3. 成像质量对误检漏检的底层影响
在 In-Sight 视觉系统中，误检（把良品判为不良）和漏检（把不良判为良品）往往被归因于“算法参数没调好”，但真正决定检测上限的，是进入算法之前的图像质量。算法只能在图像提供的信息范围内做判断：如果缺陷在图像里根本没有形成足够的灰度差异，任何阈值、边缘工具或 Blob 分析都无法稳定地把它找出来。因此，理解对比度、景深、畸变、噪声、运动模糊这五个成像因素如何影响判据，是排查误检漏检的第一层工作。
对比度：决定缺陷“能不能被看见”
对比度是缺陷区域与背景之间的灰度差。In-Sight 的斑点（Blob）、边缘（Edge）和直方图工具都依赖灰度跃变来定位目标。若缺陷与背景的灰度差只有 5～10 个灰度级，而图像噪声本身就有 ±3～5 个灰度级波动，那么阈值分割的结果就会在缺陷边缘来回跳动，表现为同一工件有时检出、有时漏检。
提升对比度的手段包括：调整光源角度使缺陷产生阴影或高亮、改用同轴光或低角度暗场光、增加偏振片抑制反光、调整曝光时间与增益。需要注意的是，增益会同时放大噪声，因此优先用光照和曝光提升对比度，增益只作最后微调。一个可操作的判断方法是：在 In-Sight 软件中打开实时直方图，观察缺陷区域与背景区域是否形成两个可分离的峰；若两峰重叠，说明对比度不足，应先解决打光问题，而不是继续调阈值。
景深：决定“多高多低都能看清”
景深是镜头在保持可接受清晰度前提下，能覆盖的物距范围。对于高度有波动的工件（如冲压件、注塑件、装配后的组件），如果景深不足，工件偏高时成像清晰、偏低时边缘发虚，同一缺陷在不同高度下呈现的灰度与边缘锐度不同，就会造成间歇性漏检。
景深与光圈、焦距、工作距离相关：光圈越小（F 值越大）景深越大，但进光量减少；焦距越长景深越浅。工程上常用做法是：先按工件高度公差确定所需景深，再选择光圈与工作距离，最后用光源补足因缩小光圈损失的亮度。判断景深是否够用，可以取工件最高、标称、最低三个位置分别拍照，比较同一特征边缘的清晰度是否一致；若最低位置边缘明显模糊，说明景深不足。
畸变：决定“位置和尺寸还可不可信”
畸变是镜头成像的几何误差，常见桶形畸变（边缘向外膨胀）和枕形畸变（边缘向内收缩）。畸变本身不会让图像模糊，但会让同一尺寸的工件在画面中心和边缘测量出不同结果。对于依赖尺寸、间距、位置判断的检测项，畸变会直接造成误判：中心区域合格的工件，移到画面边缘可能被判为超差。
处理畸变的办法是标定。In-Sight 提供标定功能，通过标定板采集多点，建立像素到实际尺寸的映射并校正畸变。若检测项对位置精度要求高（如 ±0.05 mm），必须做标定；若只做有无判断（如是否存在字符、是否存在孔），畸变影响相对较小，但仍应尽量让被测特征落在画面中心区域。
噪声：决定“阈值能不能稳定”
噪声是图像中随机的灰度波动，来源包括传感器热噪声、增益放大、电磁干扰和光源不稳定。噪声的直接后果是让固定阈值失效：同一像素在连续多帧中灰度值上下跳动，阈值分割出的区域面积和位置随之变化，导致误检漏检。
抑制噪声的手段有：降低增益、增加曝光时间（但会加剧运动模糊）、使用平均滤波或多帧平均、稳定光源供电、远离变频器等干扰源。在 In-Sight 中可先用实时图像观察噪声水平，再决定是否需要滤波。需要提醒的是，滤波会削弱细节，过度平滑可能把微小缺陷一起抹掉，因此滤波强度要与缺陷尺寸匹配。
运动模糊：决定“动态下还能不能抓得住”
运动模糊发生在工件与相机存在相对运动时。若曝光时间内工件移动距离超过约一个像素，边缘就会拖影，缺陷的对比度和边缘锐度同时下降。对于流水线上的在线检测，运动模糊是漏检的常见原因之一。
控制运动模糊的核心是缩短曝光时间，并配合频闪光源在曝光瞬间提供足够亮度。曝光时间上限可由运动速度估算：若工件速度 v = 200 mm/s，允许模糊量 d = 0.05 mm，则曝光时间 t ≤ d / v = 0.05 / 200 = 0.00025 s = 250 μs。实际设置应留有余量，例如取 150～200 μs。若无法进一步缩短曝光，可考虑降低传送速度、提高光源亮度或改用全局快门相机。
五个因素的耦合关系与排查顺序
这五个因素并非独立：提高曝光可以改善对比度，但会加剧运动模糊；缩小光圈可以增大景深，但会降低亮度、迫使提高增益，从而放大噪声；缩短曝光可以冻结运动，但会降低亮度、削弱对比度。因此现场排查不能只盯一个参数，而要按“先成像、后算法”的顺序逐项确认。
一个实用的排查顺序是：
- 先看对比度：用直方图确认缺陷与背景是否可分离，不可分离则先改光源角度、亮度或曝光。
- 再看景深：取工件最高、标称、最低三个位置拍照，确认边缘清晰度一致。
- 然后看畸变：若检测项涉及尺寸或位置，必须标定；否则尽量让特征落在画面中心。
- 接着看噪声：观察连续多帧同一区域的灰度波动，必要时降增益、加滤波或稳定光源。
- 最后看运动模糊：按 t ≤ d / v 估算曝光上限，配合频闪光源验证边缘是否拖影。
从成像到判据：一个对比示例
假设某金属件表面有一条宽约 0.1 mm 的划痕需要检出。在低角度暗场光下，划痕与背景灰度差约 40 个灰度级，直方图双峰清晰，阈值分割稳定，连续 20 帧检出率 100%。若改用普通环形光，划痕与背景灰度差降到约 8 个灰度级，而噪声波动约 ±4 个灰度级，此时阈值分割结果在 20 帧中有 6 帧漏检。这个对比说明：同一缺陷、同一算法，仅因打光方式不同，检出稳定性就从 100% 降到 70%。
因此，当现场出现误检漏检时，建议先固定算法参数，只改变成像条件做对照采集，观察检出率的变化。如果成像改善后检出率显著提升，说明问题在成像层；如果成像已经稳定而检出率仍不理想，才进入算法参数、ROI 设置和逻辑判断的排查。把成像质量作为第一道关口，可以避免在算法层反复试参数却始终无法稳定复现的困境。