1. 课程导入与标定测量全景
在工业视觉检测中，很多人第一次接触 In-Sight 时，会本能地把注意力放在“能不能看到缺陷”上，而忽略了更基础的问题：看到的尺寸到底代表多少毫米？ 一台 In-Sight 相机即使能稳定拍出清晰图像，如果像素与实际物理尺寸之间的换算关系没有建立，那么它输出的“120 像素宽”对生产现场毫无意义。标定测量与精度验证，解决的正是从“像素世界”到“毫米世界”的映射问题，并进一步回答：这个映射是否可信、是否稳定、是否可复现。
本课程的学习目标可以概括为三条主线。第一，建立标定意识：理解像素、标定、精度、重复性、再现性这五个核心术语之间的因果关系，知道它们分别回答什么问题。第二，掌握标定与测量流程：能够使用 In-Sight 的标定工具（如 Calibration、Fixture、Measure 工具组合）完成从图像采集、标定板识别、坐标建立到尺寸输出的完整链路。第三，具备精度验证能力：能够设计并执行重复性与再现性测试，用数据判断系统是否满足测量任务要求，而不是凭“看起来稳定”下结论。
五个核心术语，先分清它们各自回答什么
像素（Pixel）是图像的最小单位，是相机传感器对光强采样后的离散结果。In-Sight 输出的所有原始测量值，最初都以像素为单位。像素本身不是物理量，它只描述“在图像上占了多少个格子”。
标定（Calibration）是建立像素与物理单位之间换算关系的过程。常见做法是拍摄一块已知尺寸的标定板，由软件识别标定板上的特征点，计算出一个比例因子（mm/pixel）以及可能的旋转、平移和畸变修正参数。标定完成后，In-Sight 才能把像素坐标转换为毫米坐标。
精度（Accuracy）回答的是“测得准不准”，即测量值与真实值之间的偏差。精度高，意味着系统误差小。精度通常用绝对误差或相对误差表示，例如“在 50 mm 量程内误差不超过 ±0.05 mm”。
重复性（Repeatability）回答的是“同一个人、同一台设备、同一条件下，多次测量同一目标，结果是否一致”。重复性反映的是随机误差的大小，常用标准差或极差表示。重复性好，说明系统稳定，但不代表一定准。
再现性（Reproducibility）回答的是“换一个人、换一个时间、换一台同型号设备，结果是否仍然一致”。再现性反映的是条件变化带来的影响，在产线多工位、多班次场景中尤其重要。
整体技术链路：从图像到可信尺寸
In-Sight 的标定测量链路可以拆成六个环节：成像 → 标定 → 坐标建立 → 特征提取 → 尺寸计算 → 精度验证。成像环节决定图像质量，包括光照、镜头、工作距离和景深；标定环节建立像素与毫米的映射；坐标建立环节通过 Fixture 工具确定测量基准，使每次测量都在同一坐标系下进行；特征提取环节用 Edge、Blob、PatMax 等工具找到被测特征；尺寸计算环节把特征位置转换为距离、角度、直径等物理量；精度验证环节则用重复性和再现性测试确认整条链路是否可信。
这条链路有一个关键特点：误差会逐级传递，但不会逐级抵消。如果标定比例因子有 0.5% 的偏差，那么 100 mm 的测量结果就会带上 0.5 mm 的系统误差；如果 Fixture 不稳定，每次测量基准漂移，重复性就会变差。因此，标定和 Fixture 是整条链路中优先级最高的两个环节。
典型工业应用场景与精度要求
不同行业对精度的要求差异很大，这直接决定了标定策略和验证方案。以 3C 电子连接器为例，Pin 间距可能只有 0.5 mm，测量公差要求 ±0.02 mm，此时需要高分辨率镜头和亚像素边缘提取，标定板精度也要相应提高。汽车密封圈直径通常在 50～200 mm，公差 ±0.1 mm，视野较大，标定时要特别注意镜头畸变修正。医药包装的瓶盖直径约 30 mm，公差 ±0.15 mm，但产线速度高，重复性比绝对精度更关键。新能源电池极片宽度可达 300 mm 以上，公差 ±0.3 mm，属于大视野测量，标定板需要覆盖整个视野，否则边缘区域误差会明显放大。
这些场景有一个共同点：精度要求越高，标定和验证的投入就越大。如果只是做有无判断或粗略定位，标定可以简化；但一旦涉及尺寸测量，就必须认真对待标定板选择、光照均匀性、Fixture 稳定性和 R&R 测试。
本课程的学习路径
后续章节将沿着“标定 → 测量 → 验证”的主线展开。你会先学习 In-Sight 标定工具的具体操作，包括标定板类型选择、标定图像采集、标定结果判读；然后进入测量工具的使用，包括 Edge、Blob、PatMax 等工具的参数设置和尺寸计算；最后学习精度验证方法，包括重复性测试、再现性测试、GR&R 分析和测量系统能力评估。每一章都会给出可执行的参数示例和判断依据，帮助你把“知道”变成“做到”。
在开始动手之前，建议你先明确自己产线的测量任务：被测特征是什么、公差带多宽、节拍要求多少、环境温度变化大不大。这些信息会直接影响后续标定板选型、镜头选择和验证方案设计。带着具体问题学习，比单纯记操作步骤有效得多。