2、基础知识：机器视觉质检的基本概念、多相机系统组成、常见术语及典型应用场景
在智慧工厂的落地实践中，机器视觉质检并非单一相机加一台电脑的简单组合，而是一套涉及光学、机械、电气、算法与数据管理的系统工程。理解其基本概念、系统组成与核心术语，是后续掌握工位管理、节拍控制和结果汇总的前提。本章将从工程视角出发，厘清机器视觉质检的底层逻辑，并重点剖析多相机系统的架构组成与关键术语在实际产线中的真实含义。
2.1 机器视觉质检的基本概念与核心原理
机器视觉质检的本质，是使用工业相机代替人眼，配合光源、镜头和图像处理算法，对产品表面缺陷、尺寸偏差、装配完整性等质量特征进行自动检测与判断。其核心原理可概括为：通过光学成像将物理对象转换为数字图像，再通过算法从图像中提取特征并与预设标准进行比对，最终输出合格（OK）或不合格（NG）的判定结果。
与人工质检相比，机器视觉具有三个显著优势：一致性（同一标准不疲劳）、高速性（单次检测可达毫秒级）、可追溯性（每张图像可存档）。但同时也存在局限性：对光照变化敏感、对复杂纹理背景的适应性有限、算法调优需要专业知识。理解这些特性，有助于在工位设计时合理分配检测任务，避免将超出视觉能力范围的检测项强行交给相机。
2.2 多相机系统组成：从硬件到软件的完整链路
在智慧工厂中，单一相机往往无法覆盖复杂产品的全部检测需求。多相机系统通过合理布局多台相机，实现多角度覆盖、多工序并行、多类型检测。一个典型的多相机质检系统由以下五个层次组成：
| 层次 | 组成部件 | 功能说明 | 典型选型/参数 |
|---|---|---|---|
| 光学成像层 | 工业相机、镜头、光源、滤光片 | 将产品特征转化为清晰、稳定的数字图像 | 面阵相机 500万-1200万像素；远心镜头；环形光/同轴光/背光 |
| 机械承载层 | 相机支架、光源支架、防护罩、散热装置 | 固定相机与光源位置，保证成像一致性 | 铝合金型材支架；防振设计；IP54防护等级 |
| 电气控制层 | PLC、光电传感器、编码器、触发线缆 | 产生触发信号，控制相机采集时机与光源频闪 | PLC 周期 1ms；触发延迟 < 50μs；光源频闪 10-100μs |
| 图像处理层 | 工控机、图像采集卡、视觉算法库 | 执行图像预处理、特征提取、缺陷判定 | Intel i7/i9；GPU 加速；Halcon/OpenCV/自研算法 |
| 数据管理层 | MES接口、数据库、可视化看板 | 汇总检测结果，生成统计报表，支持追溯 | SQL Server/MySQL；OPC UA；Web看板 |
在多相机系统的实际部署中，相机之间的协同关系是设计重点。常见的协同模式有三种：并行模式（多台相机同时检测不同部位，互不依赖）、串联模式（前一台相机检测通过后，后一台才触发，用于工序递进）、融合模式（多台相机从不同角度拍摄同一区域，通过算法融合生成三维信息或全景图像）。选择哪种模式，取决于产品结构复杂度、产线节拍要求和检测精度需求。
2.3 核心术语详解：工位、节拍、ROI、触发
以下四个术语贯穿于多相机质检系统的设计、调试与运行全过程，理解其准确含义是后续章节的基础。
2.3.1 工位（Station）
工位是物理空间上的检测位置，通常对应产线上的一个固定工装或检测台。一个工位可以安装一台或多台相机。工位的划分依据是检测内容的相关性和节拍平衡。例如，一个手机中框检测工位可能包含：顶面划痕检测（相机1）、侧面字符识别（相机2）、螺丝孔位检测（相机3）。工位设计时需考虑：产品定位方式（夹具/治具）、相机与光源的安装空间、上下料方式（人工/机械手）、以及NG品的隔离机制。
2.3.2 节拍（Takt Time / Cycle Time）
节拍是指完成一个完整检测周期所需的时间，通常以秒/件为单位。节拍计算必须包含：产品到位等待时间 + 相机曝光时间 + 图像传输时间 + 算法处理时间 + 结果输出时间 + 机构动作时间。在产线设计中，视觉检测节拍必须小于或等于产线整体节拍，否则会成为瓶颈工位。例如，产线节拍为 15 秒/件，视觉检测工位实际耗时 12 秒，则存在 3 秒的缓冲余量；若视觉耗时 16 秒，则必须优化算法或增加并行处理。
2.3.3 ROI（Region of Interest，感兴趣区域）
ROI 是指在图像中划定的、需要进行算法处理的特定区域。合理设置 ROI 可以显著减少计算量、提高检测速度，并排除背景干扰。ROI 的设定通常基于产品定位精度和特征分布范围。例如，检测螺丝是否拧紧时，ROI 应围绕螺丝头周围扩大 10%-20% 的余量，以容忍产品在夹具中的微小位置偏移。ROI 可以是矩形、圆形、多边形，甚至是不规则区域，具体取决于特征形状。
2.3.4 触发（Trigger）
触发是控制相机开始采集图像的信号机制。常见的触发方式包括：硬件触发（通过光电传感器或编码器产生脉冲信号，直接接入相机触发接口）、软件触发（由上位机发送指令控制采集）、自由运行模式（相机按固定帧率连续采集）。在产线应用中，硬件触发是最可靠的方式，因为它与产品运动位置精确同步，避免因软件延迟导致图像模糊或位置偏移。触发信号的关键参数包括：触发延迟（Trigger Delay）、触发脉宽（Trigger Width）和触发频率（Trigger Rate）。
2.4 典型应用场景与案例拆解
为了帮助理解上述概念在实际中的运用，下面以3C 电子行业手机中框多相机质检为例，进行完整案例拆解。
2.4.1 场景背景与约束
某手机代工厂需要检测金属中框的 12 个关键特征：顶面划痕、侧面字符印刷质量、4 个螺丝孔位、2 个定位销孔、3 个侧按键装配。产线节拍要求 18 秒/件，检测工位位于 CNC 加工后、组装前。现场环境存在切削液雾气，光照条件复杂。
2.4.2 系统设计与参数
- 工位划分：设置 3 个工位。工位 A（外观检测）：2 台 1200 万像素相机，环形光+同轴光，检测顶面划痕和侧面字符；工位 B（尺寸测量）：2 台 500 万像素相机，背光+远心镜头，检测螺丝孔位和定位销孔；工位 C（装配确认）：2 台 800 万像素相机，条形光+偏振片，检测侧按键装配。
- 触发方案：采用 PLC 硬件触发。光电传感器检测到中框到位后，PLC 发出 5V 脉冲信号，同时触发 6 台相机和对应光源频闪。触发延迟设定为 200μs，光源频闪时间 50μs。
- ROI 设置：每个检测特征设置独立 ROI。例如，螺丝孔位 ROI 为 200×200 像素区域，包含孔位及周围 2mm 余量；字符检测 ROI 为 400×100 像素区域，覆盖印刷字符完整范围。
2.4.3 调试过程与问题解决
初始调试时发现，工位 A 的顶面划痕检测误报率高达 15%。分析图像发现，切削液残留导致反光，产生伪划痕。解决方案：增加偏振片消除反光，并调整光源角度从 45° 改为 30°，同时优化 ROI 内的灰度阈值算法。调整后误报率降至 2% 以内。另一个问题是工位 B 的尺寸测量节拍为 6.5 秒，超出预期。通过将 ROI 从 300×300 缩小至 200×200，并采用金字塔分层搜索算法，处理时间降至 3.8 秒。
2.4.4 结果与复盘
| 指标 | 优化前 | 优化后 | 改善幅度 |
|---|---|---|---|
| 误报率 | 15% | 2% | -86.7% |
| 漏检率 | 0.5% | 0.3% | -40% |
| 单件检测节拍 | 17.2 秒 | 14.5 秒 | -15.7% |
| 产线整体效率 | 92% | 97% | +5.4% |
复盘经验：① 光源设计是视觉检测成败的第一要素，现场环境（油雾、粉尘、振动）必须在方案设计阶段充分考虑；② ROI 设置不是越小越好，过小会导致定位偏移时特征丢失，过大则增加计算负担；③ 多相机系统的节拍优化应从“最慢的相机”入手，而不是平均优化；④ 触发信号的稳定性直接影响图像质量，建议使用屏蔽双绞线并远离动力电缆。
2.5 常见误区与总结
在机器视觉质检的基础知识学习中，以下误区需要特别警惕：
- 误区一：相机分辨率越高越好。分辨率过高会导致数据量增大、处理变慢、成本上升。正确做法是根据最小检测特征尺寸计算所需分辨率，一般保证最小特征占 3×3 像素以上即可。
- 误区二：光源越亮越好。过亮的光源会导致过曝、反光、发热，影响图像质量。应选择合适的光源类型（环形光、同轴光、背光等）和亮度，以增强目标特征与背景的对比度为目标。
- 误区三：ROI 设置后无需调整。产品批次更换、夹具磨损、环境光变化都可能导致 ROI 偏移。建议在批量生产前进行 ROI 校准，并在生产过程中定期抽检。
- 误区四：触发信号只要接通就行。触发信号的时序、电平、抗干扰能力都需严格验证。一个常见的故障是触发信号受电磁干扰产生误触发，导致相机采集到无效图像。
总结而言，机器视觉质检的基础知识涵盖光学成像、系统架构、术语理解和工程实践四个层面。掌握这些基础，才能在后继章节中深入理解工位管理（如何划分检测任务）、节拍控制（如何优化检测效率）和结果汇总（如何整合多源数据）。本章所介绍的概念和案例，将作为后续所有章节的通用语言和思维框架。