机器视觉技术这四个字写在方案书里很轻，落到产线上却是另一回事。光源差一格角度、镜头差两毫米工作距离、触发信号晚来半个毫秒，最后都会变成“误检率下不来”这一个结果，然后所有人围在设备旁边开会。我这里说的机器视觉技术，指的是用工业相机把被测物拍成图像，再用算法从图像里把尺寸、缺陷、位置、字符这些信息抠出来，交给设备去做判断和动作的一整套方法。它解决的问题很实在：人眼看不稳的、看得慢的、看久了会累的、看不进高温高危环境的活，交给它。这篇文章适合三类人看——刚接手视觉工位、想搞清楚硬件怎么选的设备工程师；手里有算法但一到现场就翻车的软件工程师；以及要给产线做技改方案、需要判断供应商报价合不合理的项目负责人。下面这些内容，是我把这些年踩过的坑按“方案—硬件—算法—排查”四段重新捋了一遍，尽量把每个选择背后的账算给你看。
1. 机器视觉项目的整体设计与思路拆解
1.1 一套视觉系统到底由哪些环节拼起来
我习惯把人眼当参照物来理解这套系统：光源是台灯，镜头是晶状体和瞳孔（负责聚焦和进光量），相机是视网膜（把光变成电信号），采集与传输链路是视神经，算法是大脑皮层，最后的 IO 输出和通信是手。缺一环都不行，而且木桶效应极其明显——大脑再聪明，视网膜糊了也白搭。
按物理顺序拆，一条完整的链路是：被测物定位与输送 → 光源照明 → 镜头成像 → 相机感光 → 图像传输（接口与线缆）→ 触发与同步（PLC、编码器、光电开关）→ 图像处理（预处理、定位、测量、判定）→ 结果输出（IO、串口、以太网、数据库）→ 执行机构动作。这里面最容易被新手忽略的是“触发与同步”和“被测物定位”，大家往往一上来就盯着算法，结果相机在物体还没停稳的时候就拍了，图像本身就是拖影的，算法调一个月也没有意义。
另外一个常被忽略的点是机械与光学的耦合。相机支架的刚性、镜头锁紧环有没有拧死、光源支架会不会被震动带偏，这些看起来是结构件的事，实际上是视觉系统稳定性的一部分。我见过一台设备，算法端反复出现“同一样品今天判 OK 明天判 NG”，查了三天，最后发现是环形光源的支架螺丝松了半圈，光源整体歪了两度，高反光面上的亮斑位置变了，阈值分割的边界自然就飘了。
所以做方案的时候，我一般会画一张链路图，把每一环的“输入—输出—约束”写清楚：光源需要什么安装空间、镜头需要多大工作距离、相机需要什么接口带宽、触发信号从哪取、算法允许的单帧耗时是多少。这张图不用多好看，但它能让你在选型阶段就把后面 80% 的扯皮提前消化掉。
1.2 为什么“先定方案再选硬件”——方案选型的三个判断锚点
新手最容易犯的错是拿着一本相机选型手册从头翻到尾，看到像素高的就选，看到帧率快的就上，最后拼出来的系统又贵又不准。正确的顺序是反过来的：先把需求钉死，再倒推硬件。
我一般用三个锚点来判断：
锚点一：你到底要“看什么”。这是最本质的问题。检测类型粗分五类：有无/计数（最简单，一个 blob 分析搞定）、尺寸测量（对精度和标定要求高）、位置与角度引导（对重复定位精度要求高）、表面缺陷（最难，受光照和纹理影响大）、字符与条码识别（对对比度和清晰度要求高）。这五类对硬件的需求完全不同——测量类要优先保证分辨率和畸变控制，缺陷类要优先保证照明方案和均匀性，引导类要优先保证节拍和标定精度。
锚点二：精度和节拍能不能同时满足。这两个指标经常打架。想要更高精度就得上更高分辨率的相机，像素一多，单帧数据量变大，传输和处理时间就上去了。所以方案阶段必须把“最小可辨识特征尺寸”和“单件允许耗时”这两个数写下来，白纸黑字，后面所有选型都围绕它们做减法。
锚点三：现场环境的硬约束。安装空间够不够放相机和镜头（工作距离往往被机械结构卡死）、现场有没有强振动、粉尘、水汽、油污、环境光变化大不大、被测物温度高不高（热辐射会影响成像）、有没有电磁干扰源（变频器旁边走网线是经典翻车点）。这些约束不是“优化项”，是“否决项”——工作距离不够，多好的镜头也装不上去。
我在做方案评审时有个硬性要求：任何视觉方案必须写清楚“最坏情况下的成像条件”。比如被测物表面最暗的那一批、环境光最强的那两个小时、镜头最脏的那个班次结束前，系统还能不能稳定判对。写不出这一条，方案就不算完成。
1.3 传统算法与深度学习的边界在哪里
这几年深度学习在视觉里铺得很快，但我见过太多“明明一个阈值分割就能搞定的事，非要训个模型”的例子，最后交付周期翻倍、维护成本翻倍、现场换个批次的产品就崩了。
我的判断标准很朴素：规则能不能用语言描述清楚。如果缺陷的判定标准是“这条边是不是直的”“这个圆孔直径在 10.00±0.05 毫米之间”“这个区域里有没有黑色异物”，那这就是几何和灰度问题，传统算子更快、更稳、更好解释，而且不需要样本。反过来，如果判定标准连老师傅都说不清——“这个表面看起来发花”“这个纹理不对劲”“这批的划痕和上一批的划痕长得不一样”——那才是深度学习的主场，因为它擅长从大量样本里拟合出一种人说不清楚的判别边界。
更实际的做法往往是混合架构：传统算法负责定位和粗筛（用模板匹配把 ROI 摆正，用几何工具把尺寸量出来），深度学习负责在 ROI 内部做缺陷判别。定位交给传统算法是因为它确定性强、可解释、出问题能查；判别交给模型是因为它对付外观类问题确实有优势。这个组合我在多个项目里用过，工程上的好处是：即使模型哪天判得不准，你至少知道定位是对的，问题范围能缩小一半。
还有一个坑要提：深度学习模型的“准确率 99%”和产线要的“连续 8 小时不误停”完全是两回事。离线测试集上的 99% 是在均衡样本上跑出来的，产线上良品和不良品的比例可能是 1000:1，模型的假阳性率会被放大成“每小时误报三次”。所以评估模型时，我只看两个数：在良品上的误报率，和在极端样本（最暗、最脏、最偏）上的漏检率。
2. 硬件选型的核心细节解析
2.1 光源：被低估的 80% 成功率
如果让我给机器视觉的各环节按“投入产出比”排序，光源绝对排第一。一套系统能不能做出来，八成在打光阶段就决定了。算法是补救手段，不是主要手段——图像里没有的信息，算法变不出来。
打光的本质是制造对比度。你要让“该看见的东西”和“不该看见的东西”在灰度上拉开差距。常见的手法有这么几类，我按适用场景列一下：
| 打光方式 | 原理 | 典型适用场景 | 常见坑 |
|---|---|---|---|
| 环形光（直射） | 从四周斜上方均匀照射 | 一般表面、字符、丝印 | 高反光面会形成亮斑，遮住缺陷 |
| 低角度/暗场 | 光几乎贴着表面掠射 | 划痕、凹坑、毛刺、边缘破损 | 平面上的污渍也会被照出来，干扰大 |
| 背光（透射） | 光从物体背面穿过 | 轮廓尺寸、孔位、透明件内部异物 | 不透光工件用不了；边缘衍射会带来误差 |
| 同轴光 | 光与镜头同轴，靠半反镜反射 | 镜面、金属高反光面、芯片表面 | 只对平整镜面有效，曲面会失效 |
| 穹顶光（圆顶） | 内壁多次漫反射形成无影照明 | 曲面、反光回转体、铸件 | 亮度偏低，需要更长曝光 |
| 条形光/线光 | 局部高强度线状照明 | 大幅面扫描、线扫相机配套 | 均匀性难保证，需要仔细调角度 |
| 偏振光 | 加偏振片滤除镜面反射分量 | 塑料件、玻璃、油膜表面 | 会损失大量光强，需要更强光源 |
实操里最重要的两个动作：一是拿样品在暗室里试打光，把光源角度从 0 度到 90 度一寸一寸转，盯着图像看对比度什么时候最好；二是看直方图不看画面，人眼会被屏幕的自动亮度骗，直方图上目标特征和目标背景的两个峰分得越开，说明打光越成功。
一个很省事的验证方法：把同一批样品里“最难检的那几个”单独挑出来，如果打光方案能让这几个的直方图双峰依然分离，那这套光基本就稳了。只拿好样品验证打光，是最常见的自欺欺人。
光源还有两个隐性成本要注意：衰减和散热。LED 用久了亮度会掉，尤其是长期满功率工作的，半年掉 10%~20% 很常见。所以打光方案要留余量，控制器别长期跑在 100%。散热没做好，光源附近的塑料件会变形，角度就跑了——这也是为什么我坚持光源支架要用金属件、要有定位销。
2.2 镜头焦距、视野、工作距离的换算
镜头选型的核心就三个数的关系：视野（FOV）、工作距离（WD）、焦距（f）。三者知道两个就能定第三个，公式是：
f = WD × h / FOV_h其中h是相机靶面在对应方向上的物理尺寸（毫米），FOV_h是该方向要拍到的实际视野。这个公式是薄透镜近似，实际选型时要在算出来的焦距上往小取一档（因为视野要留余量，不能刚刚好）。
举个我实际算过的例子。要检测一个 90mm × 70mm 的区域，机械结构给定的工作距离是 300mm，相机是 1/1.8 英寸靶面（约 7.2mm × 5.4mm），长宽比 4:3。
先算短边的视野余量：70mm 的短边，加 20% 余量取 85mm；长边对应 85 × 4/3 ≈ 113mm。
按长边算焦距：f = 300 × 7.2 / 113 ≈ 19.1mm。
标准焦距里 20mm 最接近，往小取一档就是 16mm 或 20mm。选 20mm 时实际视野：FOV_h = 300 × 7.2 / 20 = 108mm，短边108 × 3/4 = 81mm，比需求的 85mm 略小。这时候有两个选择：把工作距离拉到 320mm（FOV_h = 320 × 7.2 / 20 = 115mm，短边 86mm，刚好够），或者换 16mm 焦距（FOV_h = 300 × 7.2 / 16 = 135mm，短边 101mm，余量偏大但能用）。
我一般会选拉工作距离的方案，因为焦距短的镜头畸变通常更大，边缘分辨率也更差。但如果结构上拉不动，就老老实实换短焦，然后靠标定去校畸变。
除了焦距，还有三个参数不能忽略：
光圈（F 值）。光圈决定进光量和景深。F 值越小进光越多、景深越浅；F 值越大景深越深、但光少了、而且光圈太小会出现衍射导致分辨率下降。一般工业检测用 F4~F8，想要大景深就往上走，但别超过 F11，否则衍射会吃掉锐度。
景深估算。粗略的经验公式是DOF ≈ 2 × F × δ × (WD/f)²，其中F是光圈 F 值，δ是允许弥散圆（一般取 2~3 个像素的物理尺寸）。代入上面的例子：像素尺寸假设 3.45μm，δ = 2 × 3.45μm = 6.9μm，F 取 8，WD/f = 300/20 = 15，则DOF ≈ 2 × 8 × 0.0069 × 225 ≈ 24.8mm。这个景深对于有高度差的工件（比如冲压件边缘）是够用的，但如果工件上下起伏超过 25mm，就得重新算，或者改用远心镜头。
畸变与远心。普通镜头边缘会有桶形或枕形畸变，做大尺寸测量时边缘误差会很明显。精度要求高（比如公差 0.02mm 以内）而且测量区域靠近视野边缘时，我建议直接上远心镜头——畸变小、没有透视误差、景深内放大倍率恒定。代价是贵、体积大、视野通常比较小，工作距离也比较固定。
选镜头时一定要问供应商要“MTF 曲线”和“畸变曲线”，不要只看焦距和靶面。同样是 25mm 焦距，不同设计的边缘分辨率能差一倍。便宜的镜头往往中心很锐、边缘一塌糊涂，而测量往往恰恰发生在边缘。
2.3 相机分辨率与精度的连锁计算
相机选型被问得最多的问题是“我要多少万像素”。这个问题不能直接答，得从精度需求倒推。
计算逻辑是：像素当量 = 视野短边 / 相机短边像素数，然后要求最小可辨识特征至少覆盖 3~5 个像素（这是工程经验值，不是物理极限；2 个像素也能检，但稳定性会很差）。
继续用前面的例子：视野 108mm × 81mm，要求能检出 0.1mm 的缺陷。
先按 3 像素算：需要的像素当量0.1 / 3 ≈ 0.0333 mm/pixel。短边像素数81 / 0.0333 ≈ 2432。这就是 500 万像素（约 2592×1944）的量级，勉强卡在线上。
按 5 像素算更保险：0.1 / 5 = 0.02 mm/pixel，短边81 / 0.02 = 4050像素，对应 1200 万像素（4096×3000）级别。
所以结论很清楚：这个需求下，500 万像素是“理论上够、实际会飘”，1200 万像素是“稳定够用”。如果客户对误检率要求苛刻，我会选 1200 万甚至更高，同时把视野再收一点（比如只拍 80mm × 60mm 的关键区），用降低视野来提升像素当量，比单纯堆分辨率更划算。
除了分辨率，还有几个参数要一起看：
帧率与曝光时间。产线节拍如果是每件 200ms，那相机帧率至少要 5fps，但真正卡脖子的是曝光时间——物体在运动，曝光期间会拖影。拖影量 = 速度 × 曝光时间。假设传送带速度 200mm/s，曝光 1ms，拖影 0.2mm；曝光 10ms，拖影 2mm，直接糊掉。所以运动物体的曝光时间必须压到 1ms 以内，这时候就得靠强光源和增益补偿，而不是靠延长曝光。
靶面尺寸与镜头匹配。相机靶面必须小于等于镜头支持的像面尺寸，否则四角会有暗角。1/1.8 英寸的相机配 2/3 英寸镜头是安全的，反过来就不行。这一条每年都有人踩。
接口与带宽。千兆网口理论 1000Mbps，实际有效带宽约 100MB/s；USB3.0 约 350MB/s；万兆网口和 Camera Link 更高。算一下：1200 万像素、8bit 灰度图，一帧约 12MB，千兆网口满打满算每秒 8 帧左右。如果节拍要求 20fps，千兆网口就不够，必须上万兆或者降分辨率、降位深。这个账一定要在选型阶段算，不要等设备装好了才发现丢帧。
2.4 触发、同步与通信链路
这一块是典型的“平时不出事、出事就是大事”。我见过太多系统，图像质量完美、算法效果很好，就是偶尔丢一张图，导致漏检，查了两周查不出来。
硬触发 vs 软触发。软触发是软件发命令让相机拍，简单但有延迟抖动（操作系统调度、网络延迟都可能引入几毫秒到几十毫秒的不确定），高速产线上绝对不能用在关键位置。硬触发是光电开关或编码器直接给相机 IO 一个电平信号，抖动在微秒级，稳定得多。只要物体是运动的，我一律要求硬触发。
编码器同步。线扫相机的场景几乎必须用编码器，因为线扫是“物体走多少、相机拍一行”，行频必须和实际速度严格匹配，否则图像会被拉伸或压缩。这里的坑是编码器分辨率与行频的匹配：假设编码器 1000 线/转，辊轮周长 200mm，那么每线对应 0.2mm 的位移；如果要求纵向像素当量 0.1mm/行，就得每 0.5 线触发一次行采集——这就要求采集端支持分频（行触发倍频/分频）。配置错了，图像纵向比例就错了，测出来的尺寸全是错的，而且这种错误很隐蔽，因为图像看起来“挺正常”。
IO 与通信链路。触发信号用屏蔽线、走独立线槽、远离变频器和伺服驱动器，这几条是底线。我遇到过一次偶发丢触发，最后发现是触发线和伺服动力线绑在同一根线槽里跑了三米，伺服一启动就干扰。分开走线之后问题消失。另外，PLC 输出的触发信号如果是 NPN 型，相机输入如果是 PNP 型，中间要加转换，别硬接。
一个很实用的验收动作：让设备连续跑 8 小时空转，统计相机实际采集帧数和触发信号次数，两个数必须完全一致。差一帧都说明链路有问题。这个测试花不了多少时间，但能提前暴露 90% 的同步问题。
3. 算法实现与实操过程
3.1 标定：把像素翻译成毫米
算法链路的第一步不是找缺陷，是标定。因为量化的一切结论，前提都是“一个像素对应多少毫米”，而这个换算关系在不同位置、不同高度上是不一样的。
标定分三层，从简到繁：
第一层是像素当量标定。拿一块已知尺寸的标准件（比如标准量块、校准板、印刷好的圆点阵列），拍照，测出它的像素宽度，除以实际宽度，得到mm/pixel。这一步最简单，但只能用在“被测物和标定板在同一工作距离平面”的场合。工件高度变了，放大倍率就变了，像素当量就失效了。
第二层是畸变校正。用棋盘格或圆点阵列标定板，从不同角度拍多张（一般 10~20 张），解算出相机的内参（焦距、主点、畸变系数）。校正之后，图像上任意一点的像素坐标都能映射到物理坐标。这一步对测量的意义很大——如果只在图像中心做标定、却在实际测量时用到边缘，误差可能有几个像素甚至十几个像素。我做过对比：同一块板，中心区域测出来的尺寸和边缘测出来的能差 0.03mm，而这个差距在 0.05mm 公差的场景里是致命的。
第三层是手眼标定。如果视觉只是“看”，不需要把结果交给机械臂去抓，那前两层就够了。但如果要做引导抓取或定位打孔，就必须标定相机坐标系和机械坐标系的变换关系。九点标定是最常用的做法：让机械臂带着标定针走到 9 个不同位置，每个位置记录机械坐标和图像坐标，解一个仿射或透视变换矩阵。这里的关键是九个点要尽量铺满工作视野，只在视野中心附近取点，边缘的映射误差会很大。
标定这件事的经验：标定板一定要用高精度的，而且要和被测物在同一平面、同一光照条件下拍。我见过有人用打印机打出来的棋盘格做标定，打印机本身的走纸误差就有 0.1mm 量级，标出来的结果自然是错的。另外标定完成后，一定要用独立的验证件（不是标定用的那块）去反测一次，看测量值和真值差多少，这个“反测环节”是所有标定必须做的闭环。
3.2 传统算子的组合拳
传统视觉算法的核心不在于某一个算子有多强，而在于怎么把几个简单算子组合成一条稳定、可解释的流水线。我一般的套路是：预处理 → 定位 → ROI 提取 → 特征提取 → 判定。
预处理主要是为了把图像“标准化”。常见动作有高斯滤波（去噪）、中值滤波（去椒盐噪声，但会吃掉细小的缺陷，慎用在缺陷检测的前段）、直方图均衡或灰度拉伸（拉对比度）、形态学开闭运算（去毛刺、填小孔）。这里有个原则：预处理越少越好。每加一步预处理，就多一份信息损失和一份参数需要调，而且调参的人往往不是写代码的人，半年后谁来维护是个现实问题。
定位环节我几乎必用模板匹配，但不是灰度匹配，是形状匹配（基于边缘梯度）。原因是灰度匹配对光照变化极其敏感，车间灯光一变、或者工件表面批次有差异，匹配分数就掉；形状匹配只依赖边缘梯度方向，对光照变化鲁棒得多，还能处理部分遮挡。定位的作用是把后续所有 ROI 都建立在“相对工件”的坐标系上，而不是“相对图像”的固定坐标。这一条是工业视觉和实验室视觉最大的区别——实验室里相机和物体都是固定的，车间里工件每次摆放的位置、角度都可能有偏差。
特征提取按检测类型分：
- 尺寸测量用卡尺工具 + 亚像素边缘拟合。卡尺沿一条指定的搜索线扫灰度投影，找出边缘的亚像素位置（用插值或拟合），然后把多个边缘点拟合成直线或圆，再算距离、角度、半径。亚像素拟合能把测量精度做到像素当量的 1/5~1/10，这是为什么 3 像素覆盖就够用的原因——因为你不是在数像素，是在拟合。
- 缺陷检测用blob 分析 + 形态学筛选。二值化之后把连通的亮区或暗区找出来，按面积、长宽比、圆度、灰度均值过滤。这套方法对“异物、脏污、缺料”这类对比度明显的缺陷非常有效，而且速度快、可解释。
- 字符识别用分割 + 模板比对或轻量分类模型。如果是固定字体的喷码，模板比对就够了，比训练 OCR 模型省事得多。
代码层面，这类流水线一般长这样（示意，省略具体库）：
# 伪代码：一个典型的尺寸测量流水线 img = grab_image() # 硬触发采集 img = gaussian_blur(img, sigma=1.5) # 轻量去噪，别过度 # 形状匹配定位，得到工件位姿 pose = shape_match(img, template, angle_range=(-15, 15), min_score=0.7) if pose.score < 0.7: return NG("定位失败") # 定位不可信时不硬判 # 在工件坐标系下提取 ROI roi = transform_roi(base_roi, pose) # 卡尺找边 + 亚像素拟合直线 edges_1 = caliper_scan(img, roi.line_1, polarity="dark_to_light", sigma=1.0) edges_2 = caliper_scan(img, roi.line_2, polarity="dark_to_light", sigma=1.0) line_1 = fit_line_subpixel(edges_1) line_2 = fit_line_subpixel(edges_2) # 换算物理尺寸 distance_px = distance_between_lines(line_1, line_2) distance_mm = distance_px * calibration_scale(pose) # 按位置查当量 return OK if abs(distance_mm - 10.0) <= 0.05 else NG(distance_mm)这段代码里有几个细节值得说：min_score的阈值不能设太高，设 0.9 会因为光照波动频繁报定位失败；polarity要写清楚是从暗到亮还是从亮到暗，写反了找到的是另一条边，尺寸直接错；calibration_scale如果做成按位置查表，能修正畸变带来的当量变化，比全局一个常数准得多。
传统算法的调试顺序，我坚持“先静态、后动态，先单件、后批量”。先拿一个标准件在静止状态下把所有阈值调到完美，再放上流水线跑；先跑 10 件看单件结果，再跑 1000 件看统计分布。一上来就跑大批量，出了问题根本不知道是哪一环。
3.3 深度学习缺陷检测的落地姿势
深度学习在视觉里真正创造价值的场景，基本集中在“外观缺陷”这一块，因为这块传统算法最难做。但它的落地门槛比很多人想象的高，我把关键点捋一遍。
第一是问题定义。到底做分类、检测还是分割？如果只是判“这件有没有缺陷”，用分类模型最省事；如果要框出缺陷位置让操作员复核，用目标检测；如果要精确算出缺陷面积，用语义分割。我的经验是能用分类就不用检测，能用检测就不用分割，因为标注成本是按这个顺序指数级上升的。
第二是样本。这是最要命的环节。缺陷样本天然稀少，而且“缺陷”的定义往往不稳定——不同质检员对同一道划痕的判定都可能不一样。我一般的做法是：先跟质检的师傅一起挑出 200~500 张“确定的良品”和 100~300 张“确定的不良”，把边界模糊的先剔掉，用这批干净数据训第一版。然后用第一版去跑大量未标注数据，把模型“犹豫”的那批挑出来人工复核，逐步扩充。这个循环比一次性收集几万张样本有效得多。
第三是数据一致性。这条比模型结构重要十倍。训练集和产线实拍的图像，如果光照、相机、镜头、曝光参数有任何一项不同，模型的效果都会掉得很厉害。我要求训练数据必须来自实际产线的那台相机、那套光源、那个工位，而且要在不同班次、不同时间段各采一批，覆盖环境光的变化。用实验室拍的图训模型，搬到车间基本等于重来。
第四是模型评估方式。前面说过，别看总体准确率。我一般看四个数：良品误报率（FPR）、不良漏检率（FNR）、在“困难样本集”上的表现、以及模型输出的置信度分布。如果大量样本的置信度集中在 0.5 附近，说明模型其实没学到东西，只是在对噪声做随机判断。这个分布图比任何单一指标都诚实。
第五是部署与解释。模型上线后，操作员一定会问“为什么这张判 NG”。如果你答不上来，现场信任度就建立不起来。所以我会准备两张图：一张是热力图（模型关注区域），一张是和“最相似的训练样本”的对比。哪怕只是给个参考，也比“模型说的”这四个字强得多。
深度学习模型最怕的不是精度不够，是漂移。产线换了批次、换了供应商、光源老化了，模型的输入分布就变了，表现会慢慢下降。所以上线时必须配套一个“在线抽检”机制：每天定时抽若干件，人工复判，把结果和模型判定对比，一旦一致率跌破阈值就报警。这个机制不做，模型就是一颗定时炸弹。
3.4 节拍、内存与稳定性调优
算法在开发机上跑 50ms，到产线上跑 150ms，这种情况太常见了。原因无非几个：开发机的 CPU 更强、产线机上还跑着别的程序、图像从相机到内存多拷了几次、Python 的 GIL 卡住了。
节拍优化的顺序，我一般是这么排的：
先算预算。节拍 200ms，要给机械动作留 80ms，给通信留 20ms，算法只有 100ms。这个预算写下来，后面每加一个算子都要问“它占多少”。
然后是减少数据搬运。图像从相机缓冲区到处理内存，每拷一次就是几毫秒（1200 万像素 12MB，内存拷贝大约 2~5ms）。能用零拷贝的接口就用零拷贝，能直接在相机缓冲区上处理就别先转存。这一条经常能省掉 20% 的时间。
再是降低无效计算。全图搜索模板匹配很慢，但如果先用一个降采样的小图做粗定位，再在原图的小窗口里做精定位，时间能降一个数量级。测尺寸时也没必要处理整幅图，ROI 只取需要的带状区域就行。
最后才是并行。多相机可以用多线程，一个相机的流水线内部也可以拆成“采集线程 + 处理线程 + 输出线程”三级流水，让采集和处理重叠。但并行会带来资源竞争和调试复杂度，我一般放到最后做，而且做完必须做长时间稳定性测试——并发 bug 往往要跑几小时才暴露。
内存管理这块，长时间运行的系统最怕内存缓慢增长。图像对象、结果列表、日志缓存，任何一个没释放，跑一周就会 OOM。我的做法是：处理流程里所有大对象预先分配好复用，结果只保留最近 N 条，日志异步写入并且按天切分。上线前跑一次 24 小时压测，盯内存曲线，必须是平的。
4. 常见问题与排查技巧实录
4.1 现场高频问题速查表
我把这些年遇到的高频问题按“现象—可能原因—排查动作”整理成一张表，现场调试时基本能覆盖大半：
| 现象 | 优先怀疑的原因 | 排查动作 |
|---|---|---|
| 图像整体发暗、对比度低 | 光源衰减、光圈太小、曝光太短 | 看直方图右端是否被截断；换新光源对比亮度 |
| 高反光面出现大片死白 | 直射光角度不对、缺少偏振 | 改成低角度或加偏振片；转动光源看亮斑是否移动 |
| 边缘测量值忽大忽小 | 亚像素边缘不稳定、光照波动 | 打印边缘灰度剖面，看过渡带宽度是否超过 3 像素 |
| 同一样品重复测量差异大 | 机械振动、支架松动、触发时机不对 | 拍连续 10 张比差异；手摸支架感受振动；改硬触发 |
| 偶发漏检（跑几小时出现一次） | 丢帧、触发丢失、通信超时 | 统计触发次数与采集帧数是否一致；看通信日志有无超时 |
| 换批次后误检率暴涨 | 表面工艺变化、颜色/纹理变了 | 对比新旧批次直方图；重新评估打光方案 |
| 定位分数间歇性偏低 | 工件摆放角度超出模板范围、部分遮挡 | 放宽角度搜索范围；检查模板是否包含了易变区域 |
| 处理耗时随运行时间变长 | 内存泄漏、日志堆积、句柄未释放 | 跑 24 小时压测看内存曲线和句柄数 |
| 图像出现规律性横纹 | 光源频闪与曝光不同步、电源纹波 | 改用恒流驱动；曝光时间设为工频周期的整数倍 |
| 相机偶尔断连 | 网线质量、供电不稳、网卡节能设置 | 换屏蔽网线；关掉网卡节能；检查供电电压 |
这张表里，我个人觉得最值得记住的是“偶发漏检”那一行。所有偶发问题，第一反应都应该是查链路，而不是查算法。算法是确定性的，同样的输入一定给同样的输出；链路是不确定的，丢一帧、晚一拍，算法根本不知道。所以先把“输入是否可靠”这件事钉死，再谈算法优化。
4.2 几个反复踩的坑
坑一：用调试时的参数直接上线。调试时是白天，车间窗外的自然光很亮；晚上窗外的光没了，环境光变了，图像整体亮度掉了一档，所有基于灰度绝对值的阈值全部失效。解决办法很土但有效：把工位用遮光罩围起来，并且把参数按“最坏光照条件”调。调完之后在晚上再复测一遍。
坑二：把曝光时间当成万能调节旋钮。图像暗了就把曝光调长，结果运动物体拖影，边缘糊成一片，测量值系统性偏大。正确的顺序是：先加大光源功率或换更强光源，再开光圈，最后才动曝光，而且曝光时间的上限要由运动速度倒推——拖影允许量除以速度，就是曝光时间的上限。
坑三：标定只做一次，然后永远用。相机被撞过一次、镜头被拧过、支架被震过，标定就失效了，但系统不会告诉你。我的做法是在标定板上做一个固定的参考标记，每次开机拍一张，检查这个标记的位置和尺寸是否在容差内，超了就提示重新标定。这个自检动作只要几秒钟，但能避免大量“莫名其妙的精度问题”。
坑四：ROI 写死成绝对坐标。工件摆放稍有偏移，ROI 就框歪了，测到的全是背景。所有 ROI 都必须建立在定位结果之上，绝对不能写死。这一条在代码 review 时我会专门检查。
坑五：忽略温度。相机长时间工作会发热，传感器温度升高会带来暗电流噪声增加，长时间曝光的场景尤其明显。另外机械结构的热胀冷缩在测量精度要求 0.01mm 级别时是不能忽略的——一米长的铝型材，温度变化 10 度，长度变化约 0.23mm。所以高精度测量要么做温度补偿，要么在恒温环境里做，要么在开机稳定半小时后再标定。
关于“注意事项”，我最想强调的一条是：所有参数都要有记录，并且标明是什么条件下调出来的。我见过太多项目，交接的时候只留下一堆配置文件，没人知道里面那个 128 的阈值是为什么定的。半年后产品换了，新来的人只能靠试。参数表加上“调参时的样品编号、光照条件、环境温度”，这份记录的价值远超过代码注释。
4.3 上线之后才是真正的开始
很多项目在“验收通过”那一刻被当成终点，实际上那只是起点。视觉系统是一个会随时间缓慢劣化的系统：光源在衰减、镜头在积灰、相机传感器在老化、机械结构在松动、产品批次在变化。任何一个因素单独看都不致命，叠加起来就是“用了半年之后误检率翻倍”。
我一般会给每个项目配一套日常维护清单，简单到操作员能执行：
每天开机做一次参考件复测，记录测量值，超过容差就报警；每周擦一次镜头和光源出光面（用无尘布加无水乙醇，别用纸巾干擦）；每月对比一次当前参考件的图像和系统上线时保存的那张“基准图”，用同一套算法跑，看结果有没有漂移；每季度检查一次支架螺丝、线缆接头、光源亮度（用照度计或者干脆换新光源对比）。
这套清单看起来琐碎，但它把“系统突然崩了”变成了“系统在缓慢变化，我提前知道”。我在实际使用中发现，凡是坚持做日常复测的项目，出问题的频率和排查时间都明显更低——因为一旦出问题，你手里有历史数据，能一眼看出是“今天突然变的”还是“已经漂了一周了”。这个判断的差别，往往就是半小时解决和三天解决的区别。
最后一个很实用的建议：给系统留一个“存档模式”。每次出现误判，一键把当时的原图、定位结果、中间图像、算法参数、判定结果打包存下来。这些数据积累起来，就是你后续优化的全部素材——调阈值有依据，训模型有样本，追责任有证据。没有这个机制，所有现场问题到最后都只能靠回忆复现，而人的回忆从来都不可靠。
