1. 课程导入与MERLIC定位
在一条典型的自动化装配线上，产品以约 1.2 秒/件的节拍经过检测工位。质检员需要在 300 毫秒内判断工件表面是否存在划痕、缺料、错装、字符缺失或尺寸超差，并把不合格品分流到剔除通道。人工目检在长时间高节拍下会出现疲劳漏检，而传统视觉方案又常常面临"算法能跑通、产线调不动"的困境——相机标定、光源配合、通信握手、界面组态、异常处理，每一环都要写代码。本课程要解决的，正是这个从"能检测"到"能上线"的落地问题。
产线缺陷检测的真实需求
产线缺陷检测不是单纯的图像分类任务，它同时受四类约束牵制。第一是节拍约束：单件检测时间必须小于工位节拍，通常要求 100～500 毫秒完成采集、处理与结果输出。第二是稳定性约束：同一缺陷在光照波动、工件轻微偏移、批次色差下都要稳定判出，误检率与漏检率需同时受控。第三是集成约束：检测结果要能通过 PLC、Modbus TCP、TCP/IP 或数字 IO 触发剔除机构，还要把图像与判定结果存档追溯。第四是维护约束：换型时产线工程师要能自行调整 ROI、阈值和判定规则，而不是每次都找算法工程师改代码。
这四类约束决定了视觉软件选型的核心标准：不是算法最强，而是开发与维护的综合效率最高。MERLIC 正是针对这一诉求设计的机器视觉应用开发软件。
MERLIC 在机器视觉软件中的角色
机器视觉软件大致可分为三层：底层算法库（如 HALCON、OpenCV）、应用开发框架（如 MERLIC）、以及面向特定行业的成品软件。MERLIC 的定位处于中间层——它把 HALCON 的算子能力封装成可拖拽的工具（Tool），用图形化流程替代大量胶水代码，同时保留参数级控制能力。
与纯代码开发相比，MERLIC 的价值体现在三个"少写"：少写图像采集与相机适配代码、少写工具间数据传递代码、少写人机界面代码。它内置了图像源、预处理、定位、测量、检测、OCR、结果输出等工具族，并通过配方（Recipe）机制把一套检测逻辑参数化，换型时只需切换配方即可复用流程。需要说明的是，MERLIC 并非"零代码万能"，复杂逻辑分支、特殊通信协议、定制界面仍可能需要配合 MERLIC 的脚本或外部程序，这一点在后续章节会具体展开。
快速开发的核心价值
把上述结构落到工程上，"快速开发"具体意味着什么？可以用一个对比来说明。假设检测目标是金属件表面划痕，采用传统代码方案，工程师需要：编写相机 SDK 采集程序、实现图像滤波与阈值分割、写轮廓提取与长度计算、设计判定逻辑、开发通信服务、再做界面。即便算法成熟，集成与调试通常也要数天。而在 MERLIC 中，同样的任务可以这样组织：
图像源工具（GigE 相机，触发模式：硬触发）
→ 预处理工具（灰度化 + 中值滤波，核大小 5×5）
→ 定位工具（模板匹配，ROI 限定在工件区域）
→ 检测工具（划痕检测，最小长度 0.8 mm，对比度阈值 25）
→ 结果判定（划痕数量 > 0 判 NG）
→ 通信输出（TCP 发送 "NG" 至 PLC，同时保存图像）这条流程在 MERLIC 中通过拖拽工具、连接数据端口、填写参数即可完成，无需编译。参数如"最小长度 0.8 mm"需要先完成像素当量标定——例如用 10 mm 标准块在图像中占 200 像素，则当量为 0.05 mm/像素，0.8 mm 对应 16 像素。这类标定与参数换算，是后续章节的重点内容之一。
课程整体任务链与最终交付目标
本课程围绕一条完整的产线缺陷检测任务链展开，最终交付一套可运行、可换型、可追溯的 MERLIC 检测应用。任务链可概括为六个阶段：
- 需求与选型：明确检测项、节拍、精度、通信方式，确定相机、镜头、光源与 MERLIC 版本。
- 成像与标定：搭建打光方案，完成像素当量标定与相机触发配置，确保图像稳定可复现。
- 流程搭建：用 MERLIC 工具构建采集—预处理—定位—检测—判定链路，逐级验证中间结果。
- 参数调优与验证：用 OK/NG 样本集测试，统计误检率与漏检率，确定阈值与容差。
- 通信与集成：配置 TCP/Modbus/IO 输出，与 PLC 完成握手联调，验证剔除动作时序。
- 配方与交付：建立换型配方，整理参数表、操作说明与验收记录，形成可维护的交付物。
最终交付目标包括：一套 MERLIC 工程文件、一份含关键参数的检测配方、一份通信接口说明、一份验收测试记录，以及一份产线操作与换型指引。这些交付物不是形式文档，而是产线工程师日后独立维护的依据。