機器視覺系統(tǒng)的完整工作流程可劃分為 7 個階段，每個階段都有對應的硬件、算法與數(shù)據(jù)接口。以下按時間線逐一說明：

   需求定義

   明確檢測目的（缺陷、尺寸、定位、OCR 等）、精度、節(jié)拍、環(huán)境光、通信協(xié)議（Profinet、EtherCAT、Modbus/TCP 等）。

   光學方案與硬件選型

    相機：分辨率 = 視野(FOV)/精度×2（奈奎斯特）。

    鏡頭：放大倍率、景深、畸變；遠心鏡頭用于高精度測量。

    光源：環(huán)形、條形、背光、同軸、結(jié)構光；根據(jù)材質(zhì)、顏色、缺陷類型確定波長、角度、頻閃。

    觸發(fā)：光電/編碼器/軟件觸發(fā)，保證“拍照時刻”與產(chǎn)線同步。

    機械：防震、防塵、恒溫、IP 等級；運動平臺（XYZ、旋轉(zhuǎn)臺）用于多面或 3D 掃描。

   圖像采集

    相機驅(qū)動（GigE/USB3/CameraLink/CoaXPress）→ 幀抓取卡或嵌入式工控機。

    采集模式：連續(xù)、軟觸發(fā)、硬觸發(fā)（Line0/Line1）。

    曝光與增益：高速場景用全局快門，低光場景用 TDI 或 sCMOS。

    原始格式：RAW、Bayer、Mono8/10/12、RGB8。

   圖像預處理

    去噪：中值、高斯、雙邊濾波、頻域濾波。

    增強：直方圖均衡、CLAHE、Gamma、HDR 合成。

    幾何校正：畸變標定（張正友法）、透視變換、仿射變換。

    色彩空間：RGB→HSV/Lab，方便閾值分割。

    亞像素級邊緣增強（Canny、Sobel、LoG）。

   特征提取與算法處理

   傳統(tǒng) CV：

    閾值分割（Otsu、自適應閾值）。

    形態(tài)學：開/閉運算、骨架化、分水嶺。

    輪廓提�。篎indContours、Douglas-Peucker 簡化。

    幾何測量：最小外接圓、矩形、直線擬合、亞像素邊緣。

    模板匹配：NCC、形狀匹配（Shape-based）、灰度匹配。

    標定：相機內(nèi)參、手眼標定（Eye-in-Hand / Eye-to-Hand）、像素→世界坐標轉(zhuǎn)換。

   深度學習：

    數(shù)據(jù)集：采集→標注（LabelImg、CVAT）→數(shù)據(jù)增強（旋轉(zhuǎn)、模糊、亮度）。

    訓練：YOLOv8、Mask R-CNN、U-Net、Transformer（Swin）。

    部署：TensorRT、OpenVINO、ONNX Runtime；量化 INT8、剪枝、蒸餾。

    混合流程：傳統(tǒng)算法做 ROI 提取，再送入 CNN 做缺陷分類。

   邏輯決策與通訊

    判定規(guī)則：公差帶、SPC 控制圖、多相機融合投票。

    輸出格式：

   – 數(shù)字 I/O：OK/NG 信號、NG 位置脈沖、剔除氣缸。

   – 總線：EtherNet/IP、PROFINET IRT、EtherCAT、CC-Link IE。

   – 文件：CSV、JSON、XML 與 MES/ERP 對接。

    追溯：條碼/二維碼讀取→圖像與結(jié)果綁定→數(shù)據(jù)庫/云端。

   運行維護與持續(xù)優(yōu)化

    在線監(jiān)控：實時幀率、丟包率、溫度。

    日志分析：誤檢/漏檢統(tǒng)計→自動重訓模型。

    版本管理：算法、光源、治具變更記錄；A/B 測試。

    預防性維護：光源衰減校準、相機快門壽命、鏡頭除塵。

補充：典型 2D 檢測節(jié)拍示例

   產(chǎn)線給出觸發(fā)脈沖→1 ms

   全局曝光→0.2 ms

   圖像傳輸（5 MP@GigE）→15 ms

   CPU/GPU 處理（傳統(tǒng)+DL）→10 ms

   輸出結(jié)果→1 ms

   總節(jié)拍 ≈ 27 ms（>37 fps），滿足高速產(chǎn)線需求。