3. 图像采集对误检漏检的隐性影响

在 HALCON 视觉项目中，算法工程师常常把大量精力放在算子参数、模板匹配阈值、形态学结构元素上，却忽略了一个事实：进入 HALCON 的图像本身，已经决定了检测结果的上限。同一套算子、同一份参数，在实验室里稳定运行，到了产线却频繁误检漏检，根源往往不在算法，而在采集端。本节聚焦光照波动、曝光时间、增益、镜头畸变、工作距离变化这五类隐性因素，分析它们如何改变 HALCON 算子的输入分布，并给出采集端的治理策略。

一、采集端如何"污染"算子输入

HALCON 的绝大多数算子都建立在灰度或梯度统计假设之上。以 edges_sub_pix、threshold、find_shape_model 为例，它们依赖边缘对比度、灰度阈值、梯度方向等特征。一旦采集端引入波动，这些特征就会漂移，算子输出随之不稳定。

光照波动是最常见的隐性因素。光源老化、环境光串入、频闪与相机曝光不同步，都会让同一工件的灰度均值在几十个灰度级范围内漂移。对于固定阈值的 threshold，灰度整体抬升会让暗缺陷被"淹没"，造成漏检；灰度整体下降会让背景噪声越过阈值，造成误检。更隐蔽的是局部光照不均：中心亮、边缘暗的照明，会让同一缺陷在视场不同位置呈现不同对比度，导致边缘提取结果在图像边缘区域断裂。

曝光时间与增益是一对相互制约的参数。曝光时间决定进光量，增益决定信号放大倍数。提高增益虽然能提亮图像，但同时放大传感器噪声，使 edges_sub_pix 提取出大量伪边缘。曝光时间过长则会让运动中的工件产生拖影，边缘变宽、变模糊，模板匹配得分下降。二者共同决定了图像的信噪比，而信噪比直接决定算子能否稳定复现。

镜头畸变属于几何层面的隐性影响。桶形或枕形畸变会让直线变弯、圆变椭圆。对于依赖几何测量的 measure_pos、fit_circle_contour_xld，畸变会引入系统性偏差；对于模板匹配，畸变会让模板与实时图像产生形状失配，匹配得分随工件在视场中的位置变化而波动，表现为"同一工件，中间好检、边缘漏检"。

工作距离变化则同时影响放大倍率和清晰度。工件上下浮动、夹具定位偏差，都会改变物距。物距变化导致视场缩放，标定系数失效，测量值出现比例误差；同时景深不足会让离焦区域边缘模糊，边缘梯度下降，edges_sub_pix 的滞后阈值无法触发，造成漏检。

二、采集端治理策略

1. 光照稳定性治理。优先使用带恒流驱动的 LED 光源，避免使用会随温度漂移的卤素灯。对于频闪场景，让光源控制器与相机触发信号同步，确保每次曝光时亮度一致。若无法完全消除环境光，可加装遮光罩，并在 HALCON 中先用 estimate_background_illumination 或 illuminate 做背景校正，再进入检测算子。判断光照是否稳定的量化指标是：连续采集 100 帧同一静止工件，计算 ROI 内灰度均值的标准差，建议控制在 2 个灰度级以内。

2. 曝光与增益的锁定。产线调试完成后，将相机曝光时间和增益写入配置文件并锁定，禁止自动曝光、自动增益。若必须适应不同工件，应使用"配方"方式切换，而不是让相机自动调节。经验上，增益尽量设为 0 dB 或最低档，用曝光时间补足亮度，因为增益对噪声的放大是乘性的，而曝光时间对噪声的影响相对温和。可用 get_image_size 与灰度直方图工具 gray_histo 观察图像是否过曝或欠曝。

3. 镜头畸变校正。使用 HALCON 标定板（如 calplate）配合 find_calib_object、calibrate_cameras 获取相机内参和畸变系数，再用 change_radial_distortion_image 对实时图像做去畸变。对于高精度测量，建议在去畸变后再做标定映射 image_points_to_world_plane。若畸变较小且检测对几何不敏感，可仅做 ROI 位置补偿，但必须验证视场边缘与中心的检测一致性。

4. 工作距离的固定与监控。机械上通过定位销、限位块保证工件与镜头的物距一致。若工件高度存在批次差异，应选用景深足够的镜头，或增加测距反馈。在 HALCON 中，可通过监测标定参照物的成像尺寸变化来间接判断工作距离是否漂移：例如在视场中放置一个已知直径的标准圆，用 fit_circle_contour_xld 测量其像素直径，若直径变化超过 0.5%，说明物距或倍率已发生变化。

三、从采集端到算子的闭环验证

治理是否有效，不能只看图像"好不好看"，而要看 HALCON 算子输出是否稳定。建议建立一个简单的验证流程：固定工件、固定位置，连续采集 200 帧，分别运行关键算子，统计其输出的波动。例如对 edges_sub_pix 统计提取到的轮廓点数与平均梯度幅值；对 find_shape_model 统计匹配得分；对 measure_pos 统计测量值的标准差。若这些统计量的波动超过工艺允许范围，说明采集端仍有未受控因素。

需要强调的是，采集端治理的收益往往大于算法调参。一个光照稳定、曝光锁定、畸变校正到位的采集系统，可以让原本需要反复调整阈值的算子变得"鲁棒"；反之，再精巧的算法也无法从波动的图像中稳定提取真实特征。把采集端当作算法的一部分来治理，是 HALCON 误检漏检治理中最容易被低估、却回报最高的一步。