1. 远心视觉计量系统总览
远心视觉计量系统并不是“把相机换成远心镜头”这么简单。它是一套围绕尺寸可溯源这一目标组织起来的测量系统：被测对象提供几何特征，测量任务定义要测什么、测到什么程度，精度指标约束系统能容忍多大的误差，光学成像、机械运动、照明、标定与算法共同决定最终能否稳定给出可信的尺寸结果。理解这一章的关键，是先建立“任务—指标—系统—流程”的整体框架，再进入远心成像、标定、尺寸测量三条主线。
一、被测对象与测量任务：先定义“测什么”
远心视觉计量常见的被测对象包括精密冲压件、注塑小件、连接器端子、齿轮、轴承套圈、玻璃/陶瓷片、医疗器械零件等。它们的共同特点是：尺寸小、批量大、边缘特征多、对测量重复性要求高。但“能看见”不等于“能测准”，必须先把测量任务拆成可执行的特征清单。
例如一个典型的小型金属冲压件，测量任务可能包括：外轮廓宽度、两个圆孔直径、孔心距、台阶高度、边缘到基准边的距离。每个特征都要明确：是测轮廓还是测中心？是单边尺寸还是双边尺寸？基准在哪里？如果基准不明确，后续标定和算法再精确也无法得到一致结果。
测量任务还应区分在线检测与离线计量。在线检测强调节拍和稳定性，通常允许稍大的不确定度；离线计量强调精度和可溯源性，可能需要恒温、多次采样和更严格的标定。任务属性不同，系统配置和流程也会不同。
二、精度指标：把“准”翻译成可验证的数字
精度指标不能只写“高精度”。在工程上，至少要明确以下几类参数：
- 测量范围：视场大小与可测尺寸范围，例如 30 mm × 20 mm。
- 分辨率：单像素对应的物方尺寸，例如 3 μm/pixel。
- 重复性：同一工件多次测量的标准差，例如 ≤ 1 μm。
- 示值误差：相对标准件的偏差，例如 ≤ ±3 μm。
- 测量不确定度：包含标定、镜头畸变、照明、温度、算法等因素的综合评估。
- 节拍：单件测量时间，例如 ≤ 0.5 s。
这些指标之间存在耦合。例如要提高分辨率，可以减小视场或提高相机像素，但视场减小可能无法容纳工件，像素提高会增加数据量和处理时间。因此，精度指标必须在任务约束下平衡，而不是孤立追求某一项最优。
三、系统组成：三条主线如何协同
远心视觉计量系统可以按功能分为三大部分：
- 远心成像链：远心镜头、工业相机、光源、支架与调焦机构。远心镜头的核心价值是主光线平行于光轴，使一定物距范围内的放大倍率基本不变，从而降低离焦和边缘倾斜带来的测量误差。
- 标定链：标定板、位移台、温度传感器、标定算法。标定要建立像素坐标到物方坐标的映射，并分离镜头畸变、相机倾斜、比例因子等误差项。
- 尺寸测量链：图像采集、边缘提取、特征拟合、尺寸计算、结果判定与数据输出。算法必须与任务定义一致，例如圆孔直径应采用圆拟合而非简单边缘间距。
三条主线不是串行独立，而是相互制约。成像链决定原始图像质量，标定链决定坐标映射是否可信，测量链决定特征提取是否稳定。任何一环出现偏差，都会在最终尺寸上体现出来。
四、工程流程：从需求到可追溯结果
一个完整的远心视觉计量项目，通常按以下顺序推进，但每一步都可能反向迭代：
- 任务定义：与工艺/质量人员确认测量特征、基准、判定限和节拍。
- 指标分解：把总精度要求分配到成像、标定、算法、环境各环节，形成误差预算。
- 系统选型：根据视场、分辨率、景深、光源方式选择镜头、相机和照明。
- 标定与验证：用标准件或标定板建立映射，检查残差和重复性。
- 测量编程：定义边缘搜索方向、拟合方法、滤波参数和判定规则。
- 重复性与误差验证：用同一工件多次测量、用标准件比对，确认是否满足指标。
- 数据判定与追溯：输出尺寸、偏差、判定结果，并保留标定和测量条件记录。
其中，误差预算是连接指标与系统的关键工具。例如总允许误差为 ±5 μm，可以初步分配为：镜头畸变与倍率误差 ±1.5 μm，标定残差 ±1 μm，边缘提取与算法 ±1.5 μm，温度与机械漂移 ±1 μm。若某一项实际超出分配值，就需要回到对应环节改进，而不是在最终结果上“调参数”。
五、三条主线的整体认知
后续章节将分别深入远心成像、标定和尺寸测量。学习时建议始终带着三个问题：
- 成像链：这个镜头的远心度、景深和倍率稳定性，是否支撑当前精度指标？
- 标定链：像素到物方的映射是否可溯源？畸变和倾斜是否被正确分离？
- 测量链：边缘提取和特征拟合是否与任务定义一致？结果是否可重复、可判定？
只有把这三条主线放在同一个误差预算和工程流程中考虑，远心视觉计量系统才能从“能拍清楚”走向“能测准、能复现、能追溯”。