二、工业缺陷检测基础：常见缺陷类型、形成机理与检测标准

工业缺陷检测是AI视觉质检的基石。无论是消费电子结构件、汽车冲压件、锂电池极片，还是半导体晶圆，其表面质量直接决定产品功能、寿命与安全等级。本章将系统梳理工业场景中最常见的五类表面缺陷——划痕、脏污、裂纹、凹陷、毛刺，深入剖析其物理形成机理，并解读当前主流的检测标准与规范体系。理解缺陷的“基因”是设计视觉检测方案的前提：只有知道缺陷从何而来、呈现何种光学特征、对应何种材质与工艺，才能正确选择光源、相机与算法模型。

2.1 常见缺陷类型与光学表现

工业表面缺陷种类繁多，但约85%的质检场景集中在划痕、脏污、裂纹、凹陷、毛刺五类。这五类缺陷在形态、尺寸、材质对比度上差异显著，直接决定了视觉系统的硬件选型与算法策略。

缺陷类型	典型尺寸范围	光学表现	常见材质/工艺	检测难度
划痕	宽0.01~0.5mm，长0.5~50mm	线状低灰度，方向性明显，暗场下高亮散射	金属抛光面、玻璃、塑料外壳	中高（易与纹理混淆）
脏污	直径0.05~5mm，形态不规则	块状灰度异常，边缘模糊，颜色或反光率差异	PCB、镜头、食品包装、锂电极片	低（但类型多变）
裂纹	宽0.005~0.1mm，长1~100mm	细线状，暗场高亮，可能呈树枝状分叉	陶瓷、玻璃、铸件、焊接点	高（微细且需高分辨率）
凹陷	直径0.1~3mm，深度0.01~0.5mm	2D灰度变化微弱，需3D轮廓或光度立体	冲压件、注塑件、铝壳	高（2D易漏检）
毛刺	高度0.02~2mm，根部宽0.05~1mm	边缘突起，侧向照明下产生投影	机加工件、冲压件、压铸件	中（需多角度照明）

2.2 缺陷形成机理深度解析

缺陷的物理成因决定了其形态分布规律。视觉工程师必须理解工艺环节与缺陷的因果关系，才能设计出有针对性的检测方案，并在产线异常时快速定位工艺问题。

2.2.1 划痕的形成机理

划痕是物体表面受到硬质颗粒或尖锐物体相对滑动产生的塑性变形沟槽。在金属抛光件中，划痕多源于前道工序的砂纸目数过渡不当、抛光液中的大颗粒杂质、或工件间相互摩擦。在光学玻璃中，划痕则常由清洗环节的碎片残留或夹具划伤导致。划痕的深度和宽度与施加压力、颗粒硬度、基材硬度直接相关。值得注意的是，细微划痕（宽度<0.02mm）在明场照明下几乎不可见，但在暗场照明下会因边缘衍射产生明显亮线，这是视觉检测中“暗场优先”原则的物理基础。

2.2.2 脏污的形成机理

脏污是异质物质附着于表面的结果，包括油污、指纹、灰尘、残胶、清洗残留等。从形成阶段看，脏污可产生于加工过程（切削液残留）、转运过程（人员接触）、存储过程（空气粉尘沉降）或使用过程。脏污的检测难点在于其多样性——不同脏污的光学特性差异极大：透明油污在明场下几乎不可见，但紫外光激发下可能产生荧光；金属粉尘在暗场下呈现亮点，但有机纤维在偏振光下才有明显对比。因此，脏污检测通常需要组合多种照明方式，或采用多光谱成像。

2.2.3 裂纹的形成机理

裂纹是材料内部应力超过断裂强度时产生的局部断裂。按成因可分为：应力裂纹（热处理或装配应力释放）、疲劳裂纹（交变载荷累积）、工艺裂纹（焊接冷却收缩、磨削烧伤）。裂纹的初始宽度往往在微米级，且裂纹尖端存在应力集中，会随时间扩展。在视觉检测中，裂纹的挑战在于：一是宽度极细，需要高分辨率相机（如12K线扫）配合高倍镜头；二是裂纹方向随机，需要环形或穹顶光源保证任意方向裂纹都能被照亮；三是裂纹与划痕在图像上相似，需通过长宽比、连续性、分叉特征进行区分。

2.2.4 凹陷与毛刺的形成机理

凹陷是表面局部材料缺失或受压下陷，常见于冲压回弹不均、模具磨损、异物压入。毛刺则是材料在切削或冲裁过程中产生的塑性变形突起，本质是刀具钝化或模具间隙不当导致的“挤裂”现象。这两类缺陷的共同特点是高度方向上的几何变化，而2D灰度图像对高度变化不敏感。例如，一个深度0.05mm、直径2mm的凹陷，在均匀照明下灰度变化可能不足5个灰度级，极易被噪声淹没。因此，工程实践中推荐采用3D激光轮廓仪或结构光方案，直接测量高度差。

2.3 检测标准与规范体系

检测标准是缺陷判定的“法律依据”。不同行业、不同客户对同一缺陷的接受程度可能相差一个数量级。视觉工程师必须将标准转化为可量化的算法参数，并建立可追溯的判定逻辑。

2.3.1 国际与国家标准

• ISO 8785（光学元件表面缺陷）：以缺陷的“最大尺寸”和“数量”为判定依据，将缺陷分为0/05、0/1、0/2等等级，适用于光学透镜、窗口片等。
• GB/T 24505（金属表面缺陷）：规定了划痕、凹坑、麻点等缺陷的术语定义和测量方法，适用于金属加工件。
• ASTM E2478（透明材料表面缺陷）：主要针对玻璃、塑料等透明材质，强调散射光检测方法。
• IPC-A-610（电子组件外观验收）：对PCB和电子组件的脏污、划痕、裂纹有明确的分级标准，是电子制造行业的事实标准。

2.3.2 企业标准与判定逻辑

实际产线中，企业标准往往比国标更严格。以某知名手机厂商的金属中框标准为例：

缺陷类型	可接受条件	不可接受条件	检测精度要求
划痕	长度≤3mm，宽度≤0.05mm，且数量≤2条	长度>3mm，或宽度>0.05mm，或位于可视面中心区域	分辨率≥10μm/pixel
脏污	直径≤0.3mm，且不反光、不染色	直径>0.3mm，或位于logo/孔位周边1mm内	灰度对比度≥20
裂纹	不允许存在	任何长度裂纹均不可接受	分辨率≥5μm/pixel
凹陷	深度≤0.03mm，直径≤1mm	深度>0.03mm，或直径>1mm	Z轴精度≥5μm
毛刺	高度≤0.05mm，且不刮手	高度>0.05mm，或位于边缘倒角区域	Z轴精度≥10μm

2.4 案例拆解：某汽车零部件厂铝压铸件毛刺检测

背景与约束：某汽车零部件供应商生产铝合金转向节压铸件，客户要求所有分型线、顶杆位置的毛刺高度≤0.1mm，且不允许有脱落风险。产线节拍为45秒/件，检测区域为转向节两侧分型线（总长约400mm）及6个顶杆位置（每个直径8mm）。此前采用人工目检+塞尺抽检，漏检率约8%，客户投诉频发。

初始现象与目标：人工检测时，毛刺高度在0.05~0.1mm之间时，目检几乎无法稳定识别。目标是将漏检率降至0.5%以下，同时避免过度拒收（误杀率≤2%）。

关键输入数据与参数：

• 毛刺形态：高度0.02~0.3mm，根部宽度0.1~0.8mm，长度2~15mm
• 表面状态：压铸后喷砂处理，表面粗糙度Ra 3.2~6.3μm
• 环境约束：产线振动≤0.5g，温度25±5℃，油雾环境

分析判断过程：首先评估2D方案——使用500万像素面阵相机+环形光源，在0.1mm高度毛刺的灰度对比度仅8~12，且喷砂纹理噪声严重，信噪比不足。改用3D激光轮廓仪（Gocator 2490，Z轴重复精度2μm），扫描速度4kHz，配合XY运动平台。但发现喷砂表面在激光下产生强烈散斑噪声，影响高度测量稳定性。最终方案采用“结构光+多频外差”方案，通过投射正弦条纹并解相位，获得亚像素级高度图，对喷砂表面的适应性优于激光三角法。

实际操作步骤：

1. 在分型线两侧各安装一台结构光3D传感器，视场覆盖200mm×150mm，Z轴精度5μm。
2. 标定：使用标准高度块（0.05/0.10/0.20mm）进行多点标定，建立高度-相位映射表。
3. 算法：对高度图进行“形态学顶帽变换”，提取局部突起区域；再通过高度阈值（>0.08mm）和面积阈值（>0.5mm²）筛选毛刺。
4. 针对顶杆位置，采用“圆环ROI+局部平面拟合”方法，计算毛刺相对周围基准面的高度。
5. 输出：NG信号触发PLC剔除，同时保存高度图与判定结果至MES系统。

结果对比与复盘：系统上线后，毛刺漏检率降至0.3%，误杀率1.2%，满足客户要求。但初期遇到两个问题：一是喷砂批次差异导致基准面波动，通过增加“动态基准面更新”功能解决；二是部分毛刺在结构光阴影区域被遮挡，通过增加第二台传感器从对侧扫描解决。复盘经验：毛刺检测的关键不是“看到毛刺”，而是“准确测量毛刺相对基准面的高度”，因此基准面的稳定定义比传感器精度更重要。

2.5 常见误区与总结复盘

在工业缺陷检测项目实践中，以下误区反复出现，值得每位视觉工程师警惕：

• 误区一：盲目追求高分辨率。分辨率越高，数据量越大，处理时间越长，且噪声越明显。应根据最小缺陷尺寸的1/3~1/5选择分辨率，而非一味追求“看得更细”。
• 误区二：忽略照明方向性。划痕和裂纹是方向性缺陷，单一方向照明必然漏检垂直方向的缺陷。应使用环形光、穹顶光或多角度频闪照明。
• 误区三：将2D和3D对立。实际项目中，2D+3D融合方案往往效果最佳——2D提供纹理和颜色信息，3D提供高度和轮廓信息，两者互补。
• 误区四：标准理解偏差。同一缺陷在不同标准下可能判定相反。例如，ISO 8785中允许的“擦痕”在客户标准中可能属于“划痕”而拒收。务必在项目启动时完成标准对齐。
• 误区五：忽视环境光干扰。产线环境中的自然光、焊接弧光、指示灯都会影响检测稳定性。应在相机前加装遮光罩，并在算法中增加“环境光自适应补偿”。