工业视觉基础：成像原理、光源选择、镜头与相机类型、图像采集基础

工业视觉缺陷检测系统的性能上限，往往在硬件选型与成像设计阶段就已决定。算法工程师常陷入“先采集图像、再调算法”的误区，而实际上，一张对比度不足、畸变严重或噪声过大的图像，无论后续采用多么先进的深度学习模型，都难以稳定检出微细缺陷。本章从成像物理原理出发，系统讲解光源、镜头、相机与采集链路四大核心模块，帮助读者建立“成像质量优先”的工程思维。

成像原理与光学基础

工业视觉的成像本质是光与被测物体相互作用后，由传感器记录光强空间分布的过程。理解这一物理过程，是进行光源选型和相机配置的前提。当光源发出的光照射到物体表面时，会发生反射、折射、吸收和散射四种基本现象。对于缺陷检测而言，最关注的是反射与散射的差异——划痕、凹坑、污渍等缺陷会改变局部表面的反射特性，从而在图像中形成灰度或纹理的异常区域。

根据反射定律，镜面反射遵循入射角等于反射角，而漫反射则向各个方向均匀散射。实际工业零件表面多为混合反射类型，即同时存在镜面反射分量和漫反射分量。缺陷检测的核心任务，就是通过光源角度和相机位置的配合，让缺陷区域的反射特性与正常区域产生最大差异。例如，检测金属表面的划痕时，采用低角度环形光照射，划痕处的散射光被相机接收，形成亮线；而正常区域因镜面反射偏离相机视场，呈现暗背景，从而获得高对比度图像。

光学成像还涉及分辨率匹配问题。根据瑞利判据，光学系统的极限分辨率由数值孔径和波长决定。在实际工程中，我们更关心的是“系统分辨率”而非单一器件分辨率。系统分辨率由镜头分辨率、相机像元尺寸和光源波长共同决定。一个常见误区是盲目追求高像素相机，却忽略了镜头分辨率不足的瓶颈。例如，500万像素相机搭配200万像素级别的镜头，实际成像分辨率仍受限于镜头，造成投资浪费。

光源选择：从原理到实战

光源是工业视觉系统中成本最低、但影响最大的环节。一个合适的光源方案可以将缺陷对比度提升数倍，而错误的光源选择则可能让高精度相机形同虚设。光源选择的核心维度包括：颜色（波长）、照射方式、几何结构和控制方式。

颜色选择基于光谱反射特性。不同材料对不同波长的光具有不同的反射率。例如，检测红色PCB板上的划痕时，使用红色光源可使背景与缺陷的灰度差最大化；而检测透明玻璃内部的杂质，则需使用红外光增强穿透性。单色光源（如LED）配合相机前的带通滤光片，可以有效滤除环境光干扰，提高图像稳定性。

照射方式决定了缺陷的显现效果。常见方式包括：

• 明场照明：光源与相机同侧，反射光直接进入相机。适用于表面平整、需要检测颜色或灰度变化的场景。
• 暗场照明：光源以低角度照射，仅散射光进入相机。适用于检测划痕、凹坑、凸起等表面纹理缺陷。
• 背光照明：光源在物体背面，形成轮廓剪影。适用于尺寸测量、边缘检测和透明物体内部缺陷。
• 同轴照明：通过半透半反镜使光路与相机光轴重合。适用于高反光表面的字符识别和细微划痕检测。
• 穹顶光源：半球形漫射照明，消除阴影。适用于曲面、球形物体的均匀照明。

光源控制器同样不可忽视。工业现场常采用频闪模式，即相机曝光瞬间同步点亮光源，以远高于额定值的电流驱动LED，获得数倍于常亮的亮度。这需要光源控制器与相机触发信号严格同步，延迟控制在微秒级。此外，光源的色温稳定性直接影响图像灰度的一致性，高品质光源应具备恒流驱动和温度补偿功能。

镜头与相机类型

镜头是连接光学世界与数字世界的桥梁，其核心参数包括焦距、光圈、景深、畸变和分辨率。焦距决定了视场角和工作距离的关系：视场宽度 = 传感器宽度 × 工作距离 / 焦距。在缺陷检测中，通常需要根据最小缺陷尺寸确定视场大小，再反推所需焦距。例如，检测10mm×10mm区域内的50μm缺陷，若相机传感器宽度为6.4mm（1/1.8英寸），工作距离为100mm，则所需焦距约为64mm。

光圈（F值）控制进光量和景深。小光圈（大F值）可获得更大景深，但会降低进光量，需要更强的光源或更长的曝光时间。对于运动中的物体，曝光时间受限，此时需要大光圈配合高亮光源。畸变是镜头设计中的固有缺陷，广角镜头尤为明显。对于测量类应用，应选择低畸变镜头（畸变率<0.1%），或通过标定算法进行校正。

相机类型的选择主要涉及传感器（CCD与CMOS）、分辨率、帧率、位深和接口。当前工业领域CMOS已占据主导地位，其噪声水平和量子效率已接近甚至超越CCD，且成本更低、功耗更小。分辨率的选择应遵循“缺陷至少覆盖3×3像素”的原则，以保证缺陷特征的稳定性。例如，检测100μm缺陷，视场为50mm×50mm，则单方向像素数至少为50mm/100μm×3 = 1500像素，考虑冗余应选择200万像素以上相机。

位深决定了灰度分辨能力。8位相机提供256级灰度，10位提供1024级，12位提供4096级。对于低对比度缺陷（如透明薄膜上的轻微划痕），10位或12位相机能捕捉到更细微的灰度差异。但位深增加会带来数据量增大和处理速度下降，需权衡选择。相机接口方面，GigE Vision适合长距离传输（100m）和中低带宽需求，USB3.0适合短距离高速传输，Camera Link和CoaXPress则用于超高分辨率、超高帧率的场景。

图像采集基础与实战案例

图像采集不仅是简单的“拍照”，而是涉及触发同步、曝光控制、数据传输和图像质量评估的系统工程。在产线应用中，通常采用硬件触发模式，由编码器或光电传感器产生触发信号，确保物体运动到固定位置时相机精确曝光。触发延迟应小于相机的最小触发抖动（通常为微秒级），否则会导致图像位置漂移。

曝光时间的设置需考虑运动模糊和光源亮度的平衡。对于运动物体，曝光时间应满足：曝光时间 ≤ 允许模糊像素 × 像元尺寸 / 运动速度。例如，物体运动速度为100mm/s，允许模糊1个像素，像元尺寸为3.45μm，则曝光时间应≤34.5μs。此时需要高亮频闪光源配合，以保证足够的曝光量。

案例拆解：锂电池极片表面缺陷检测系统

某锂电池生产厂需要检测极片表面的划痕、针孔和金属异物，检测精度要求为30μm，极片宽度300mm，产线速度500mm/s。初始方案采用500万像素面阵相机配合环形光源，但实际检测中划痕对比度极低，漏检率高达15%。

分析发现，极片表面为粗糙的碳涂层，环形光源产生大量漫反射，导致划痕与背景灰度差仅0.15。重新设计光源方案：采用双条形光源以15°低角度照射，利用暗场原理增强划痕的散射信号；同时将相机更换为8K线阵相机，配合编码器触发，实现逐行扫描。改进后，划痕对比度提升至0.55，漏检率降至0.3%以下。该案例说明，光源角度和相机类型的选择对检测效果的影响远大于单纯提高相机分辨率。

采集系统的稳定性同样关键。在连续生产测试中，发现图像灰度存在周期性波动，经排查为光源控制器温漂导致。更换为带恒流反馈的控制器，并在软件中加入灰度归一化校正后，灰度波动从±15降至±3，保证了后续算法的稳定性。

总结与复盘

工业视觉成像系统的设计应遵循“缺陷特征驱动”的原则：首先分析缺陷的光学特性（反射、散射、吸收），然后选择合适的光源方案，再确定镜头和相机参数，最后设计采集链路。整个过程需要反复迭代验证，而非一次性完成。建议建立成像系统调试清单：

1. 明确缺陷类型、尺寸和材料光学特性
2. 制作标准缺陷样件，进行光源方案对比测试
3. 计算所需分辨率和视场，选择相机与镜头
4. 设计触发同步方案，确保采集稳定性
5. 建立图像质量评估指标，量化成像效果
6. 进行长时间稳定性测试（至少24小时连续运行）