4. 量产视觉项目交付流程
在量产制造环境中，视觉项目不是“买一台相机、写一个程序”就结束，而是一条从需求到产线稳定运行的完整交付链路。很多项目在实验室里跑得很好，一上产线就出现漏检、误判、节拍不够、换型困难等问题，根源往往不是算法本身，而是交付流程中某个环节被跳过或做得不扎实。本节把这条链路拆开，说明每个阶段真正要交付什么、用什么判断可以进入下一阶段。
一、需求评审：把“要检什么”变成可量化的指标
需求评审是整条链路的起点，也是最容易被轻视的环节。客户通常说“要检测表面划伤”“要确认装配到位”，但这些描述无法直接变成程序。评审阶段要把它翻译成视觉语言：检测对象是什么材料、什么颜色、什么表面处理；缺陷的最小尺寸、对比度、允许的误检率和漏检率；产线节拍是多少件每分钟；相机安装距离、视野范围、可用的安装空间；以及换型频率和换型方式。
一个可用的需求评审输出，至少应包含：检测项目清单、每项的判定标准（合格/不合格的边界）、精度要求（例如最小缺陷 0.2 mm）、节拍要求（例如 60 件/分钟）、环境条件（光照、粉尘、振动）和验收样本数量。这里要特别强调“边界样本”——即刚好合格和刚好不合格的样品，它们决定了后续阈值设定的难度。如果客户只能提供明显合格和明显不合格的样品，项目风险会显著上升，应在评审阶段就提出并协商补充。
二、打光选型：决定成像质量的上限
打光选型不是“选一个亮一点的灯”，而是根据缺陷与背景的光学差异选择照明方式和光源类型。常见方式包括：同轴光用于检测高反光平面的划伤和字符；环形光用于一般表面和装配确认；条形光用于边缘轮廓和凹凸检测；背光用于尺寸测量和轮廓提取；低角度光用于检测表面凸起、压痕和异物。选择依据是缺陷在哪种照明下与背景形成最大对比度。
实操中，打光选型通常要经过“样品试拍—对比—定型”三步。以检测金属表面划伤为例：先用环形光拍摄，划伤与背景对比度低；改用低角度条形光后，划伤产生阴影，对比度明显提升；再调整光源角度和距离，找到对比度最高、且不产生过曝的位置。此时记录光源型号、角度、距离、亮度值，作为后续复现的依据。打光一旦定型，相机、镜头、工作距离也应同步锁定，因为任何一项变化都会改变成像结果。
三、程序开发：从图像到判定结果
程序开发阶段把成像结果转化为稳定的判定逻辑。典型流程是：图像采集→预处理（滤波、增强）→定位（模板匹配或特征定位）→检测区域提取→缺陷检测或测量→判定输出。以 In-Sight 为例，常用工具包括 PatMax 定位、Blob 分析、Histogram 直方图、Edge 边缘工具和 Measure 测量工具。开发时要为每个检测项设定阈值，并用边界样本反复验证。
阈值设定不能只看“合格品通过、不合格品报警”，还要看边界样本的裕量。例如某划伤检测项，合格样本的缺陷评分为 20～35，不合格样本为 70～90，阈值可设在 50 左右，两侧都有足够裕量。如果合格样本评分已经到 45，说明打光或算法需要优化，而不是硬调阈值。程序开发完成后，应保存为可追溯的作业文件，并记录版本号、修改日期和修改内容。
四、验收测试：用数据证明系统可用
验收测试不是“跑一遍看看”，而是用事先约定的样本集和指标进行量化验证。样本集应包含合格品、不合格品和边界样本，数量根据项目风险确定，通常每类不少于 30 件。测试时记录每个样本的判定结果，统计误检率（合格品被判为不合格）和漏检率（不合格品被判为合格）。例如某项目要求漏检率 ≤ 0.5%、误检率 ≤ 2%，测试 200 件合格品和 100 件不合格品，若漏检 1 件、误检 3 件，则漏检率 1%、误检率 1.5%，漏检率超标，需要回到程序开发阶段优化。
验收测试还要覆盖连续运行稳定性。建议连续运行 2～4 小时，观察是否出现因温度漂移、光源衰减、振动导致的判定波动。如果连续运行中出现误判，应记录发生时间、环境条件和图像，作为后续改进依据。验收通过后，应形成验收报告，明确测试样本、指标、结果和遗留问题。
五、产线导入：从“能用”到“稳定用”
产线导入阶段要解决的是工程化问题。首先是节拍匹配：测量从触发到输出结果的总时间，包括相机曝光、图像传输、程序处理、通信输出。如果总时间超过产线节拍，需要优化处理逻辑或更换更高性能的相机。其次是通信与触发：确认 PLC 的触发信号、相机就绪信号、结果输出信号的时序关系，避免丢触发或结果错位。再次是换型管理：如果产线需要切换产品型号，应建立作业文件切换流程，并验证切换后首件检测结果。
产线导入后还要建立运维机制：定期清洁镜头和光源、检查光源亮度衰减、备份作业文件和系统参数、记录报警和异常处理过程。这些工作看似琐碎，却决定了系统能否在量产环境中长期稳定运行。
六、交付流程的闭环与复盘
整条链路不是单向的，而是带反馈的闭环。验收测试发现的问题可能回到程序开发，产线导入发现的节拍问题可能回到打光选型甚至需求评审。因此，每个阶段门都应留下可追溯的记录：需求规格表、打光记录、作业文件版本、验收报告、产线运行日志。这些记录不仅是交付物，也是后续项目复用的基础。
对于量产视觉运维工程师来说，理解这条链路的意义在于：当现场出现问题时，能够快速判断问题出在哪个环节，而不是盲目调参数。例如检测不稳定，先看成像是否变化，再看阈值裕量是否足够，最后看节拍和触发是否正常。按链路排查，比凭经验猜测更可靠。