1. 走进CV-X外观缺陷检测

在制造业的来料检验、过程检验和出货检验环节中，外观缺陷检测长期依赖人工目检。人眼在连续工作两小时后，漏检率会明显上升，且判定标准容易受情绪、光照和疲劳影响。KEYENCE CV-X系列是一套面向产线的机器视觉外观检测系统，它把"拍照—处理—判定—输出"这条链路集成到一台控制器和若干相机中，让外观检测从"靠经验"转向"靠设定与算法"。理解这套系统的第一步，是分清它由哪些硬件构成、各自承担什么角色，以及它能解决什么问题、不能解决什么问题。

一、CV-X系统的硬件构成与角色分工

CV-X系统的最小构成是"一台控制器 + 一支相机 + 一套光源"。控制器是整个系统的大脑，负责图像处理、判定逻辑运算、结果输出和与PLC/上位机的通信；相机负责采集图像，按形态可分为一体型相机（镜头与机身集成，体积小、布线简单）和分离型相机（镜头可更换，适合工作距离受限或需要特殊视角的场合）；光源负责把被测特征"打出来"，常见的有环形光、条形光、同轴光、穹顶光等，光源选型往往比相机分辨率更影响成像质量。

除三大件外，还有两类常被忽视但很关键的部件：一是触发与I/O模块，用于接收产线的光电传感器信号、编码器信号，并输出OK/NG判定结果给分选机构；二是显示与设定终端，CV-X通常通过专用触摸屏或PC软件完成相机参数、检测工具和判定阈值的设定。控制器内部的处理流程可以概括为：图像输入→预处理（滤波、二值化、边缘增强）→检测工具运算→判定→结果输出。这个顺序决定了"成像不好，后面再调算法也救不回来"这一工程常识。

二、典型产线检测场景

CV-X在产线上的应用场景大致可归为四类。第一类是表面缺陷检测，包括划痕、脏污、凹坑、气泡、色差，这类缺陷对比度低、形状不规则，通常需要暗场或同轴光把缺陷"打亮"，再用边缘或浓度工具提取。第二类是尺寸与位置测量，如孔径、间距、偏移量，用边缘位置工具配合标定即可换算为毫米值。第三类是有无与装配确认，如螺丝是否锁付、标签是否贴附、连接器针脚是否缺失，这类判定逻辑简单，但对稳定性要求高。第四类是字符与条码识别，如批号、二维码的读取与校验。

以某冲压件表面检测为例：工件为铝合金盖板，检测项为表面划痕和边缘毛刺。相机选用约200万像素一体型，工作距离约150mm，视野约60mm×45mm；光源采用低角度环形光，让划痕产生明暗对比；触发由产线光电传感器给出，工件到位后延时约30ms拍照，避开运动模糊。控制器内设定两个检测工具：一个浓度工具检测划痕区域面积，一个边缘工具检测毛刺高度。判定阈值示例：划痕面积大于0.3mm²判NG，毛刺高度大于0.15mm判NG。这些参数属于教学示例，实际需按工件和节拍标定。

三、外观缺陷检测的价值

引入CV-X的价值不只是"替代人眼"。第一是一致性：同一套阈值对每一件工件执行相同判定，不受班次和情绪影响。第二是可追溯：每件工件的判定结果、图像和数值可保存，出现客诉时能回溯。第三是节拍匹配：视觉检测可在几十毫秒内完成，能跟上高速产线。第四是数据积累：长期运行后可统计缺陷类型分布，反向推动前道工艺改善。这些价值的前提是成像稳定、阈值合理，否则只是把"人眼漏检"换成"机器误判"。

四、工程边界：CV-X能做什么、不能做什么

明确边界比记住功能更重要。CV-X擅长的是有稳定成像条件、缺陷特征可被光学捕捉、判定标准可量化的场景。它不擅长的情况包括：缺陷与背景对比度极低且无法通过光源改善；缺陷形态高度随机、无法用面积/长度/浓度等参数描述；工件在视野内位置和姿态变化过大且无定位补偿；检测节拍要求低于相机曝光与处理时间之和。此外，CV-X是2D视觉系统，对深度方向的缺陷（如内部裂纹、隐藏气孔）无能为力，这类需求需要3D或其它手段。