1. 视觉系统概述
大家好，我是老张。做机器视觉这行有十几年了，踩过的坑比走过的路还多。今天开始咱们聊《图像采集打光技巧与缺陷类型识别》，第一节课，先把地基打牢。
机器视觉系统，说白了就是给工业设备装上「眼睛」和「大脑」。眼睛负责看，大脑负责判断。我刚开始入行时，总觉得算法是核心，后来才发现——图像采不好，算法再牛也白搭。你想想看，一张糊掉的图，神仙也救不了。
1.1 机器视觉系统的四大核心组成
一套完整的机器视觉系统，离不开这四个部分：
| 组成部分 | 典型设备 | 核心作用 |
|---|---|---|
| 光源 | 环形光、条形光、同轴光、背光源 | 照亮目标，凸显缺陷特征，抑制背景干扰 |
| 光学镜头 | 定焦、变焦、远心、显微镜头 | 将目标成像到传感器上，决定视场和分辨率 |
| 相机 | 面阵、线阵、3D、红外相机 | 将光信号转换为电信号，输出数字图像 |
| 图像处理系统 | 工控机、智能相机、FPGA | 算法分析、缺陷识别、结果输出 |
我的经验：很多新手上来就选相机和镜头，却把光源放在最后考虑。这是大忌。我在一个锂电池极片检测项目里，就因为光源角度差了5度，划痕死活拍不出来。后来换了低角度环形光，问题一秒解决。记住——光源决定图像质量的上限。
1.2 成像链路：从光子到像素
成像链路，就是光从目标表面反射，最终变成电脑里一张数字图的完整过程。我习惯把它拆成三步：
- 照明与反射：光源发出的光，照射到被测物体表面，发生反射、散射或透射。
- 光学成像：镜头将反射光汇聚，在相机传感器上形成实像。
- 光电转换与数字化：传感器将光信号转为电压信号，再经ADC变成数字灰度值。
为什么会强调这个链路？因为每个环节都会引入噪声和失真。我记得有个项目，客户说图像总是有横条纹，换了相机也没用。最后查出来是光源频闪和相机帧率不匹配。成像链路里，任何一个环节出问题，最终图像都会「说谎」。
避坑指南：我曾经在一条产线上调试，图像总是忽明忽暗。折腾了两天，最后发现是光源控制器和相机触发信号没同步。嗯，从那以后，我每次搭建系统都会先检查「时序」——光源、相机、运动控制三者必须严格同步。
1.3 核心指标：你该关注哪些参数？
选型时，这几个指标你必须烂熟于心：
| 指标 | 定义 | 我的建议 |
|---|---|---|
| 分辨率 | 传感器像素数量，如500万、1200万 | 缺陷检测一般不低于500万，精密件建议1200万以上 |
| 像元尺寸 | 单个像素的物理大小，单位μm | 越小分辨率越高，但信噪比会下降。我一般选3.45μm~5.5μm |
| 帧率 | 每秒采集的图像数量，单位fps | 产线速度越快，帧率要求越高。30fps是及格线 |
| 动态范围 | 传感器能同时记录的最亮和最暗的比值 | 高反光件需要大动态范围，建议≥70dB |
| 信噪比 | 信号与噪声的比值，单位dB | 低于40dB的图像，缺陷特征容易被噪声淹没 |
注意：分辨率不是越高越好。我见过有人用2000万像素相机拍螺丝，结果数据量太大，处理速度跟不上，产线直接停摆。选型要平衡分辨率、帧率和处理能力。说白了，够用就行。
1.4 课程整体框架：我们这30章学什么？
这门课，我把它分成四个模块。下面这张图，就是整个课程的知识地图：
四个模块，层层递进：
- 模块一（第1-5章）：打好基础。讲清楚视觉系统怎么搭、成像链路怎么走、相机镜头怎么选。这部分是「内功」，后面所有技巧都建立在这上面。
- 模块二（第6-12章）：核心中的核心。光源怎么选、打光角度怎么调、偏振和频闪什么时候用。我敢说，80%的缺陷检测问题，都是打光没打对。
- 模块三（第13-22章）：直面缺陷。划痕、脏污、凹陷、凸起、色差、变形……每种缺陷长什么样、用什么光能拍出来、特征怎么提取。我会拿真实案例一个一个讲。
- 模块四（第23-30章）：实战收尾。3C电子、汽车零部件、食品包装、医药……不同行业怎么搞。最后还会带大家走一遍完整的项目交付流程。
我的建议：学这门课，别急着往后翻。先把基础篇吃透，尤其是成像链路和核心指标。我见过太多人，打光技巧学了一堆，结果连分辨率跟像元尺寸的关系都搞不清。嗯，基础不牢，地动山摇。
好了，第一章就到这里。记住一句话：图像质量，决定检测成败。后面每一章，我都会带着实际项目经验来讲。咱们下章见。