尺寸和外观，在产线上原本是两拨人干的事。一拨拿千分尺，一拨瞪眼睛。但到了自动化这年头，机器视觉如果还是分开做，效率上不去，更重要的是基准错位。说实话，我第一次做一体检测项目时，天真地以为把两套系统拼起来就行。后来被现实教育了。
一、为什么要在一套系统里同时测尺寸和外观
先说个案例。某汽车配件厂的阀体，内孔直径公差±0.02mm，但内壁还有一条轴向拉痕。拉痕深度超过0.005mm，就会导致泄漏。如果尺寸和外观分开检，先测尺寸，再转个工位看外观，且不说时间翻倍，光是二次定位导致测出来的尺寸就不是同一个基准。拉痕不在测量界面上，但和孔径偏偏是同一道加工工序出来的。把这两个特征放在同一个坐标系里，才能把工艺问题一次性暴露出来。
另一个理由：成本。一套光源、相机、工控机能解决的事，别拆两套。况且，新检测工位占地，维护麻烦。尤其是中小厂，产线空间本来就逼仄。所以，一体检测，省空间，省维护，还省了数据同步的心。
二、光学系统是最大的坑
很多工程师一开始盯着相机分辨率，觉得像素高就是一切。错。尺寸测量讲究的是“足够分辨”，但外观检测要的是“对比度够”。这俩需求往往打架。
尺寸测量，通常需要远心镜头。为什么？因为普通镜头有透视误差，工作距离变化一点点，放大倍率就飘。远心镜头能保证在景深内物体左右移动、前后移动，图像尺寸恒定。这一点在测量里太关键了。我算过一笔账：用普通500万像素镜头，视场50mm，工作距离变化0.3mm，像素位移可能有0.02mm，公差是±0.05mm，稳定性的余量只剩一半，能不慌吗？换远心镜头，像素位移可以忽略，省心。
但远心镜头也有毛病。景深窄。你要是测一个有台阶的冲压件，顶层清晰了底层发虚，尺寸还能勉强，外观缺陷就漏了。这时候得想别的招：要么加景深扩展模块，要么改用多相机在不同高度拍摄。有钱好办，没钱就得靠机构设计把工件压在同一个焦平面上。
再说光源。外观检测打光有大学问。划痕要低角度光，让它产生明暗；尺寸测量要均匀明场，边缘锐利。两边都用同一种光，肯定有一边瞎。所以我在方案里会做分时打光：同一相机，先开环行光，测外形；再开低角度条形光，拍表面纹理。光源控制器用独立的触发信号。对，你没听错，用多路光源，分时触发。这个细节解决了不少问题。
三、标定和温度补偿，别想着一次到位
有了硬件，标定是绕不过的。尺寸系统的标定要用玻璃标定板，最好是带认证的，膨胀系数小。黑色圆点阵列或棋盘格都行。我倾向于圆点阵列，因为圆点中心定位精度高，抗污能力好。标定时要采多幅图像，计算畸变系数。这里有个坑：标定板摆放位置必须和实际工件一样，不要斜着放。有人为了图方便，随手一放，标定出来的镜头畸变参数全是歪的，测出来的尺寸带有系统性误差，谁看谁头大。
但标定一次就够了吗？环境温度一变，机架和镜头都会热胀冷缩。这个问题被很多人忽略。举个例子：铝合金机架，温度变化5°C，100mm长的结构件伸缩约0.012mm，看起来不大，但测±0.05mm公差就占了20%。所以，好点的设备会在关键结构处贴温度传感器，软件上位做补偿。补偿公式是：ΔL = L0 * α * (T – T0)。简单，但严谨。
至于外观检测，标定相对简单，主要做灰度一致性校正，以及像素尺寸比不需要精确。注意，如果外观和尺寸用同一个相机，一定要在同一个光电触发下获取图像，否则位置偏移，你又得对齐，多费一道功夫。
四、算法：尺寸是尺，外观是看，别混着来
尺寸测量，我用过经典边缘检测加直线拟合。选Canny算子，但梯度阈值要调。不过，现场环境灰尘多，图像噪声大，我一般先用高斯滤波或中值滤波。这里注意，中值滤波容易吃掉细划痕，所以外观检测的图别用强中值滤波。尺寸用的图，可以放宽。
外观缺陷检测，传统方法是做形态学顶帽变换，能突出暗划痕。但如果是纹理背景复杂的，就得用频域带通滤波，或者训练一个CNN。说句实话，深度学习好不好用？要看样本量。工厂里良品率99%的时候，缺陷样本太少了，堆网络容易过拟合。我更愿意用传统算法抓强特征，再用一个小分类器做筛选。比如，先用梯度投影找出疑似划痕区域，再提取长度、宽度、方向这些特征，和尺寸公差做联合判断——划痕如果落在密封面，且深度超差，才判NG。否则只报警。
这里的关键是：尺寸与外观的融合判断。不同特征不是孤立的。比如冲压件折弯处毛刺高度，尺寸测量只能测投影，外观检测能从侧向光看出毛刺翻边。所以，融合的是“特征级”，不是最后简单and/or。你需要设计一个打分函数：外观缺陷若在公差带边缘，就加分，否则忽略。这有点像人体检，血压和心率分开看都正常，但联合起来可能是问题。
五、节拍与协同，现场比实验室残酷
实验室里一切都是理想状态，到了产线，节拍是硬指标。假设CT要求3秒一个工件。你说采集图像100ms，处理200ms，好像300ms就完了。但你别忘了触发等待、机械定位稳定时间、PLC通信时间，还有气压波动。实际预留要到0.5秒。所以选相机和工控机时，别只看分辨率，还要看帧率和接口带宽。GigE相机在500万像素下，帧率20fps，传输带宽也就满了。如果用多相机同步采集，建议用硬触发方式，并做图像拼接。
这里有个血泪教训：以前用两条独立的GigE网线，一张采集卡控制两台相机，结果采集卡处理不过来，图像丢帧。后来换成了双端口网卡，配合PTP时间同步，才稳定。所以，底层通信一定要做可靠。
另外，NG信号时序。如果判定NG，必须在工件离开吹料口前发出剔除信号。PLC的扫描周期可能是10ms，再算上气缸动作时间，你得留出充分余量。所以，计算处理时间时，最坏情况而不是平均值。
最后的话
机器视觉尺寸外观一体检测，不是把两个子系统的报告拼在一起。它需要从光学、标定、算法、时序方方面面去拉通。每一次选型都要问，这对尺寸影响多大？对表面缺陷影响多大？两者冲突时，用分时或者多相机去解耦。别怕多花点时间调试，现场的数据反馈比任何仿真都真实。这些坑，能绕就绕吧。
