4、边缘识别技术：机器视觉、图像分类、目标检测、缺陷检测的基本概念与常用算法
在工业AI与PLC联动体系中，边缘识别是感知层的核心能力。它解决的是“产线如何看见并理解工件状态”的问题——从识别工件是否存在、判断其类别，到定位其在空间中的坐标，再到检测表面缺陷。本章将系统梳理机器视觉、图像分类、目标检测与缺陷检测四类技术的基本概念、典型算法及在PLC联动中的落地方式，帮助读者建立从像素到控制信号的完整认知链路。
4.1 机器视觉：从成像到测量的工程基础
机器视觉是工业场景中利用光学成像与图像处理技术，对物体进行非接触式测量与判断的工程学科。它不同于纯学术的图像处理，更强调在产线环境下的鲁棒性、实时性与可重复性。一个完整的机器视觉系统通常包含光源、镜头、相机、图像采集卡（或GigE/USB3接口）、算法处理单元（工控机或嵌入式设备）以及通信模块。
核心原理：机器视觉的本质是将三维物理世界投影为二维数字图像，再通过算法从像素灰度、边缘、纹理等特征中提取出对控制有用的信息。其关键环节包括：光学成像（决定图像质量的上限）、图像预处理（去噪、增强、几何校正）、特征提取（边缘、角点、区域）、测量与定位（像素当量标定、坐标转换）。
工程要点：在PLC联动项目中，机器视觉的“标定”是决定精度的核心步骤。像素当量（mm/pixel）的标定误差会直接传导至PLC的坐标控制指令。建议使用高精度棋盘格或圆点标定板，在工件实际工作距离下进行多点标定，并考虑镜头畸变补偿。
常用算法与工具：
- 边缘检测：Canny、Sobel、Laplacian——用于提取工件轮廓，是尺寸测量的基础。
- 模板匹配：基于灰度或形状的匹配（如Halcon的shape-based matching），用于定位已知工件。
- Blob分析：连通域提取，用于检测区域面积、重心、方向等几何特征。
- 标定与校正：相机内参/外参标定、畸变校正、手眼标定（Eye-in-Hand / Eye-to-Hand）。
| 视觉任务 | 典型算法 | 输出数据 | PLC联动方式 |
|---|---|---|---|
| 尺寸测量 | Canny + 卡尺工具 | 长度/直径/角度 | 比较阈值，超差报警 |
| 定位引导 | 形状匹配 + 仿射变换 | X/Y坐标、旋转角 | 发送坐标给机器人/伺服 |
| 存在性检测 | Blob分析 / 灰度统计 | 有无/数量 | 触发PLC计数或剔除 |
| 字符读取 | OCR（如Halcon的OCV/OCR） | 字符串 | 比对数据库，决定流向 |
4.2 图像分类：判断“是什么”
图像分类解决的是给整张图像分配一个语义标签的问题。在工业场景中，典型应用包括：区分不同型号的工件、判断物料是否放反、识别产品批次颜色差异等。与目标检测不同，分类不关心物体在图像中的具体位置，只输出“这张图属于哪一类”的概率分布。
常用算法演进：
- 传统方法：HOG（方向梯度直方图）+ SVM（支持向量机），适用于纹理或形状差异明显的场景，计算量小，适合嵌入式部署。
- 经典CNN：AlexNet、VGG——奠定了深度学习分类的基础，但参数量大，工业实时性受限。
- 轻量化网络：MobileNet、ShuffleNet、EfficientNet-Lite——专为边缘设备设计，在保持精度的同时大幅减少计算量，是当前工业边缘部署的主流选择。
- 迁移学习：使用ImageNet预训练权重，在少量工业样本上微调，可显著减少标注数据需求。
实战经验：在产线分类任务中，不要一开始就追求高精度的深层网络。先尝试MobileNetV3或EfficientNet-B0，配合数据增强（随机裁剪、亮度扰动、仿射变换），往往能达到99%以上的准确率，且推理延迟可控制在10ms以内（GPU）或50ms以内（CPU）。
案例拆解：某电子元件厂需要区分三种不同容值的贴片电容（104、105、106），外观差异极小，仅颜色深浅略有不同。初始方案采用人工目检，误判率约3%。后改用工业相机采集图像，使用MobileNetV2迁移学习，训练集每类500张，训练30个epoch后准确率达99.6%。部署在Jetson Nano上，推理时间约15ms，通过GPIO直接输出分类结果给PLC，PLC据此控制料道切换。整个改造周期仅2周，误判率降至0.2%以下。
4.3 目标检测：定位“在哪里”
目标检测在分类的基础上增加了位置信息，输出每个目标的类别标签和边界框（Bounding Box）。在工业场景中，目标检测常用于：传送带上多工件的定位抓取、料盘上元件的计数与位置确认、AGV导航中的障碍物识别等。
算法体系分类：
- 两阶段检测器：Faster R-CNN、Mask R-CNN——先产生候选区域，再分类和回归。精度高但速度慢，适合离线抽检或高精度场景。
- 单阶段检测器：YOLO系列（v5/v8/v9）、SSD、RetinaNet——直接回归类别和位置，速度快，适合实时产线。YOLOv8是目前工业部署的性价比之选。
- Transformer检测器：DETR、Deformable DETR——基于注意力机制，在复杂背景和小目标场景有优势，但训练成本高，工业应用尚在探索期。
工业部署关键参数：
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 输入分辨率 | 640×640 或 1280×1280 | 分辨率越高，小目标检测越好，但延迟增加 |
| 置信度阈值 | 0.5 ~ 0.7 | 过低易误检，过高易漏检，需根据产线实际调优 |
| NMS IoU阈值 | 0.45 ~ 0.5 | 用于去除重叠框 |
| 推理硬件 | GPU / 边缘NPU | Jetson Orin、Intel Movidius、瑞芯微RK3588等 |
风险提示：目标检测模型在实验室精度高，不代表产线稳定。光照变化、工件反光、传送带振动都会导致检测框抖动。建议在部署时加入“检测结果滤波”——例如连续3帧检测到同一位置的目标才确认有效，避免PLC收到瞬时误检信号。
4.4 缺陷检测：识别“好不好”
缺陷检测是工业视觉中最具挑战性的任务，因为缺陷种类繁多、形态各异，且正常样本与缺陷样本往往极度不平衡。缺陷检测的目标不仅是判断“有无缺陷”，还要定位缺陷位置、分类缺陷类型，甚至评估缺陷严重程度。
四类主流技术路线：
- 传统图像处理：频域滤波（傅里叶变换）、形态学操作、灰度阈值分割。适用于纹理均匀、缺陷对比度高的场景（如金属表面划痕）。优点是无需训练数据，缺点是泛化能力弱。
- 监督学习分割：U-Net、DeepLabV3+等语义分割模型，对每个像素分类（正常/缺陷）。需要大量像素级标注，但检测精度最高。
- 异常检测（无监督/自监督）：PatchCore、PaDiM、SPADE等。仅用正常样本训练，学习“正常模式”，推理时计算与正常模式的偏离度。适合缺陷样本难以收集的场景。
- 生成对抗网络（GAN）：AnoGAN、f-AnoGAN等，通过生成器重建图像，比较重建误差。适合纹理类缺陷，但训练不稳定，工业落地较少。
缺陷检测流程清单：
- 步骤1：图像采集——确保光照均匀，建议使用同轴光或低角度环形光突出缺陷特征。
- 步骤2：预处理——去噪、对比度增强、ROI裁剪，减少背景干扰。
- 步骤3：算法推理——根据缺陷类型选择分割或异常检测模型。
- 步骤4：后处理——去除小面积噪点、填充空洞、计算缺陷面积/长度。
- 步骤5：结果判定——根据缺陷面积、数量、位置设定OK/NG阈值，输出给PLC。
案例闭环：某汽车零部件厂需要检测铝合金轮毂表面的气孔缺陷。初始方案采用人工目检，漏检率高达5%。项目组采集了2000张正常轮毂图像和仅80张带缺陷图像。由于缺陷样本极少，直接训练分割模型效果不佳。最终采用PatchCore异常检测方案：仅用2000张正常图像训练，提取局部特征库；推理时计算测试图像特征与特征库的最大距离作为异常分数。部署后，对气孔缺陷的检出率达到98.7%，误报率控制在1.5%以内。系统通过Profinet将OK/NG信号发送至PLC，NG品自动进入复检区。整个推理流程约120ms，满足产线节拍要求。复盘发现，误报主要来自轮毂表面的油渍，后续增加吹气清洁工位后误报率降至0.8%。
4.5 常见误区与工程复盘
在边缘识别技术落地过程中，团队常陷入以下误区，值得警惕：
误区一：盲目追求高精度模型。产线真正需要的是“在允许的误检率和漏检率下满足节拍”，而非学术排行榜上的mAP。一个YOLOv5s（小模型）在优化后可能比YOLOv8x（大模型）更适合你的产线，因为延迟更低、部署更简单。
误区二：忽视数据分布漂移。模型上线时表现良好，但三个月后准确率下降。原因是产线换了新批次原材料、光源老化或相机位置微移。建议建立“持续监控+定期重训”机制，每周统计检测分布，每月用新数据微调模型。
误区三：将视觉系统与PLC割裂设计。视觉不是独立工位，而是PLC控制环路的感知前端。设计时应明确：视觉输出哪些信号（OK/NG、坐标、类别码）、通信协议（TCP/IP Socket、Profinet、EtherNet/IP）、信号延迟预算、故障安全策略（视觉宕机时PLC如何动作）。
总结复盘：边缘识别技术的选型应遵循“场景驱动”原则——先明确任务类型（分类/检测/缺陷）、精度要求、节拍时间、环境约束，再选择算法和硬件。在PLC联动层面，务必定义清晰的接口协议和异常处理机制。建议团队建立“视觉-控制联合调试”流程，在产线试运行阶段重点观察：检测延迟波动、通信丢包率、误检/漏检的分布规律，并据此持续优化模型阈值和PLC逻辑。边缘识别不是一次性交付，而是与产线共同演进的持续工程。