📚 课程目录第2章工业视觉基础

2. 工业视觉基础

在工业视觉AI联动PLC的系统中，视觉前端决定了“能不能看见、看得清不清、看得稳不稳”。如果相机、镜头、光源、采集与预处理环节选型不当，后续无论AI模型多强、PLC逻辑多严谨，都会因为输入图像质量不足而失效。本节从成像链路出发，说明各环节的基本原理与选型方法，并给出可落地的参数计算与配置思路。

一、成像链路的核心原理

工业视觉的成像过程可以理解为一条“光—机—电—数”的信号链：光源照射被测物，物体表面反射或透射光线；镜头将光线聚焦到相机传感器；传感器把光强转换为电信号；采集卡或相机接口把模拟/数字信号传输到计算机；预处理模块完成去噪、增强、校正与ROI提取，最终输出给AI推理或传统视觉算法。任何一个环节的信噪比下降，都会在最终图像上表现为对比度不足、运动模糊、过曝或欠曝、畸变和噪声。

因此，选型不是单独挑一个“高像素相机”，而是围绕视野、精度、速度、对比度、环境五个约束做系统匹配。常见误区是只关注相机分辨率，却忽略镜头解析力、光源角度和曝光时间，导致“像素够但边缘糊”“分辨率高但反光过曝”。

二、相机选型：分辨率、帧率与快门

相机选型的第一步是确定精度需求。假设检测最小缺陷为0.1 mm，要求至少3个像素覆盖，则单像素对应实际尺寸应小于0.033 mm。若视野为100 mm × 80 mm，则横向至少需要100 / 0.033 ≈ 3030像素，纵向约2424像素，因此应选择500万像素以上相机。第二步是速度需求：产线节拍为每分钟300件，即每件200 ms，若每件需采集2次，则单次采集与传输需控制在80 ms以内，帧率应不低于15 fps，并预留余量。第三步是快门类型：运动物体优先选全局快门，避免卷帘快门产生果冻效应；高速场景需配合短曝光与频闪光源。

接口方面，GigE适合中远距离、成本敏感场景；USB3.0适合短距离高带宽；Camera Link与CoaXPress适合高速高分辨率；MIPI常见于嵌入式。选型时要同时核算带宽：分辨率 × 位深 × 帧率不能超过接口有效带宽。

三、镜头选型：焦距、视野与畸变

镜头与相机是匹配关系。常用估算公式为：焦距 f ≈ 传感器尺寸 × 工作距离 / 视野。例如传感器宽度为8.8 mm，工作距离500 mm，要求视野200 mm，则 f ≈ 8.8 × 500 / 200 = 22 mm，可选25 mm定焦镜头并微调工作距离。若视野不足，可增大工作距离或减小焦距；若精度不足，应提高相机分辨率而非单纯放大视野。

镜头还需关注解析力是否匹配相机像素尺寸、畸变是否影响测量、光圈是否满足景深与进光量。远心镜头适合高精度尺寸测量，能消除透视误差；普通工业镜头适合一般定位与识别。景深不足时，可通过缩小光圈、增大工作距离或使用远心镜头改善。

四、光源与打光：决定对比度的关键

光源的目标不是“照亮”，而是让目标特征与背景形成稳定对比。常见方式包括：环形光用于一般表面照明；条形光用于边缘增强；背光用于轮廓与尺寸测量；同轴光用于高反光平面；穹顶光用于曲面与反光抑制；红外或紫外光用于特殊材质。打光角度比亮度更重要：低角度光突出划痕与纹理，高角度光适合平整表面。

选型顺序建议：先确定缺陷/特征在图像中应呈现“亮于背景”还是“暗于背景”，再选择光源角度与波长，最后调整亮度与曝光，避免用软件强行拉对比度。

五、图像采集与预处理：从触发到可用图

采集环节要解决同步与稳定。PLC联动场景通常采用硬触发：PLC在工件到位时输出触发信号，相机曝光并返回采集完成信号，视觉处理输出结果给PLC。触发抖动、曝光时间与产线速度必须匹配，否则会出现漏拍或运动模糊。预处理则包括去噪、灰度化、对比度增强、畸变校正、ROI裁剪、尺寸归一化等。对于AI模型，输入尺寸、通道顺序、归一化参数必须与训练时一致。

# 典型采集与预处理参数示例
camera:
  resolution: 2592 x 1944
  pixel_size: 2.2 um
  shutter: global
  exposure_time: 800 us
  gain: 6 dB
  trigger: hardware rising edge
lens:
  focal_length: 25 mm
  aperture: F4
  working_distance: 500 mm
light:
  type: ring
  angle: 45 deg
  color: white
preprocess:
  roi: [200, 150, 2000, 1600]
  resize: 640 x 640
  normalize: mean=0.5, std=0.5
  denoise: gaussian 3x3

六、选型清单与常见误区

环节	关键参数	选型要点	常见误区
相机	分辨率、帧率、快门、接口	按精度与节拍反推，预留20%余量	只看像素，忽略帧率与带宽
镜头	焦距、光圈、畸变、解析力	与传感器尺寸和像素尺寸匹配	用普通镜头做高精度测量
光源	角度、波长、均匀性、频闪	先定对比度目标，再选打光方式	只调亮度，不调角度
采集	触发方式、曝光、传输延迟	硬触发同步，核算端到端延迟	软触发用于高速产线
预处理	ROI、归一化、校正、去噪	与训练参数严格一致	训练与推理预处理不一致

复盘时优先检查“图像质量”而非“模型参数”：若同一工件在多次采集下边缘位置波动超过2个像素，应先排查光源稳定性、触发同步与机械振动，再考虑算法优化。

综上，工业视觉前端的选型应围绕视野、精度、速度、对比度和环境五个约束做闭环验证。建议在正式部署前，用实际工件和产线节拍做小样测试，记录图像信噪比、边缘重复性与采集延迟，再确定相机、镜头、光源与预处理参数。只有前端稳定，AI与PLC的联动才有可靠基础。