2. 需求分析与技术协议转化

在机器视觉项目交付中，最危险的一句话往往是客户说的“要看得准、要快、不能漏”。这些描述是真实需求，但不是可执行需求。工程交付的第一步，是把这类自然语言需求翻译成一组可测量、可复现、可验收的视觉指标。如果跳过这一步，项目后期几乎必然陷入“客户觉得没做好、工程师觉得已经达标”的争议。

需求转化的核心，是回答四个问题：测什么、测到什么程度、在什么条件下测、用什么方法判定合格。这四个问题分别对应检测对象与缺陷定义、精度与节拍指标、工况与样本条件、验收判定规则。下面按工程实际顺序展开。

一、从“看得准”拆解到精度指标

“看得准”在视觉里至少包含三个不同维度：定位精度、测量精度、检测能力。定位精度指特征点或轮廓的位置重复性，常用像素或毫米表示；测量精度指尺寸、角度、间距等几何量的误差范围；检测能力指对缺陷的有无判断，通常用误检率、漏检率描述。三者不能混为一谈。

以某连接器端子检测为例，客户要求“端子位置要准”。转化时应追问：是端子在治具中的绝对位置，还是端子相对壳体的相对位置？允许偏差是多少？假设最终确认：端子中心相对壳体基准边的偏移量，公差为 ±0.05 mm。此时精度指标应写成：在标定后的测量坐标系下，端子中心偏移量测量误差 ≤ ±0.015 mm（3σ），重复测量 30 次的标准差 ≤ 0.005 mm。这里 0.015 mm 是测量系统误差，不是产品公差；测量系统误差通常应小于产品公差的 1/3 到 1/5，否则测量本身就会吃掉判定余量。

像素精度与物理精度的换算必须写清楚。若相机视野为 40 mm × 30 mm，分辨率为 2448 × 2048，则单像素对应约 0.0163 mm/pixel。亚像素算法可达到 0.1～0.3 pixel 重复性，对应约 0.0016～0.005 mm。这个换算关系决定了镜头、相机和视野选型，也是技术协议中必须附上的计算依据。

二、节拍指标必须绑定动作与统计口径

“要快”同样需要拆解。节拍指标应明确：单件检测时间、整机循环时间、统计方式。单件检测时间指从图像采集完成到输出判定结果的时间；整机循环时间还包括上下料、通信握手、执行机构动作。两者相差可能数倍。

假设客户要求 60 件/分钟，即整机循环 1000 ms。若上下料与通信占 400 ms，则视觉系统留给采集、处理、判定的时间只有 600 ms。此时技术协议应写成：视觉处理时间（含图像采集与算法判定）≤ 600 ms/件，连续运行 1000 件，超时次数 ≤ 1 次，且无连续超时。只写“处理时间小于 600 ms”是不够的，因为偶发超时在产线上同样会造成停线。

节拍测试还要规定图像数量与分辨率。同一算法在 500 万像素和 2000 万像素下耗时差异巨大。协议中应锁定：相机型号、分辨率、曝光时间、ROI 设置、是否多相机并行。否则验收时任何一项变化都可能推翻节拍结论。

三、误检率与漏检率：必须同时定义样本与判定

误检率（过杀率）指合格品被判为不合格的比例；漏检率（漏杀率）指不合格品被判为合格的比例。两者是一对矛盾指标，调整阈值会此消彼长。因此技术协议不能只写“误检率低于 1%”，必须同时给出漏检率上限和样本构成。

合理的写法是：在双方确认的样本集上，合格品不少于 500 件，各类缺陷品每类不少于 50 件，误检率 ≤ 2%，漏检率 ≤ 0.5%。样本集应包含不同批次、不同光照、不同工位、边界合格品和边界缺陷品。边界样本尤其重要，因为真实争议几乎都发生在“差一点”的样品上。

缺陷定义必须可操作。例如“划伤”应规定：长度 ≥ 0.3 mm、宽度 ≥ 0.05 mm、对比度 ≥ 15 灰度级，且在指定光照下可见。若缺陷定义本身模糊，误检率和漏检率就无法复现，验收也无从谈起。

四、验收条件：把“合格”写成可执行的判定规则

验收条件是技术协议中最容易含糊的部分。建议至少包含以下要素：测试环境、样本集、测试次数、判定规则、复测与争议处理。

测试环境应锁定：光源型号与角度、相机与镜头、工作距离、曝光与增益、标定板与标定方法、软件版本与参数文件。任何一项变更都应触发重新确认。样本集应分为训练/调试样本与验收样本，验收样本在调试阶段不得使用，避免过拟合。

判定规则应明确统计方式。例如：连续运行 8 小时，每 1000 件统计一次误检率与漏检率，取全部批次的最大值作为验收值；若单批次超标但整体达标，是否允许复测、复测几次、以哪次为准，都要事先约定。对于精度指标，应规定测量点位、测量次数、取平均值还是最大值、是否剔除粗大误差。

一个可直接参考的验收条款示例如下：

【视觉检测系统验收条款（示例）】
1. 测试对象：连接器端子，共 3 个测量项（端子偏移、壳体间距、卡扣高度）
2. 精度要求：端子偏移测量误差 ≤ ±0.015 mm（3σ），重复测量 30 次
3. 节拍要求：视觉处理时间 ≤ 600 ms/件，连续 1000 件无连续超时
4. 检测能力：合格品 ≥ 500 件，每类缺陷 ≥ 50 件
   误检率 ≤ 2%，漏检率 ≤ 0.5%
5. 测试环境：光源 A、相机 B、镜头 C、工作距离 300 mm
   标定方法：棋盘格 9×12，标定误差 ≤ 0.02 pixel
6. 判定规则：连续运行 8 小时，每 1000 件统计一次
   取各批次最大值作为验收值；单批次超标允许复测 1 次
7. 争议处理：以双方封存的边界样本清单为准

五、从指标反推技术方案

指标确定后，应反向校验技术可行性。精度指标决定相机分辨率与镜头畸变要求；节拍指标决定算法复杂度、是否使用 ROI、是否多相机并行；误检率与漏检率决定阈值策略、是否引入深度学习分类、是否需要多光源多帧融合。若指标之间相互冲突，例如要求 0.005 mm 精度同时要求 200 ms 节拍，就需要在协议阶段提出并协商，而不是等到交付时才发现无法同时满足。

实际项目中，建议把上述内容整理成一页《视觉指标确认表》，由客户、项目经理、视觉工程师三方签字。表中至少包含：检测项、指标值、测试条件、样本数量、判定方法、责任人。这张表既是开发依据，也是验收依据，更是后期需求变更时的基线。需求分析做扎实，技术协议才不会变成一纸空文。