摘要：本文整理了过去三年做机器视觉尺寸外观一体检测项目的实际经验，针对有基础的中级工程师关心的选型、落地、避坑问题，结合汽配、3C两个行业的实际案例，讲清了一体检测的核心设计要点，所有参数都经过现场验证，拿来就能参考。
为什么非要做一体检测？分开做不好吗？
去年给山东一家汽配厂做活塞销检测改造，印象特别深。原来的生产线是这么走的：先过一道机器视觉测外径、长度尺寸，合格的流到下一站，人工全检外观瑕疵，比如麻点、划痕、磕碰。
客户要提产能，从每分钟30件提到60件，人工直接顶不住了。一开始想加一道视觉外观检测，相当于两道视觉工序。算下来，线体延长了3米，成本涨了40%，结果试生产错检率还比原来高了2个百分点。
为什么？两次装夹啊。每一次重新定位，就多了一次累积误差，原来人工定位的重复误差就有0.02mm，尺寸公差本身才±0.015mm，这不就乱了。
后来换成机器视觉尺寸外观一体检测，一次装夹，一次成像，一次出两个结果。定位误差直接从0.02mm降到0.005mm以内，错检率从3.2%降到0.8%，还省了整整3米的线体空间。
你说香不香。
一体检测避坑：三个我踩过的致命选型雷
很多人觉得一体检测不就是把尺寸算法和外观算法堆一起吗？真不是，我刚做的时候踩了三个大坑，亏了十几万才摸清楚。
第一个坑：盲目追求高像素相机。一开始给3C客户做手机中框检测，客户说精度要求高，我直接选了2500万像素的面阵相机，想着像素越高精度肯定越好。结果呢？帧率上不去，每分钟只能测28件，远远达不到客户要求的60件，砸手里了。
后来算一遍才明白，像素精度根本不需要那么高。公式很简单：单像素精度 = 视场宽度 ÷ 水平像素数，客户要求尺寸精度±0.01mm，视场宽度是200mm，1200万像素的水平像素是4096，算下来单像素精度大概0.05mm，做亚像素插值之后能到0.005mm，完全满足要求。换了1200万全局快门相机，帧率直接拉到70帧，完美达标，还省了一半相机钱。
第二个坑：光源不匹配。尺寸检测习惯用平行背光源，打透了轮廓清晰，测尺寸准。那外观缺陷呢？表面的划痕麻点都在正面，背光源根本看不到啊！我一开始就是直接用了背光源，外观检测漏检率快30%，折腾了一周才反应过来。
现在成熟的方案都是双光源分时曝光：一次装夹，先开正面同轴环形光源拍外观，再开背面平行光源拍尺寸，两次成像都用同一个坐标系，不用重新定位，既解决了光源需求冲突，又保留了一体检测的优势。
第三个坑：算法直接堆叠。很多集成商图省事，把现成的尺寸算法和缺陷检测算法直接放一起，跑起来看看能出结果就交差。我第一次做就是这样，工控机的CPU占用直接拉满100%，检测节拍直接慢了一倍。后来找算法朋友把轮廓提取和缺陷分割做了算子融合，共享一次图像预处理的结果，CPU占用直接降了42%，节拍就上来了。
落地优化：手册上不会写的那些细节
说实话，方案画得再漂亮，落地的时候都是细节决定成败。我提两个最容易出问题的地方。
第一个是温度漂移。夏天南方车间没装中央空调的话，开机三个小时，机架铝型材热胀，相机底座往前胀个0.02mm太正常了，尺寸测量直接偏出公差，我第一次做的时候，客户开机半天报废了三百多件活塞销，找上门来我脸都绿了。
解决方法也简单，加温度补偿校准。在工位上放一块一级精度的标准量块，符合GB/T 1800.1-2009要求的那种，每小时自动拍一次量块，根据当前环境温度修正测量系数，修正之后误差能控制在0.003mm以内，稳得很。
第二个是外观误判。工件表面的浮灰、手印，很多算法会直接当成缺陷，我最早做的时候误判率高达12%，还要人工复判，等于没省人工。后来加了两步小处理：先做3×3的形态学开运算，再按灰度梯度做阈值分割，浮灰手印的对比度低、边缘梯度小，直接就能过滤掉，误判率直接降到1.5%以内，不用复判了。
还有工装定位，别做刚性硬顶。硬顶进去很容易蹭花工件表面，本来合格的件，直接蹭出划痕被判不合格，太亏了。换弹性定位销，只要把重复定位误差控制在0.01mm以内，完全满足要求，还能保护工件表面，一个小改动，省了好多麻烦。
不过话说回来，现在工厂降本增效的压力摆在台面上，原来分两次做的检测方案，迟早要被一体方案换掉。省场地，省人工，还能把精度提上去，何乐而不为？只要选型的时候别贪虚高的参数，多想想车间的实际工况，那些坑其实都能绕过去。
