2、工业视觉系统基础：典型工业视觉系统的组成、工作流程、关键性能指标
工业视觉系统是智能制造中承担“感知-判断-决策”功能的核心单元，其本质是通过光学成像与数字图像处理，替代人眼完成检测、测量、识别与定位任务。与消费级相机不同，工业视觉系统面对的是高速产线、复杂光照、振动环境与长时间连续运行，因此其系统架构、硬件选型与性能评估必须遵循工程化逻辑。理解典型系统的组成、工作流程与关键性能指标，是后续掌握相机、光源、镜头选型及标注规范的前提。
2.1 典型工业视觉系统的组成
一套完整的工业视觉系统通常由五大子系统构成：光学成像子系统（光源、镜头、相机）、图像采集与传输子系统（采集卡、线缆、接口协议）、图像处理子系统（工控机、视觉软件、算法库）、运动控制与同步子系统（PLC、编码器、触发传感器）以及执行与反馈子系统（剔除机构、报警装置、机械手）。各子系统之间通过硬触发信号、软触发指令或总线通信实现协同工作。
| 子系统 | 核心组件 | 主要功能 | 典型选型考量 |
|---|---|---|---|
| 光学成像 | 光源、镜头、相机 | 将物理对象转化为数字图像 | 波长、照度、分辨率、靶面尺寸 |
| 图像采集传输 | 采集卡、网卡、线缆 | 高速无损传输图像数据 | 带宽、协议、传输距离、抗干扰 |
| 图像处理 | 工控机、视觉软件 | 算法分析、特征提取、结果输出 | CPU/GPU算力、算法库兼容性 |
| 运动控制同步 | PLC、编码器、传感器 | 触发采集、运动同步、时序控制 | 响应时间、触发精度、IO数量 |
| 执行反馈 | 剔除阀、机械手、报警灯 | 根据检测结果执行物理动作 | 动作延迟、重复定位精度 |
在实际工程项目中，光源与镜头的选型往往决定了系统80%的成像质量。例如，在金属表面划痕检测中，若使用低角度环形光源，划痕会因散射光不足而难以显现；改用高角度同轴光源后，划痕与背景的对比度可提升3倍以上。因此，系统组成不仅是硬件堆叠，更需要光学、电气与软件的协同设计。
2.2 工业视觉系统的工作流程
工业视觉系统的工作流程可归纳为六个标准步骤：触发启动 → 图像采集 → 图像预处理 → 特征提取与测量 → 结果判定 → 数据输出与执行。每一步都有明确的时序约束与数据接口。
- 触发启动：传感器（如光电开关、编码器）检测到被测物体到达指定位置，向相机和光源控制器发送硬触发信号。该信号通常为5V~24V的脉冲，响应时间需小于1ms。
- 图像采集：相机在触发信号驱动下曝光，将光信号转换为电信号，并通过GigE Vision、USB3 Vision或CameraLink接口传输至工控机。曝光时间需与产线速度匹配，避免运动模糊。
- 图像预处理：包括灰度化、滤波去噪、对比度增强、畸变校正等操作，目的是消除光照不均、噪声干扰和镜头畸变带来的影响。
- 特征提取与测量：通过阈值分割、边缘检测、模板匹配、Blob分析等算法，提取被测物的几何特征（尺寸、角度、面积）或灰度特征（缺陷、纹理）。
- 结果判定：将提取的特征与预设公差范围比较，输出OK/NG判定结果。判定逻辑需考虑误判率与漏判率的平衡。
- 数据输出与执行：通过数字IO、串口、以太网或现场总线将结果发送至PLC，PLC驱动剔除机构或报警装置。同时，检测数据可上传至MES系统用于质量追溯。
2.3 关键性能指标详解
评估工业视觉系统性能需从分辨率、帧率、精度、稳定性四个维度展开。这四个指标相互制约，需根据实际应用场景进行权衡。
2.3.1 分辨率
分辨率包括相机分辨率（像素数）与光学分辨率（能分辨的最小细节）。相机分辨率由靶面尺寸与像元大小决定，例如500万像素相机（2448×2048）在10mm×8mm视野下，理论像素精度为10mm/2448≈0.004mm。但实际精度受镜头MTF（调制传递函数）影响，通常只能达到理论值的60%~80%。
2.3.2 帧率
帧率（FPS）表示每秒采集的图像帧数，直接影响产线节拍。对于连续运动物体，帧率需满足：帧率 ≥ 产线速度 / 检测视野长度。例如，产线速度500mm/s，视野长度50mm，则帧率至少为10FPS。若采用线阵相机，则需计算行频：行频 = 产线速度 / 行方向分辨率。
2.3.3 精度
精度是系统测量值与真实值的偏差，包含重复精度（同一物体多次测量的一致性）与精度（与标准量具的偏差）。精度受相机分辨率、镜头畸变、光源稳定性、算法阈值选择等多因素影响。实际项目中，通常要求重复精度≤公差带的1/10，精度≤公差带的1/3。
2.3.4 稳定性
稳定性指系统在长时间运行（如24小时连续生产）中保持性能一致的能力。主要影响因素包括：光源衰减、相机温漂、环境光干扰、振动导致的图像模糊、算法对光照变化的敏感度等。稳定性测试需在产线实际工况下进行至少72小时连续运行验证。
| 指标 | 定义 | 典型范围 | 测试方法 | 常见问题 |
|---|---|---|---|---|
| 分辨率 | 像素数/光学分辨力 | 30万~2000万像素 | 分辨率测试卡（USAF1951） | 像素高但镜头分辨率不足 |
| 帧率 | 每秒采集帧数 | 15~1000FPS | 连续采集统计平均帧率 | 曝光时间过长导致帧率下降 |
| 精度 | 测量值与真值偏差 | ±0.01~±0.1mm | 标准量块/陶瓷量规重复测量 | 畸变未校正、阈值不稳定 |
| 稳定性 | 长时间性能一致性 | ≥99.5%通过率 | 72小时连续运行+温升测试 | 光源衰减、相机热噪声 |
2.4 案例拆解：新能源电池极片缺陷检测系统
某锂电池生产企业需要在涂布工序后检测极片表面的划痕、漏金属、涂层不均等缺陷。产线速度1.2m/s，极片宽度300mm，检测精度要求0.1mm，节拍时间无额外限制（在线连续检测）。
初始方案与问题：最初选用200万像素面阵相机（1600×1200），视野宽度300mm，像素精度0.1875mm，勉强满足0.1mm精度要求。但实际运行中发现：① 极片高速运动导致图像模糊，需将曝光时间缩短至50μs，但此时光源亮度不足，图像信噪比下降；② 面阵相机帧率仅30FPS，而产线速度1.2m/s，每帧覆盖长度40mm，存在检测盲区。
分析与调整：经过计算，改用4K线阵相机（4096像素，行频10kHz），配合高亮LED线性光源（照度≥200kLux）。线阵相机行方向分辨率300mm/4096≈0.073mm，满足精度要求；行频10kHz对应产线速度1.2m/s，每行覆盖0.12mm，无盲区。同时，光源采用频闪模式（脉冲宽度20μs），与相机行曝光同步，有效冻结运动。
实施效果：系统上线后，缺陷检出率从原来的92.5%提升至99.2%，误检率从5%降至0.8%。但初期遇到光源发热问题，连续运行4小时后亮度衰减15%，导致图像灰度漂移。后增加光源风冷装置并采用恒流驱动，亮度稳定性提升至±2%以内。
复盘经验：① 高速运动场景优先考虑线阵相机而非面阵相机；② 光源亮度需留有20%~30%余量，以补偿衰减；③ 精度验证需在产线实际速度下进行，静态精度不代表动态精度；④ 系统稳定性测试必须包含光源温升、相机温度、环境光变化等综合因素。
2.5 系统性能评估与验收方法
在项目验收阶段，需制定量化的性能测试方案。建议按以下流程执行：
- 静态精度测试：使用标准量规（如陶瓷量块、玻璃刻度尺）在静止状态下重复测量20次，计算平均值、标准差与最大偏差。
- 动态精度测试：在产线运行速度下，对同一物体连续采集50次，分析测量值的波动范围。动态精度通常比静态精度差2~3倍。
- 节拍测试：记录从触发信号到结果输出的完整周期，验证是否满足产线节拍要求，并留出10%~15%余量。
- 稳定性测试：连续运行72小时，每2小时记录一次检测通过率、图像灰度均值、光源亮度等参数，绘制趋势图。
- 环境适应性测试：模拟现场温度（0~50℃）、湿度（20%~90%RH）、振动（振幅≤0.5mm）条件下的性能变化。
工业视觉系统的性能评估不是一次性工作，而是贯穿于方案设计、硬件选型、现场调试、验收交付的全过程。只有深入理解系统组成、工作流程与关键指标之间的内在联系，才能构建出稳定、高效、满足产线需求的视觉系统。在实际项目中，建议建立性能指标矩阵，将每个指标与对应的硬件参数、算法参数、环境因素关联起来，便于快速定位问题根源。