1. 工业视觉系统与VisionPro定位

在工业自动化产线上，视觉系统并不是一台“会拍照的相机”，而是一条从物理世界到判定结论的完整信号链。Cognex VisionPro 的价值，正是把这条链路上的成像、预处理、定位、测量、检测与通信环节组织成可配置、可复现、可维护的工程流程。理解这条链路，是后续学习相机选型、镜头计算、照明设计、标定与工具调参的前提。

一、检测链路的六个环节

一条典型的工业视觉检测链路可以拆解为：被测对象 → 照明 → 光学成像 → 图像采集 → 图像处理与判定 → 结果输出与执行。每个环节都会向下游传递误差，且误差通常不可逆。

• 被测对象：材质、颜色、表面粗糙度、几何形状、运动速度、温度与反光特性，决定了后续所有环节的边界条件。
• 照明：决定“什么被看见”。同一枚金属零件，用环形光、同轴光、背光或条形光照射，得到的图像可能完全不同。
• 光学成像：镜头焦距、工作距离、视场、景深、畸变与光圈，决定空间信息如何映射到传感器平面。
• 图像采集：传感器分辨率、像元尺寸、曝光时间、增益、触发方式与传输接口，决定图像的灰度质量与时间一致性。
• 图像处理与判定：VisionPro 中的 Caliper、PatMax、Blob、OCV/OCR、Surface Flaw 等工具，把像素转换为尺寸、位置、字符与缺陷结论。
• 结果输出：通过 I/O、以太网、PLC 或机器人接口输出 OK/NG、坐标与测量值，驱动分拣、剔除或补偿动作。

这条链路的关键特征是：成像质量决定处理上限。如果照明让缺陷与背景的对比度只有 5 个灰度级，再强的算法也难以稳定区分；如果镜头景深不足导致零件边缘模糊，PatMax 的定位重复性会直接下降。因此，VisionPro 的工程方法强调“先成像、后算法”，而不是把问题全部留给软件。

二、成像与照明为什么是“第一性”问题

在 VisionPro 工程实践中，一个常见误区是：先选相机，再调工具，最后补照明。正确的顺序恰好相反——先明确缺陷的物理特征，再设计照明让缺陷与背景产生足够的灰度或颜色差异，然后选择能分辨该差异的相机与镜头，最后才用工具提取特征。

以金属表面划痕检测为例。若采用普通环形光正面照射，划痕与基体都强烈反光，图像对比度可能低于 10 个灰度级；若改用低角度条形光，划痕边缘产生阴影，对比度可提升到 60～100 个灰度级。此时即使使用相同的 Caliper 或 Surface Flaw 工具，检出稳定性也会显著不同。这说明：照明不是辅助，而是信号源。

三、VisionPro 在链路中的定位

VisionPro 属于链路中的“图像处理与判定”层，但它并不孤立。它通过采集接口接收图像，通过标定把像素坐标转换为毫米坐标，通过工具链输出测量值与判定结果，再通过通信接口把结果交给 PLC 或机器人。它的核心能力包括：

• 定位：PatMax、PatQuick 在存在旋转、缩放、遮挡与光照变化时仍能稳定找到基准。
• 测量：Caliper 沿指定方向找边缘，输出亚像素级位置与宽度。
• 检测：Blob 统计连通区域面积与数量，Surface Flaw 检测表面异常。
• 识别：OCV/OCR 读取字符与条码，验证可读性与内容正确性。
• 标定：CogCalib 建立像素与物理坐标的映射，支持手眼标定与多相机拼接。

这些工具的共同前提是：输入图像必须具有稳定的对比度、足够的清晰度和可重复的成像条件。因此，VisionPro 的定位不是“替代成像设计”，而是“在良好成像基础上实现可复现的判定”。

四、典型应用场景与任务地图

工业视觉的典型场景可以按“检测目标”分为四类，每类对照明与工具的要求不同：

本课程后续章节将沿着这条链路逐层展开：先讲相机与镜头的参数计算，再讲照明方案的设计与验证，然后讲标定与坐标变换，最后讲工具链配置、通信部署与现场排障。每一层都围绕同一个目标——让视觉系统在产线节拍下稳定输出可信的 OK/NG 结论。

总结来说，工业视觉系统的本质是一条信号链，照明与成像决定了信号的质量，VisionPro 决定了信号的解读方式。理解这条链路的层级、方向与误差传递关系，是后续所有选型、设计与调试工作的基础。