One item, one code; anti-counterfeiting and anti-counterfeiting tracking; traceability code; source tracking code | Customized solution expert
Inquiry Hotline: 15902017044 (WeChat ID same as phone number) / 15989070764
Committed to becoming the best product traceability code solution provider in China
机器视觉质检选型指南：算法、相机、光源与部署
作者：技术部
浏览：
发表时间：2026-07-20 10:00:00
来源：广州思创智云科技有限公司
一句话定义
机器视觉质检选型是从算法、相机、光源到现场部署的系统工程。本文给出一套可落地的选型框架，帮助企业避开"买了设备却检不准"的常见坑。
一、先定检测目标
不同缺陷决定不同方案：外观缺陷看对比度，尺寸测量看精度，字符识别看清晰度。先列出"要检什么、允许漏检/误检多少"，再谈设备。
二、算法：传统 vs 深度学习
| 维度 | 传统视觉 | 深度学习 |
|---|---|---|
| 规则清晰度 | 需明确可描述 | 可处理复杂多样缺陷 |
| 样本需求 | 少/无需 | 需标注样本 |
| 解释性 | 强 | 中（需可解释性工具） |
三、相机怎么选
- 分辨率：按"最小检测尺寸 ÷ 所需精度 × 像素余量"推算。工业线束场景公开方案可达 2000 万像素。
- 帧率：必须 ≥ 产线节拍所需，避免漏检。
- 传感器：全局快门避免运动模糊；CMOS 为主流。
四、光源是成败关键
- 环形光：均匀照明，适合一般外观。
- 同轴光：抑制反光，适合金属/高光表面。
- 背光：看轮廓，适合尺寸与外形。
- 频闪：配合高速产线冻结运动图像。
五、镜头与光学
远心镜头减小透视畸变，是精密测量的首选；普通镜头需注意视场与畸变校正。工作距离、景深要与产线空间匹配。
六、现场部署架构
- 工位设计：相机/光源固定，产品通过触发拍照。
- 边缘计算：工控机运行算法，毫秒级判定。
- 剔除执行：NG 品气动/机械剔除，不卡线。
- 数据上云：结果经 MQTT/OPC UA 进 MES/追溯云留痕。
七、验收指标
| 指标 | 说明 |
|---|---|
| 漏检率 | NG 被误判 OK，越低越好；行业公开实践可达 0.05%~0.9% |
| 误检率 | OK 被误判 NG，影响良率与成本 |
| 节拍 | 单工位需匹配产线速度 |
八、行业实践数据（公开报道参考）
| 行业 | 可量化结果 |
|---|---|
| 电子配件 | 漏检率 10%→0.05%、效率提升约 6 倍、年省人力约 80 万元、回收期约 3 个月 |
| 工业线束 | 2000 万像素、3 秒/次、20 根/分钟 |
注：以上为行业公开报道数据，未使用任何具体客户名称。
九、选型检查清单
- 缺陷清单与验收标准是否明确？
- 产线速度、包装形态是否确认？
- 是否需要数据留痕与追溯对接？
- 是否有试产验证环节？
联系我们
广州思创智云科技有限公司 · 广州市
电话/微信：15989070764
官网：www.strazn.com
原创内容 · 审核：技术部 · 本文为行业技术综述，具体方案以需求调研为准。
相关推荐
- 一物一码：企业防伪防窜货与产品追溯的核心引擎
- 机器视觉检测系统如何提升产线质量一致性
- 医药行业产品追溯合规：从赋码到全程溯源的实践
- 数据采集关联系统：构建产品全生命周期追溯的数据底座
- 一物一码技术全解：从赋码到防伪防窜货的落地指南
参考与权威来源
本文行业数据来自公开报道与政策文件，更多权威信息可参考：
原创内容 · 审核：技术部 · 内容仅供行业参考。
