机器视觉外观检测:我为什么把打光课排在算法课前面

上周三下午,实训室。小陈把一摞垫片撒在传送带上,盯着屏幕喊:“老师,这算法是不是有bug?”我走过去看。图像里垫片边缘发虚,像被水泡过。不是算法。是光。

这场景我太熟了。每年带机器视觉外观检测的项目,总有学生把问题归给软件。说实话,一开始我也这么想过。后来被现场打脸多了,才明白:视觉检测的根,一半在机械,一半在光学。算法只是最后那层窗户纸。

机器视觉外观检测背光照明工位与传送带定位示意图
机器视觉外观检测背光照明工位与传送带定位示意图

先别碰OpenCV

先别碰OpenCV
先别碰OpenCV

我教机械设计。学生选修视觉课,眼睛都盯着代码。他们觉得,能跑通一个YOLO,就牛。我不反对。但我会先把他们按在工位上,问三个问题:零件怎么来?怎么停?怎么保证每次都在同一个位置?

答不上来。那就别写算法。

机器视觉外观检测,听起来是“检测”。实际上它是个系统。相机、镜头、光源、支架、传送、触发、算法、执行机构。少一环,图像就废。学生最容易漏掉的是定位与触发。传送带不停,相机就拍。拍出来零件位置漂移。然后他们想用算法去补。模板匹配加搜索。计算量上去了,节拍慢了。误检也来了。

我让他们先做一件小事:在传送带旁装一个光电传感器。零件到,触发相机。机械上留个安装槽。就这么简单。图像位置稳了。算法可以少写一半。他们有点惊讶。我说,这就是机械设计在视觉里的价值。不是画个壳子。是给视觉创造稳定条件。

打光方案里的机械妥协

光源这事,讲起来很玄。同一批零件,光换个角度,图像天差地别。我上课会拿两个光源。一个环形光,一个背光。先拍。学生看。背光一上,轮廓清清楚楚。阈值分割就够。环形光呢,表面划痕明显,但边缘容易糊。

没有哪种光万能。只有匹配。

问题是,光源要装。装在哪?角度多少?距离多少?这些全是机械设计。我让学生画支架。他们画得可漂亮。但忘了调节。我拿过来一看,相机和光源全锁死。我问:以后换零件怎么办?换个镜头怎么办?他们愣住。

视觉系统的机械结构,一定要留调节余量。 不是越大越好。要能锁紧,又要能微调。我用微调滑台做示范。贵吗?有点。但比重新加工一套支架便宜。学生后来懂了。设计时留长条孔。加顶丝。简单,管用。

机器视觉外观检测同轴光与低角度环形光对比实验图
机器视觉外观检测同轴光与低角度环形光对比实验图

还有镜头。机械设计学生不喜欢算光学。但视野、工作距离、景深、畸变,这四个词得知道。不然选型就是抽奖。我让他们用公式粗算。不要求精确。但要知道:想看清很小的划痕,视野不能太大。想装得远,焦距就得长。工作距离一长,景深可能变浅。零件稍有高低,就虚。

这些取舍,课堂上讲一遍,不如让他们翻一次车。

一次失败复盘

去年有个小组做瓶盖缺口检测。方案很猛。高分辨率相机,加深度学习。听起来就高级。结果传送带一跑,全完。图像模糊。他们以为是算法不行。换模型。调参数。折腾两周。

我让他们把传送带停了。拍一张。清楚。一跑,就糊。问题在振动。电机、皮带、支架,全在抖。他们想用算法去模糊。我说,先解决振动。后来加了阻尼垫,降了速度,换了短曝光。图像稳了。缺陷出来了。

但还有问题。瓶盖在传送带上会转。缺口有时在侧面。相机拍不到。他们想加第二个相机。成本上去了。我问:机械上能不能让瓶盖定向?加个导轨,让瓶盖排好队。可以。但换规格呢?导轨要换。柔性差了。

这就是机器视觉外观检测的真实课堂。没有标准答案。只有权衡。成本、节拍、柔性、维护。学生要在这个框里做设计。不是调出一个高准确率就完事。

我后来把这个案例写进教案。但不再给“正确方案”。我让他们分组吵。吵完再画图。画完再搭。搭完再测。测完再吵。效果比讲两节课好。

工具链与课堂节奏

工具链这事,我也纠结过。OpenCV、Halcon、VisionPro。学哪个?我们实验室用OpenCV。免费。学生能装。工业现场Halcon多。但我不想让课堂变成软件培训。概念通了,工具就是切换成本。

阈值、形态学、Blob分析、模板匹配。这些够对付大部分外观检测。深度学习呢?纹理复杂、缺陷不固定的时候,值得试。但别把它当锤子。看什么都像钉子。学生问:要不要学Python。我说要。但机械设计学生更要会定义问题。会写检测规格书。会跟供应商说清楚节拍和精度。这些,课堂不教。项目里教。

我现在把打光课排在算法课前面。有学生不理解。觉得光太土。后来他们自己调光,图像干净了。那种成就感,比跑通一个网络实在。肉眼可见。对吧。

昨天小陈又来了。他说,老师,我把光源挪了一下。好了。我没说话。心里想,这比调参爽多了。

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:机器视觉外观检测:我为什么把打光课排在算法课前面
文章链接:https://www.yqhljx.com/list_9/6012.html