1. 工业成像与照明系统设计导论
在一条自动化装配线上，相机拍到的图像如果边缘发虚、反光过曝或对比度不足，再强的算法也难以稳定判定“合格”与“不合格”。工业成像系统的本质，是把被测物的物理属性（几何形状、表面纹理、颜色、缺陷）转换为可被软件稳定处理的数字信号。MVTec MERLIC 在这条链路中扮演的是“图像理解与决策执行”的角色，而照明则决定了这条链路最前端的信息质量。
MERLIC 在机器视觉系统中的定位
一套完整的机器视觉系统通常分为四层：照明与光学层（光源、镜头、滤镜）、成像采集层（相机、图像采集卡、接口）、图像处理与决策层（MERLIC 等视觉软件）、执行与通信层（PLC、机器人、剔除机构）。MERLIC 处于第三层，它的核心价值在于：无需编写传统代码，通过图形化工具链（如 MERLIC Creator）把图像采集、预处理、特征提取、判定与结果输出串成可复用的视觉流程。
MERLIC 的典型能力包括：图像获取与相机管理、基于 Tool 的流程编排、ROI 与坐标系管理、结果可视化与通信接口（如 OPC UA、TCP/IP、数字 I/O）。它不直接控制光源亮度或相机曝光，但这些参数必须通过相机或光源控制器与 MERLIC 协同，才能形成闭环。理解这一点，是后续所有章节的前提：软件不能凭空创造图像中不存在的信息。
成像链路：从光子到判定结果
成像链路可以按信号流向拆解为六个环节：
- 光源发射：LED 或激光以特定波长、角度、强度照射被测物。
- 光与物体相互作用：发生反射、散射、透射、吸收或荧光激发，形成携带表面信息的反射光场。
- 光学成像：镜头把反射光聚焦到传感器像面，决定视场、景深与分辨率。
- 光电转换：CMOS/CCD 传感器把光强转为灰度或彩色数字值，输出原始图像。
- 图像预处理与特征提取：MERLIC 对图像做滤波、阈值、边缘、匹配、测量等处理。
- 判定与输出：根据特征值给出 OK/NG，并通过通信接口触发执行机构。
这条链路中，第 1～4 步属于“物理成像”，第 5～6 步属于“信息处理”。照明设计的目标，是让第 2 步产生的光场尽可能把“缺陷”与“背景”的差异放大，使第 5 步的算法能用最简单的阈值就稳定分割。例如检测金属表面的划痕，若用同轴光，划痕因散射而呈暗线；若用低角度暗场光，划痕因散射而呈亮线。同一缺陷在不同照明下，图像特征可能完全相反。
照明为什么对检测结果具有决定性影响
在机器视觉项目中，照明方案往往比相机分辨率更早决定项目成败。原因在于：图像对比度主要由光与物体表面的相互作用决定，而不是由像素数量决定。一个 500 万像素相机在糟糕照明下，可能不如一个 200 万像素相机在合适照明下稳定。
以常见的三类检测任务为例：
| 检测任务 | 推荐照明方式 | 图像特征 | MERLIC 处理要点 |
|---|---|---|---|
| 金属表面划痕 | 低角度暗场光 | 划痕呈亮线，背景暗 | 阈值分割 + 形态学 + 长度测量 |
| 透明薄膜异物 | 背光（透射） | 异物呈暗斑，背景亮 | Blob 分析 + 面积/圆度筛选 |
| PCB 焊点缺陷 | 多角度彩色光 | 不同角度呈现不同颜色 | 颜色通道分离 + 分类器 |
这些例子说明：照明不是“把物体照亮”这么简单，而是主动构造一种让缺陷与良品在图像上可分离的光学条件。设计照明时，需要同时考虑波长（如红光抑制蓝色干扰）、入射角（明场/暗场）、偏振（消除镜面反光）、均匀性（避免中心过亮边缘过暗）以及频闪同步（运动物体冻结）。
本课程的任务驱动学习路径
本课程不按“软件菜单说明书”的方式组织，而是围绕真实检测任务展开。每个章节都从一个可复现的视觉任务出发，先明确被测物、缺陷类型与判定标准，再反向推导照明方案、相机选型与 MERLIC 流程配置。学习路径大致遵循以下逻辑：
- 建立链路认知：理解光—机—电—算—控的完整信号流，知道每个环节的输入输出与约束。
- 掌握照明设计方法：从明场、暗场、背光、同轴、穹顶、条形、环形等基本形式出发，学会按缺陷类型选择光源。
- 完成 MERLIC 流程搭建：从图像采集、ROI 设置、Tool 编排到结果输出，形成可运行的视觉作业。
- 参数调优与验证：通过直方图、边缘清晰度、重复性测试判断方案是否达标，并记录可复现的参数集。
- 排障与复盘：当误检或漏检发生时，能按“照明—光学—相机—算法—通信”的顺序定位问题，而不是盲目改参数。
建议在每个任务中保留一份视觉任务记录表，至少包含：被测物与缺陷描述、照明方式与光源型号、相机与镜头参数、MERLIC 关键 Tool 与阈值、测试样本数量、误检率与漏检率、最终判定结论。这份记录既是调试依据，也是后续产线复制和交接的基础。