1. 课程导入与测量任务认知

在精密制造现场，尺寸测量从来不只是“量一个数”。当两个零件装配在一起，它们之间留下的缝隙宽度、两个表面之间的高度落差，以及零件外轮廓相对理论模型的偏差，往往直接决定产品是否漏水、是否异响、是否装配到位、外观是否合格。机器视觉要解决的，正是把这类几何量从二维图像中稳定、快速、可重复地提取出来。本课程围绕三个核心测量对象展开：间隙（Gap）、段差（Flush/Step）与轮廓尺寸（Profile Dimension）。

先把定义说清楚，因为后续所有算法与标定都建立在这三个量的几何约定之上。间隙指两个相邻零件边缘之间的开口距离，通常沿某一指定方向测量，例如车门与车身之间的缝隙宽度；段差指两个相邻表面在高度方向上的落差，即一个面相对另一个面的偏移量，它反映的是“齐平程度”；轮廓尺寸则更宽泛，指零件实际轮廓相对理论轮廓或基准的偏差，包括宽度、高度、圆角、直线度、位置度等。三者的共同点是：它们都不是孤立的一个点，而是由边缘、表面、基准共同定义的几何关系。

为什么工业现场如此重视这三类量？以汽车为例，车门与侧围的间隙若过大，高速行驶时风噪明显、可能渗水；若过小，关门时钣金相互挤压，漆面磨损甚至无法闭合。段差若超差，外观上会出现明显“台阶”，影响整车质感。在3C电子行业，手机中框与屏幕之间的间隙和段差直接关系到防水等级与触控手感；在家电行业，冰箱门体与箱体的间隙影响密封与能耗。可以说，间隙、段差与轮廓尺寸是装配质量、密封性能与外观品质的共性指标。

与卡尺、塞尺、三坐标等接触式测量相比，机器视觉测量的价值在于非接触、全场、节拍快、可在线。一条汽车焊装或总装线，节拍常在 45～60 秒/台，留给单个测点的采集与处理时间可能只有几十到几百毫秒；3C 产线节拍更快，可达 1～3 秒/件。因此，视觉方案必须在精度与速度之间取得平衡。典型精度要求可参考：间隙/段差测量重复性约 ±0.05～±0.1 mm，轮廓尺寸视产品而定，常在 ±0.02～±0.2 mm 区间。这些是行业常见量级，具体项目需以图纸公差和测量系统能力为准。

要完成一次可信的间隙段差测量，现场通常需要一套完整的信号链：光源 → 被测对象 → 相机/镜头 → 图像采集 → 图像处理 → 几何计算 → 结果判定与输出。其中任何一个环节出问题，都会直接反映到最终数值上。例如，光源角度不合适会导致边缘过渡模糊，使间隙边缘定位产生偏差；镜头畸变未校正会让视场边缘的段差测量系统性偏大；标定系数错误则会让所有尺寸整体缩放。因此，本课程不会只讲“怎么找边缘”，而会沿着这条信号链，逐段讲清每个环节对最终精度的影响。

上图把本课程的“任务地图”与测量信号链放在一起。可以看到，从光源到最终判定，是一条有明确因果的链路：成像质量决定边缘质量，边缘质量决定几何计算精度，标定决定像素到毫米的换算是否可信。很多现场问题并非算法不够高级，而是光源、镜头或标定环节埋下了误差。因此，本课程后续章节会依次展开：先建立成像与标定基础，再讲边缘与亚像素定位，然后分别深入间隙、段差、轮廓的计算方法，最后落到精度验证、节拍优化与常见故障排查。

在正式进入技术细节前，先建立三个工程意识。第一，测量方向必须与图纸定义一致。间隙是沿哪个方向测、段差以哪个面为基准、轮廓偏差相对哪条理论曲线，这些必须在方案设计阶段就与工艺、质量部门确认，否则数值再准也可能判错。第二，精度不是单一指标。重复性、再现性、线性、稳定性共同决定测量系统是否可用，通常用 GR&R 或重复测量来评估。第三，节拍是硬约束。再高的精度，如果单件处理时间超过产线节拍，也无法上线。实际方案中常通过减少处理区域、优化算法、并行计算、硬件触发等方式压缩时间。

本节的任务是建立整体认知框架，不要求立刻掌握具体算法。你只需要记住：间隙、段差、轮廓尺寸是三类不同的几何关系；机器视觉测量是一条从光源到判定的完整信号链；精度与节拍是必须同时满足的工程约束。接下来的章节，将沿着这条链路逐段深入，把每一个环节讲清楚、讲透。