工业视觉检测入门——如何设计一个合适的检测方案？（需求分析+光学设计+检测算法+UI交互+后端数据）

视觉检测现在已经开始渗透到工业的各个领域里面，3C电子、汽车、医药、食品饮料、精密机械工业等都已经大量运用到了，去人工化也是未来的一大趋势，视觉检测将再更多的领域里面发挥它的作用。从事工业视觉检测已近5年，在此分享一些自己的一些经验，有不对的地方也感谢大家指出，我会及时改正。

一.需求分析

拿到一个案子，这个是最重要的一步。很多案子做不好或者最后做黄了都是没有做好这一步。
真实反面教材例子：
食品加工厂的客户：我们这个产品需要检测上面的喷码，你们能不能做。
视觉检测公司销售：能做啊，这个我们做过，XXX工厂就是我们做的，你放心。
生产售后工程师对接食品加工厂生产主管：

1. 检测工位安装空间有限，需要设计新的结构
2. 检测目标外观异形，需要特殊光学方案
3. 客户需要识别全部字符，并判断字符是否有缺笔画
   …
   研发部：又是一个新版本…
   研发完成发到现场安装。
   生产主管：你们这个检测太严格了影响生产，再加个XXX功能，这个不好用。
   改完版本。
   品管：这不行啊，这种问题都没检出来，流到市面上怎么办。
   最终陷入到无线循环的修改当中，别说赚钱，能不亏就算是万幸了。
   这里我也只是举一个实际遇到的一个案例，具体如何做需求分析真的是一门大学问，还需要慢慢深入的在学习实践中探索。

二.光学方案设计

如果确定好了需求，设计一个好的光学方案，检测也就成功了一大半。这里面设计到相机、镜头、光源等的选择，如何选择需要更加自身的检测目标和检测场景去设计，专业性较强。如果自身没有相关的技术和经验最好还是找一些光源厂家帮你做方案，一般对方可以免费帮你设计，一般建议使用对方的标准产品，定制产品费用相对较高。

二.检测算法

这也是视觉检测的核心了，一个好的算法也可以弥补一些设计上的不足。当下图像算法软件品类众多，如何选择一个合适自己的也是比较关键的。
如果项目周期比较长，且经费充足，重复利用率较高，OpenCV是一个不错的选择。免费且优秀的算子是非常适合这种项目的。
现在有许多优秀的商业图像算法软件，也各有其优势，很多都支持深度学习算法了。比如国外的Halcon、VisionPro，开发相对OpenCV来说简单一点，而且算法非常优秀，能大量节约开发周期，降低开发难度，但是价格上就比较感人了，特别是VisionPro，一般的小客户价格敏感的用起来就不太合适了。现在国产的海康威视最近两年出了一款VisionMaster的图像算法已经有3.3版本了，里面的功能还是比较多的，部分功能还是比不上VisionPro，但一般检测需求都可以实现，关键重点在于便宜啊，这谁挡得住。

三.UI交互

这个就没有什么特别的了，工业尽量做简单一点，太复杂现场操作工人学习成本过高会增加售后维护的成本。

四.后端数据

这个功能毕竟重要，毕竟现在数据就是资本，拿到数据可以做的事情就非常多了。现在很多大的工厂都有MES系统，这些数据对用户就是一笔资产，合理的利用数据带来的收益是不可估量的。因此，设计的时候考虑数据的管理及存储是非常有必要的，能太高检测设备的档次，有利于投标。

五.后记

工业视觉检测里面的内容太多，以后我会慢慢整理一些自己的经验和心得分享给大家，欢迎大家订阅收藏。