1. 机器视觉尺寸计量任务定义与工程边界

机器视觉尺寸计量并不是“买一台相机、装一套软件”就能直接落地的事情。它本质上是一项以光学成像为手段、以像素为中间量、以长度量值为最终输出的测量任务。在项目启动阶段，如果需求规格书没有把被测对象、测量范围、精度指标、节拍与环境约束这五类要素界定清楚，后续的相机选型、镜头倍率、光源方案、标定策略乃至量值溯源链都会失去依据。本章的目标，是帮助读者建立“先定义任务、再设计系统”的工程思维，并给出可直接参考的需求规格书要素与验收准则。

一、被测对象：从“测什么”到“测哪个特征”

被测对象描述的第一步，是把产品几何特征拆解为可被视觉系统观测的测量项。以常见的金属冲压件为例，一个零件上可能同时存在外轮廓长宽、圆孔直径、孔位间距、边缘毛刺高度、平面度等多种特征。这些特征在视觉计量中的可测性差异极大：外轮廓长宽属于二维尺寸，圆孔直径依赖边缘拟合，孔位间距涉及多特征间的相对位置，而毛刺高度和平面度则往往需要三维信息或特殊照明。

因此，需求规格书中应逐项列出：特征名称、特征类型（长度/直径/角度/位置度/形位公差）、名义尺寸与公差带、被测表面材质与颜色、特征边缘的几何形态（锐边、倒角、圆角、过渡弧）。这些信息直接决定后续的边缘检测算法与照明方式。例如，镜面不锈钢上的锐边在漫射光下对比度极低，需要采用同轴光或暗场照明；而黑色橡胶件上的边缘则可能需要背光投影才能获得稳定轮廓。

二、测量范围与视场：精度与效率的第一次权衡

测量范围包含两个层面：单个视场（FOV）能覆盖的尺寸，以及系统需要覆盖的零件整体尺寸。当零件尺寸大于单视场时，就需要多视场拼接或运动平台扫描。这里存在一个基本约束：在相机分辨率固定的前提下，视场越大，单像素代表的实际长度（即像素当量）越大，理论测量精度越低。

像素当量的估算公式为：像素当量 = 视场宽度 / 相机水平像素数。例如，采用 500 万像素相机（2448×2048），若要求视场覆盖 50 mm 宽度，则像素当量约为 50/2448 ≈ 0.0204 mm/pixel。若边缘检测的亚像素精度可达 0.1 pixel，则单次测量的理论分辨力约为 0.002 mm。但实际测量不确定度还受镜头畸变、标定误差、照明均匀性、零件摆放姿态等因素影响，通常需要预留 3～5 倍的安全系数。因此，若公差带为 ±0.020 mm，即总公差 0.040 mm，按 1/5～1/10 的测量能力指数要求，测量不确定度应控制在 0.004～0.008 mm 以内，上述配置在合理标定后是可行的。

三、精度指标：区分分辨力、重复性与测量不确定度

工程中最常见的误区，是把“相机像素”或“软件显示位数”当作精度。实际上，需求规格书应明确三类指标：

• 分辨力：系统能区分的最小尺寸变化，通常由像素当量和亚像素算法决定；
• 重复性：同一零件、同一位置、多次测量结果的标准差，反映系统稳定性；
• 测量不确定度：测量结果与真值之间可能存在的误差范围，需通过标定和量值溯源给出。

验收时，不能只看单次测量是否落在公差内，而应要求提供重复性数据（如连续测量 30 次的标准差）和与更高等级标准器比对的不确定度评估。例如，用标准量块或标准玻璃板作为参考件，在系统上测量后与标称值比较，偏差应小于测量不确定度的 2 倍。

四、节拍与环境约束：被低估的工程边界

节拍决定系统是离线抽检还是在线全检。若要求 1 秒/件，则图像采集、传输、处理、结果输出必须在 1 秒内完成，这会影响相机接口（GigE 还是 USB3.0）、处理平台（CPU 还是 GPU）以及是否需要多工位并行。环境约束则包括：环境光波动、温度变化引起的热胀冷缩、振动导致的图像模糊、粉尘与油污对镜头和光源的污染。这些因素在实验室样机上往往被忽略，却是产线现场测量漂移的主要来源。

五、需求规格书应包含的要素与验收准则

综合以上分析，一份可执行的视觉尺寸计量需求规格书至少应包含以下字段：被测特征清单（含名义值与公差）、单视场与整体测量范围、像素当量估算与目标不确定度、节拍要求与处理时间预算、环境条件范围、参考标准器与溯源路径、验收测试方案。验收准则应可量化、可复现，避免“测量准确”“运行稳定”这类模糊表述。