4. 视觉对位核心算法原理

视觉对位系统的精度上限，往往不由相机分辨率单独决定，而由“算法链”决定：先在图像中找到目标的大致位置，再把位置细化到亚像素级，最后把像素坐标换算成机械坐标并驱动平台补偿。台达的机器视觉与运动控制平台（如 DMV 视觉系统配合 AS 系列伺服、AX 系列运动控制器）通常把这条链拆成模板匹配、边缘定位、Blob 分析、亚像素细化四个环节。理解每个环节的输入、输出与误差来源，才能在实际调机时知道该改哪个参数。

一、模板匹配：解决“目标在哪里”

模板匹配的本质是在搜索图像中滑动一个预先截取的模板，计算每个位置的相似度，取相似度最高的位置作为目标位置。台达 DMV 常用的相似度度量是归一化互相关（NCC），它对整体亮度变化不敏感，适合光照有波动的产线。设模板为 T(x,y)，搜索图为 I(x,y)，在位置 (u,v) 处的 NCC 值为：

NCC(u,v) = Σ[T(x,y)-T̄]·[I(x+u,y+v)-Ī] /
           sqrt( Σ[T(x,y)-T̄]² · Σ[I(x+u,y+v)-Ī]² )

NCC 值域为 [-1,1]，越接近 1 表示越相似。实际配置时，匹配分数阈值一般设 0.7～0.85；阈值过低会误匹配，过高则在来料轻微变化时直接判 NG。搜索范围（ROI）要覆盖工件可能出现的最大偏移量，但不宜过大，否则匹配耗时线性增长。台达平台中通常先做金字塔降采样粗匹配，再在原图精匹配，这样在 500 万像素图像上也能把单次匹配控制在几十毫秒量级。

模板匹配的固有局限是旋转与缩放敏感。若工件存在 ±3° 以上旋转，应启用旋转搜索或改用形状匹配；若存在明显缩放，需要多尺度模板。模板本身要选特征丰富、对比度高的区域，避免选到大片均匀背景，否则相关峰平坦，定位重复性差。

二、边缘定位：把“位置”细化到轮廓

模板匹配给出的是目标大致位置，精度通常在 1～2 像素。要进一步提高，需要在目标轮廓上做边缘定位。常用方法是沿一条垂直于边缘的卡尺（Caliper）方向采样灰度剖面，再求一阶导数极值或二阶导数过零点。以一维灰度剖面 g(i) 为例，边缘位置对应 |g(i+1)-g(i)| 最大处；对导数曲线做抛物线拟合，即可得到亚像素边缘位置：

设导数峰值在 i0，取 i0-1、i0、i0+1 三点值 d1、d2、d3
偏移量 δ = 0.5·(d1-d3)/(d1-2d2+d3)
亚像素边缘位置 = i0 + δ

台达视觉工具中，卡尺的“边缘极性”必须与工件实际明暗关系一致：从暗到亮选上升沿，从亮到暗选下降沿。若极性选反，算法会锁定到错误边缘，表现为定位结果整体偏移一个特征宽度。卡尺数量与分布也影响结果：对圆形工件，通常沿圆周均匀布置 8～16 条卡尺，再对边缘点做圆拟合，可同时得到圆心和半径；对矩形工件，则在四条边上各布置若干卡尺，分别拟合直线后求交点。

三、Blob 分析：处理“没有固定模板”的目标

当目标形状不固定、或需要统计多个目标时，模板匹配不再适用，应改用 Blob 分析。Blob 分析先对图像做阈值分割，把前景像素连通成区域，再计算每个区域的面积、质心、外接矩形、圆度等特征。台达平台中常用 Otsu 自动阈值或固定阈值加形态学开闭运算，去除噪点和毛刺。

Blob 的关键参数是面积上下限和连通性。面积下限用于滤除噪点，上限用于排除大面积背景；连通性一般选 8 邻域，避免细长目标被断开。质心坐标 (xc, yc) 由区域内所有像素坐标平均得到，是后续对位计算最常用的输出。若目标有孔洞，可启用“填充孔洞”选项，否则质心会被孔洞拉偏。

四、亚像素精度提升与台达平台实现

亚像素方法的核心思想是：像素只是采样点，真实边缘落在两个像素之间。除上述抛物线拟合外，常用的还有高斯拟合、矩方法、以及基于 Zernike 矩的亚像素边缘检测。工程上最稳妥的组合是：模板匹配给出粗定位 → 卡尺边缘定位给出亚像素轮廓点 → 最小二乘拟合直线/圆 → 求交点或圆心作为最终特征点。这样单轴重复定位精度通常可从 ±0.5 像素提升到 ±0.05～0.1 像素。

在台达平台中，算法结果最终要转成机械坐标。标定环节用九点标定或棋盘格标定得到像素当量（mm/pixel）和旋转矩阵。设像素坐标为 (u,v)，标定矩阵为 H，则机械坐标 (X,Y) 由齐次变换得到。对位补偿时，先计算当前特征点与基准特征点的偏差 (Δu,Δv)，再乘以像素当量得到 (ΔX,ΔY)，最后把补偿量下发给伺服轴。注意：相机安装方向与机械坐标方向可能不一致，标定时必须明确 X/Y 正方向，并在全文和程序中保持一致，否则会出现“越补越偏”的现象。

五、参数配置与结果判读示例

下面给出一组用于教学演示的合理示例参数（非实测值），对象为 30 mm × 20 mm 的金属工件，相机视野约 40 mm × 30 mm，500 万像素，像素当量约 0.008 mm/pixel。

调机时建议按“先粗后细”的顺序排查：若匹配分数正常但最终对位偏差大，问题多半在标定或方向定义；若匹配分数本身偏低，先检查模板是否选在低对比区域、ROI 是否覆盖偏移范围；若边缘点拟合残差大，检查卡尺极性、卡尺是否跨到无关边缘、以及工件表面是否有反光或油污。把这些环节的输入输出关系理清，视觉对位才能从“能跑”走向“稳定可复现”。