在图像中对比度不足、边缘被光晕吞没、或者表面反光把霉斑淹没，算法再强也难以稳定复现。因此本节的核心不是罗列器件参数，而是建立一条从“缺陷的物理表现”倒推到“成像参数”的选型逻辑，并给出针对不同农产品表面的打光实战方法。
一、从缺陷特征倒推成像需求
选型的第一步是明确要“看见什么”。农产品表面缺陷大致可分为四类，它们对成像的要求差异明显：
- 颜色类缺陷（霉变、褐变、日灼、病斑）：依赖色彩还原与均匀照明，要求光源显色指数高、色温稳定，避免偏色导致阈值漂移。
- 几何类缺陷（裂口、虫眼、机械擦伤、缺角）：依赖边缘对比度，适合掠射光或背光强化轮廓与凹陷阴影。
- 纹理类缺陷（皱缩、日灼网纹、果锈）：依赖局部高频细节，需要足够的分辨率与适度的方向性照明。
- 异物与附着物（泥土、枝叶、虫体）：依赖与本体在亮度或颜色上的差异，常需多角度照明消除阴影误判。
把这些特征转成可量化的成像指标，通常关注四项：缺陷最小尺寸对应的像素数（一般要求缺陷短边不少于 5～10 像素）、缺陷与背景的灰度差（建议不低于 20～30 个灰度级）、视场内的照度均匀性（边缘与中心差异控制在 ±10% 以内）、以及运动条件下的曝光稳定性。这四项指标直接决定相机分辨率、镜头焦距与光圈、光源类型与功率。
二、工业相机与镜头的选型原则
相机选型先算分辨率，再定接口与帧率。以苹果表面检测为例：若单果检测视场为 100 mm × 100 mm，最小需检出的虫眼直径约 1 mm，要求该缺陷占 8 个像素，则单方向像素数约为 100/1×8 = 800，考虑视场余量与旋转定位误差，取 1200 万像素级面阵相机（如 4024×3036）较为稳妥。若产线速度要求每秒检测 5 个果位，则帧率不低于 5 fps，配合全局快门避免运动拖影；卷帘快门在输送带运动下会产生果形倾斜，一般不建议用于动态检测。
镜头方面，焦距由工作距离与视场共同决定。按薄透镜近似 f ≈ WD × 靶面尺寸 / FOV，若工作距离 400 mm、靶面宽 17.6 mm（1 英寸传感器）、视场宽 120 mm，则 f ≈ 400×17.6/120 ≈ 58.7 mm，选 50 mm 或 60 mm 定焦工业镜头。同时要核算景深：果实为曲面，果顶与赤道部存在 20～30 mm 高度差，若光圈过大导致景深不足，边缘会失焦。实践中常把光圈收到 F8～F11，用增加光源功率来补偿进光量损失，这是“光源换景深”的典型权衡。
三、光源类型与适用场景
光源是成像方案中最灵活、也最容易被低估的一环。常见四类打光方式的特点如下：
| 光源类型 | 光路特征 | 最适合的缺陷 | 典型农产品场景 |
|---|---|---|---|
| 环形光（低角度） | 光线以较小掠射角照射表面 | 凹陷、划痕、虫眼、皱缩 | 柑橘油胞划伤、苹果碰压伤 |
| 环形光（高角度/漫射） | 大面积均匀漫射照明 | 颜色、霉斑、病斑 | 番茄褐变、香蕉炭疽斑 |
| 背光 | 光源位于物体后方，形成剪影 | 轮廓、缺口、内部空洞 | 叶菜缺刻、坚果空壳、切片厚度 |
| 同轴光 | 光路与镜头同轴，经半反镜入射 | 镜面/高反光表面的平整度缺陷 | 打蜡苹果、辣椒表皮、金属罐装果蔬 |
实际方案很少只用一种光。以苹果为例，常见组合是“高角度漫射环形光提供基础均匀照明 + 低角度环形光强化碰压伤阴影 + 偏振片抑制果面高光”。偏振方案要注意：起偏器装在光源前、检偏器装在镜头前，两者正交可压掉大部分镜面反射，但会损失约一半光强，需同步提高光源功率或延长曝光。
四、不同农产品的打光实战
苹果、梨等蜡质高反光果面：直接环形光会在果顶形成大片高光斑，掩盖日灼与碰压伤。做法是采用大尺寸漫射穹顶或同轴光，并在镜头前加检偏器，把镜面反射压到最低，让皮下组织的褐变以漫反射形式呈现。若仍有个别高光点，可通过双光源对称布置，使高光落在果肩而非检测区。
柑橘类：油胞划伤是浅表凹陷，颜色差异小，靠亮度差识别。低角度环形光以 15°～20° 掠射，划伤处因光线被遮挡形成暗线，与周围亮面形成明显对比。注意光源角度过小会导致整体照度不均，需配合顶部柔光补光。
叶菜与切片类：缺刻、虫洞、厚度不均最适合背光。背光下叶片透光，虫洞呈亮斑、缺刻轮廓清晰，检测逻辑从“找暗缺陷”变为“找亮异常”，阈值更稳定。但背光对表面颜色缺陷不敏感，通常需要正面补一路低强度漫射光做颜色复核，形成“背光轮廓 + 正面颜色”的双工位方案。
马铃薯、红薯等土色粗糙表面：泥土与表皮颜色接近，绿皮、机械伤是主要目标。采用高角度漫射光保证均匀性，同时用绿光或红光单色照明提升绿皮与土褐色的灰度差；单色光还能规避环境光色温波动的影响。
五、成像方案验证与常见问题
方案搭好后不要直接进入算法开发，先做三项成像验证：其一，用标准灰度板或白板测视场均匀性，记录四角与中心灰度值；其二，用已知尺寸的标准缺陷样件（如打孔卡片、人工划痕样块）确认缺陷像素数与灰度差是否达标；其三，在最高产线速度下抓拍运动样件，检查拖影与曝光一致性。三项通过后再固化光源角度、功率、曝光与增益参数，形成该品类的成像配方。
把上述逻辑固化成配方后，同一品类换批次、换季节时只需微调曝光与光源功率，而不必重新设计光路。真正决定系统上限的，始终是“缺陷在光下如何表现”这一物理事实，而不是相机参数表上的数字。