3. 视觉检测系统构成与闭环定位
视觉检测系统并不是“相机加算法”这么简单。它是一条从物理世界到质量决策的完整链路：光源把被测特征照亮，镜头把光信号成像到相机传感器，相机把光强转成数字图像，图像采集卡或相机接口把图像送入计算单元，算法在图像上完成定位、测量、判别，执行机构根据判别结果完成分选或标记，而QMS（质量管理系统）则接收检测结果、缺陷类型、图像证据和处置状态，形成不合格闭环。理解这条链路，才能知道每个环节的输入输出是什么、误差从哪里来、数据在哪里断链。
一、从光到电：成像链的物理构成
成像链的起点是光源。光源不是“照亮就行”，它决定了缺陷与背景的对比度。例如检测金属表面划痕时，若采用同轴光，镜面反射会把划痕表现为暗线；若采用低角度环形光，划痕边缘会产生散射亮线。光源的波长、角度、均匀性、频闪同步方式，直接决定后续算法能否稳定分割缺陷。镜头则负责把物方视场映射到相机靶面，其焦距、工作距离、景深、畸变和光圈共同决定成像几何。一个常用关系是：视场FOV ≈ 传感器尺寸 × 工作距离 / 焦距。例如传感器宽度为8.8 mm、工作距离300 mm、焦距25 mm时，理论视场宽度约为105.6 mm；若被测件宽度为100 mm，则视场余量偏小，边缘定位容易受畸变影响。
相机把光子转换为灰度或彩色数字值。面阵相机适合静态或步进拍摄，线阵相机适合连续运动卷材。相机的分辨率、像元尺寸、快门方式、帧率和动态范围，决定了系统能分辨的最小缺陷和能适应的运动速度。例如要检测0.1 mm的缺陷，若视场为100 mm、相机分辨率为2000像素，则单像素对应0.05 mm，缺陷至少占2个像素，理论上可检，但实际还要考虑镜头MTF、光源对比度和算法阈值。图像采集环节则负责把相机输出稳定送入主机，常见接口包括GigE Vision、USB3 Vision、Camera Link和CoaXPress。接口带宽不足会导致丢帧，触发不同步会导致图像错位，这些都会在QMS中表现为“漏检”或“误判”，但根因却在采集层。
二、算法层：从图像到质量判定
算法层通常按“定位—分割—测量—判别”组织。定位解决“被测特征在哪里”，常用模板匹配、特征点匹配或深度学习目标检测；分割解决“缺陷区域有多大”，常用阈值、边缘提取、区域生长或语义分割；测量解决“尺寸是否超差”，需要像素当量标定，例如用标准量块标定出1像素=0.05 mm；判别则把测量值与公差比较，输出OK/NG、缺陷类型、坐标、尺寸和置信度。这里的关键是：算法输出不是终点，而是QMS的输入。若算法只输出一个“NG”，没有缺陷类型、图像坐标和置信度，QMS就无法做缺陷分类、趋势分析和责任追溯。
实际工程中，算法参数与成像参数必须联合调优。例如某次检测中，划痕漏检率偏高，排查发现不是算法阈值问题，而是光源角度使划痕对比度只有8个灰度级，低于分割阈值。此时应调整光源角度或增加低角度暗场，而不是盲目降低阈值，否则背景噪声会被一起放大，误判率上升。这说明视觉检测的“调参”不是单点行为，而是成像链与算法链的联合优化。
三、执行机构与QMS：从判定到闭环
执行机构是检测结果在物理世界的落点。常见对象包括剔除气缸、分选转盘、打标机、声光报警器和PLC联锁。执行机构的关键参数是响应时间和动作节拍。例如产线速度每分钟120件，即每件间隔500 ms；若算法处理耗时80 ms、通信耗时20 ms、气缸动作耗时60 ms，则总延迟约160 ms，仍在节拍内。但若相机曝光时间设为10 ms、图像传输耗时30 ms，则总延迟会进一步增加。工程上必须保证“检测—判定—执行”的总延迟小于工件从检测工位到执行工位的移动时间，否则会出现“判对了但没拦住”的闭环断裂。
QMS则承担质量数据的汇聚与闭环管理。它接收的数据至少包括：时间戳、工件ID或批次号、检测工位、相机与算法版本、判定结果、缺陷类型、缺陷坐标、测量值、置信度、图像路径或缩略图、执行机构动作状态、处置状态（待处理/已返修/已报废/已放行）。这些字段不是“越多越好”，而是围绕追溯和改善两条主线组织。例如当某缺陷类型连续出现时，QMS可按批次、设备、班次、光源使用时长做趋势统计，触发SPC报警或维护工单。若QMS只记录“NG数量”，就无法区分是来料问题、设备漂移还是算法误判。
四、数据交互关系与断链风险
整条链路的数据交互可以概括为：光源/镜头/相机/采集提供图像数据，算法提供判定数据，执行机构提供动作数据，QMS提供质量上下文和闭环反馈。常见断链风险包括：相机触发与产线编码器不同步，导致图像错位；算法版本与QMS记录不一致，导致追溯时无法复现；执行机构动作未回写QMS，导致“已剔除”与“已放行”状态冲突；QMS未把缺陷趋势反馈给成像或算法参数，导致同类缺陷反复发生。解决这些问题的核心，是让每个环节都有明确的输入输出契约和可追溯标识。
五、一个可参考的联调检查清单
| 环节 | 关键检查项 | 判断依据 |
|---|---|---|
| 光源 | 角度、亮度、频闪同步、均匀性 | 缺陷与背景灰度差≥30级，图像无过曝/欠曝 |
| 镜头 | 视场、工作距离、景深、畸变 | 被测件完整落入视场，边缘畸变＜1% |
| 相机与采集 | 分辨率、帧率、触发方式、带宽 | 无丢帧，时间戳连续，图像与工件一一对应 |
| 算法 | 标定、阈值、版本、置信度 | 标准件复测重复性≤1像素，误判率满足验收指标 |
| 执行机构 | 响应时间、动作节拍、回写状态 | 总延迟＜工件移动时间，动作状态可查询 |
| QMS | 字段完整性、追溯标识、趋势反馈 | 可按批次/设备/缺陷类型追溯，能触发改善任务 |
把上述环节串起来看，视觉检测系统的本质是一个“感知—判定—执行—记录—反馈”的质量闭环。相机、镜头、光源、采集、算法、执行机构和QMS各自承担不同职责，但只有数据交互关系清晰、时序契约明确，检测结果才能真正转化为可追溯、可改善的质量能力。