第一章：视觉系统概述
大家好，我是老张。在机器视觉这行摸爬滚打了十几年，今天咱们聊聊视觉系统的基础。说实话，很多人一上来就追着算法跑，结果连相机怎么选都搞不清楚。嗯，这章咱们把地基打牢。
1.1 机器视觉的定义
机器视觉，说白了就是给机器装上「眼睛」和「大脑」。眼睛负责看，大脑负责想。我习惯这么跟新人讲：你拿手机拍张照片，这叫图像采集；但要让机器自己判断照片里有没有缺陷，这才叫机器视觉。
为什么需要机器视觉？因为人眼会累，会看花眼。我记得在一条产线上，工人盯了三个小时的零件，漏检率直接飙到5%。换成视觉系统，24小时不停机，漏检率能压到0.1%以下。这就是机器视觉的价值——稳定、可靠、不知疲倦。
核心定义：机器视觉是利用光学成像和非接触式传感器，自动获取目标图像，并通过计算机处理、分析，实现测量、检测、定位、识别等功能的综合技术。
1.2 工业视觉系统的典型组成
一套完整的工业视觉系统，通常由四个核心部件组成。我按重要性排个序：光源、镜头、相机、工控机。为什么光源排第一？你想想看，图像质量不好，后面算法再牛也白搭。
1.2.1 相机
相机是视觉系统的「视网膜」。选相机主要看两个参数：分辨率和帧率。分辨率决定你能看清多小的细节，帧率决定你一秒能拍多少张。
| 相机类型 | 典型分辨率 | 适用场景 |
|---|---|---|
| 面阵相机 | 500万~2000万像素 | 定位、测量、检测 |
| 线阵相机 | 2K~16K | 连续运动物体检测 |
| 3D相机 | 深度图+灰度图 | 高度测量、体积检测 |
我遇到过最坑的事：有人用200万像素的相机去测0.01mm的精度，结果怎么调都达不到。后来换了500万像素的，一次搞定。所以选相机时，先算清楚你的视野和精度要求。
1.2.2 镜头
镜头是视觉系统的「晶状体」。它决定了图像清不清晰、有没有畸变。选镜头主要看焦距、光圈、畸变率。
- 焦距：焦距越长，视野越小，看得越远。比如8mm镜头适合大视野，50mm镜头适合小视野高精度。
- 光圈：光圈越大，进光量越多，但景深会变浅。我一般建议用F8~F11，画质最锐。
- 畸变：广角镜头容易有桶形畸变，长焦镜头容易有枕形畸变。做测量时一定要选低畸变镜头。
避坑指南：我曾经在一条产线上用了普通CCTV镜头做精密测量，结果边缘误差0.3mm。后来换成远心镜头，误差直接降到0.01mm。记住：做测量，别省镜头的钱。
1.2.3 光源
光源是视觉系统的「照明」。好的光源能让缺陷无处遁形，差的光源能让好零件看起来全是问题。
常见的光源类型：
- 环形光源：适合检测字符、划痕，能提供均匀的环形照明。
- 背光源：适合测量外形尺寸，能产生高对比度的轮廓。
- 同轴光源：适合检测反光表面，比如镜面、玻璃。
- 条形光源：适合检测大面积平面，比如PCB板。
我个人的经验：光源的颜色也很关键。红色光对红色物体穿透力强，蓝色光对金属表面细节表现好。你想想看，如果检测红色塑料上的黑字，用红色光能把塑料照成白色，黑字就特别明显。
1.2.4 工控机
工控机是视觉系统的「大脑」。它负责运行算法、处理图像、输出结果。选工控机主要看CPU、内存、GPU。
- CPU：建议i5以上，处理常规检测够用。
- 内存：8GB起步，16GB更稳。图像处理很吃内存。
- GPU：如果用深度学习，必须上独立显卡。我建议至少GTX 1060以上。
注意：工控机一定要选工业级的，别用普通电脑。产线上有振动、灰尘、高温，普通电脑撑不过三个月。我见过有人用家用电脑跑视觉系统，结果夏天产线40度，电脑直接蓝屏。
1.3 视觉系统的应用场景
视觉系统在工业上主要有四大应用：定位、测量、检测、识别。我按难度排个序：定位最简单，识别最难。
1.3.1 定位
定位就是告诉机器人「零件在哪儿」。比如抓取、装配、对位。常用的算法有模板匹配、特征点匹配。
我做过一个项目：机器人要从传送带上抓取手机壳。位置偏差不能超过0.5mm。用模板匹配，处理一张图只要20ms，精度0.3mm，完全满足要求。
1.3.2 测量
测量就是「量尺寸」。比如测螺丝直径、测PCB板厚度、测零件间距。测量对精度要求高，通常需要亚像素算法。
举个例子：测一个轴承的内径，要求精度0.01mm。用边缘检测+亚像素定位，可以做到0.005mm的重复精度。但要注意：测量前一定要做标定，不然像素和毫米的换算关系不准。
1.3.3 检测
检测就是「找缺陷」。比如划痕、脏污、缺料、变形。检测是视觉系统最头疼的应用，因为缺陷千奇百怪。
我习惯把检测分为两类：
- 规则检测：缺陷有固定特征，比如尺寸超差、颜色不对。用传统算法就能搞定。
- 不规则检测：缺陷没有固定模式，比如划痕、气泡。这时候得上深度学习。
实战经验：我曾经做手机屏幕检测，划痕长度从0.1mm到5mm不等。传统算法调了两个月，漏检率还是3%。后来换成深度学习，一周搞定，漏检率降到0.5%。所以，别排斥新技术。
1.3.4 识别
识别就是「读信息」。比如读二维码、读字符、读颜色。识别对光照和角度很敏感，需要做好预处理。
常用的识别技术：
- OCR（光学字符识别）：读生产日期、批次号。
- 条码/二维码识别：读产品编码、追溯信息。
- 颜色识别：判断零件颜色是否合格。
嗯，这里要注意：识别时一定要保证字符清晰、对比度高。我见过有人用背光拍字符，结果字符和背景混在一起，怎么都读不出来。后来换成同轴光，字符一下就清楚了。
1.4 知识体系框架
下面这张图，是我自己总结的视觉系统知识体系。你把它记在脑子里，后面学起来就顺了。
这张图把视觉系统的核心要素都串起来了。硬件是骨架，算法是血肉，参数是标尺。你把这四个组成、四个应用、三个核心技术、四个关键参数记牢了，后面学什么都快。
我的建议：刚开始学视觉系统，别急着写代码。先花一周时间，把相机、镜头、光源的选型搞明白。我见过太多人，算法写得飞起，结果光源一换，全白干。基础不牢，地动山摇。
公众号:蓝海资料掘金营，微信deep3321