2026-11-14 07:21:54
作者：
制造
车间里那股切削液味，混着传送带的咔哒声。
老周站在贴标机旁边，手插在工装口袋里。屏幕上白花花一片。金属支架的倒角上，顶灯漏下来一束光，正好把缺陷盖住。操作工拿无尘布擦镜头。没用。老周歪了歪身子，换了个角度。好了。
机器视觉怕的不是黑，是乱反光。
一束反光，能让整条线停半天
很多人以为机器视觉就是给机器装个摄像头。差远了。相机只是入口。真正决定它能不能干活的，是光。光源怎么打，比相机像素重要得多。金属件、玻璃、塑料薄膜，每种材料对光的反应不一样。有的吸光，有的像镜子。你拿环形光正面怼，曲面就给你一条亮带。亮带盖住缺陷，算法就抓瞎。
老周的做法：先关环境光。再换低角度光，让划痕产生阴影。或者用漫射罩，把光揉碎。听上去像摄影棚？对，车间就是摄影棚，只不过模特不会配合。
工业产线机器视觉光源照射金属零件反光干扰现场图
机器视觉的第一课，不是写算法，是控制光。 光没控制好，后面全是白费。这个道理新人常不服。他们盯着屏幕调阈值。调来调去，上午过去了。产线停着。老板脸黑了。
相机不是眼睛，它更像一把量尺
人眼看东西，自带脑补。杯子被挡住一半，你知道它还是杯子。机器视觉不脑补。它只看像素灰度、颜色、边缘、斑点。所以它擅长重复、稳定、不怕累的活：量尺寸、找位置、读字符、查表面。它也死板。你让它找圆，它就在图像里算圆。你让它认划痕，它就找对比度突变。可如果划痕和背景颜色差不多，或者光照一变，灰度分布全变，它就懵。
拿引导抓取来说。料筐里散着一堆齿轮。机器人要抓。机器视觉先拍一张，找到每个齿轮的圆心和角度。再把这些坐标传给机器人。听上去简单？料筐一抖，位置变了。相机得重拍。节拍通常只有几百毫秒。这中间要曝光、传输、处理、通信。哪一步慢了，机器人就等。等一次没事，等十次，整线产能就掉。 机器视觉不是代替人眼，是把人眼判断变成可重复的测量。 它不追求像人，它追求稳。
有人问，那深度学习呢？现在很多产线用它查外观。它确实能处理一些规则说不清的缺陷。但它也吃数据。样本少了，它会过拟合。今天判合格的，明天可能判废。老周不信黑箱。他说，先把光打明白，再谈模型。我认同一半。光打不明白，模型也救不了。
机器视觉引导机器人抓取散乱齿轮料筐现场图
真出问题时，先别改算法
真出问题时，先别改算法
机器视觉报警，屏幕上显示“未找到工件”。新手第一反应：算法参数不对。老周第一反应：看镜头。第二：看光源。第三：看工件有没有放反。第四：看触发传感器。顺序别乱。镜头上一层油雾，图像整体发灰。你以为对比度不够。其实擦一下就好。光源用久了会衰减。亮度不够，边缘变弱。相机和工件之间有震动，图像拖影。你改阈值，白天能过，夜班又挂。还有通信延迟。PLC 发触发信号，相机收到时工件已经走了一段。抓取坐标就偏。查这种问题，得像侦探。先看现象，再缩小范围。
很多机器视觉故障，根子不在视觉，而在机械、光源和现场环境。 比如传送带打滑。编码器数值和实际位置对不上。相机拍到的位置每次差一点。算法再好也白搭。再比如工装夹具磨损。工件歪了两度。模板匹配就找不到。换夹具，比调参数快。老周有句话：机器视觉是条链子，相机、镜头、光源、支架、触发、算法、执行，哪一环松了都响。
那怎么选相机？不用一上来追高像素。先算视野多大，精度要到多少。通常像素精度要留余量。视野里一个像素对应实际多少毫米，心里得有数。镜头选广角还是远心？测尺寸，远心镜头抗畸变。但贵，也大。普通镜头够用就别硬上。光源呢？环形、条形、同轴、背光、穹顶，名字花哨。其实就一句话：让该亮的亮，该暗的暗，让缺陷跟背景分开。相机接口、帧率、触发方式，也得跟产线节拍对上。别买回来发现通信协议不匹配。这种坑，我见过不止一次。
问答时间。有回小李问，机器视觉能不能完全不要人？我说，能不要人盯着，但离不开人伺候。它像一条警犬。鼻子灵，但得有人喂，有人遛，有人告诉它闻什么。还要定期校准。换批次、换材料、换环境光，都可能让它水土不服。 机器视觉的稳定，靠的是现场管理，不是买最贵的相机。 镜头每周擦，光源定期换，支架螺丝紧固，参数备份。这些动作无聊，但保命。
下午那束反光被一块黑色挡板解决了。老周喝口水，说，机器不会猜，人会猜。别让机器猜。让它看清。产线继续跑。咔哒，咔哒。相机又闪了一下。这次屏幕上，齿轮边缘干净利落。机器人伸手，抓走。没停。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：机器视觉不是万能眼：我在产线看它被一束反光逼疯
文章链接：https://m.lfdjt.com/p/zhizao/a/23779.html
大讲堂