3、AI质检技术概览：计算机视觉、深度学习、传统图像处理在缺陷检测中的角色与区别

在AI质检与剔除流程中，技术选型决定了检测系统的上限。许多工程师容易陷入“深度学习万能论”或“传统算法过时论”的误区，但实际工业场景中，三种技术路线各有其不可替代的生态位。本章将系统拆解计算机视觉（CV）、深度学习（DL）与传统图像处理（TIP）在缺陷检测中的核心原理、适用边界与协同方式，帮助你在产线落地时做出理性决策。

上图展示了三种技术在缺陷检测中的角色定位。传统图像处理是“规则执行者”，深度学习是“特征发现者”，而计算机视觉则是“系统架构师”。在实际产线中，它们并非互相替代，而是形成从成像、定位、筛选到分类的流水线协作关系。下面逐一深入剖析。

3.1 核心原理：三种技术的工作机制

传统图像处理（TIP）基于人工设计的特征与规则。工程师通过分析缺陷的灰度、梯度、形状、纹理等显式特征，编写阈值、滤波器、形态学操作等算法。例如，检测金属表面划痕时，使用Canny边缘检测提取轮廓，再通过霍夫变换拟合直线，最后根据直线长度和方向判断是否为缺陷。其本质是将“人类视觉经验”转化为数学规则。

深度学习（DL）则通过多层神经网络自动学习特征。以卷积神经网络（CNN）为例，浅层网络学习边缘、角点等低级特征，深层网络组合出纹理、形状等高级语义。训练过程中，网络通过反向传播自动调整数百万个参数，使得特征提取与分类决策联合优化。对于难以用规则描述的缺陷（如布料上的不规则污渍、铸件内部的复杂气孔），DL往往能取得超越人工设计的精度。

计算机视觉（CV）是一个更宏观的学科范畴，它包含图像获取、预处理、特征提取、三维重建、视觉伺服等完整链路。在质检场景中，CV关注的是“如何让机器可靠地看到并理解物体”。这包括相机选型（面阵/线阵/3D）、光源设计（明场/暗场/结构光）、镜头畸变校正、手眼标定等。CV为TIP和DL提供高质量的输入图像，同时负责多相机协同、运动同步等系统级问题。

3.2 判断方法与选型流程：从缺陷特征到技术匹配

在项目启动时，建议按以下五步完成技术选型：

1. 缺陷特征分析：列出所有缺陷类型，标注其对比度、尺寸范围、形状规则性、纹理复杂度、出现频率。例如，划痕是低对比度、长条状、方向随机；气泡是圆形、边缘清晰、尺寸分布广。
2. 节拍与成本约束：计算产线节拍（如每秒检测5个工件），评估可用算力（CPU/GPU/FPGA）与预算。TIP在CPU上即可达到毫秒级处理，DL在GPU上通常需要10-50ms，而3D CV可能达到百毫秒级。
3. 数据可得性评估：统计历史缺陷样本数量。若每类缺陷有超过500张标注图，DL可行；若少于100张，建议TIP或采用迁移学习/合成数据增强。
4. 可解释性需求：若质检结果需要向客户或审计方提供明确判定依据（如“边缘灰度差超过阈值”），TIP更易满足；若仅需“合格/不合格”标签，DL的黑盒特性可接受。
5. 换型频率：若产线频繁切换产品型号（如手机中框不同尺寸），TIP需要重新调参，DL只需补充少量新样本微调，CV则需调整机械定位与光源参数。

对比维度	传统图像处理 (TIP)	深度学习 (DL)	计算机视觉 (CV)
特征来源	人工设计	自动学习	光学/几何模型
典型耗时 (单图)	1-10ms	10-100ms (GPU)	10-200ms (含3D)
缺陷泛化能力	弱，需重新调参	强，可迁移学习	中，依赖成像一致性
硬件依赖	低，CPU即可	高，需GPU/NPU	高，需工业相机/光源
调试难度	中，需光学知识	高，需数据工程	高，需机械/电气协同
典型应用	定位、尺寸测量、简单划痕	复杂纹理、多类缺陷、OCR	3D测量、多视角装配验证

3.3 案例拆解：新能源电池极片涂布缺陷检测

某动力电池厂商的极片涂布工序需要检测涂层表面的漏涂、颗粒、划痕和厚度不均。产线节拍为120片/分钟，缺陷最小尺寸为0.3mm，涂层纹理具有随机性。

初始方案与问题：最初采用纯TIP方案，使用灰度阈值分割漏涂区域，但颗粒缺陷与正常纹理灰度重叠，误报率高达15%。工程师尝试调整形态学参数，但换用不同批次浆料后纹理变化，参数立即失效。

分析过程：团队统计了2000张缺陷图，发现漏涂区域灰度差明显（对比度>40），适合TIP；而颗粒缺陷对比度仅5-15，且形状不规则，TIP难以建模。同时，产线已有GPU服务器，且历史积累了3000张标注图。

混合方案实施：

• CV层：采用高亮同轴光源+线阵相机，确保涂层表面照度均匀，消除环境光干扰。通过标定板校正镜头畸变，保证像素精度达0.05mm。
• TIP层：使用大津法（Otsu）对灰度图做全局阈值分割，快速提取漏涂区域（耗时2ms）。同时用Sobel算子计算梯度幅值，筛选出高梯度区域作为候选缺陷。
• DL层：将TIP输出的候选区域裁剪为64×64像素块，输入一个轻量级CNN（3个卷积层+2个全连接层），分类为“颗粒/划痕/正常纹理”。模型在GPU上批量推理，单块耗时8ms。

结果对比：混合方案将误报率从15%降至0.8%，漏检率从2%降至0.1%。总耗时约12ms/片，满足节拍要求。更重要的是，当浆料批次变化时，只需用200张新样本微调CNN，无需改动TIP规则。

风险与代价：DL模型需要持续监控数据分布漂移，每月需人工复核100张低置信度样本。此外，GPU故障时需降级为纯TIP模式（漏检率上升至3%），因此部署了双机热备。

3.4 常见误区与总结复盘

误区一：深度学习一定优于传统算法。实际上，对于高对比度、形状固定的缺陷（如缺角、裂纹），TIP的稳定性远高于DL。DL在数据不足时容易过拟合，且推理延迟可能拖慢产线。

误区二：忽略成像系统的重要性。许多项目失败并非算法不够好，而是光源角度不当导致缺陷对比度不足，或相机分辨率不够导致小缺陷像素数过少。CV层面的光学设计应优先于算法选型。

误区三：混淆CV与DL的边界。CV包含DL，但DL只是CV中的一个工具。有些团队只关注模型训练，却未做相机标定和图像校正，导致测量类缺陷（如尺寸超差）误差极大。

误区四：忽视可维护性。DL模型需要持续的数据回流和再训练机制，TIP需要参数版本管理。建议建立统一的质检平台，记录每次检测的图像、特征、判定结果，便于回溯与优化。