机器视觉项目里，相机和算法反而是次要的，光源与打光方案占成败的大头。这篇指南按「检测任务→技术路线→光源→精度换算」四层给出选型框架，附五步流程、验收指标口径、常见坑、价格量级与顺德本地供给。核验日期 2026-09-07。

决策框架：任务定路线，表面定光源

参数 为什么重要 典型取值/选项（厂商与工程口径）
检测任务 决定技术路线 定位引导、尺寸测量、外观缺陷、OCR 字符、读码五类，先归一类再选型
技术路线 2D 靠对比度与图案，适合缺陷/字符/读码；3D 出点云，适合尺寸、深色高反光、无序抓取；2.5D 折中高反光工件的划痕凹凸（SICK 技术博客与海康 2.5D 产品口径） 2D 面阵相机+光源；3D 结构光/ToF/线激光轮廓仪
表面特性 镜面、漫反射、透明三类表面打法完全不同，打光第一步是判断表面（迁移科技打光指南口径） 光源类型：环形、条形、背光、同轴、穹顶、点光、多角度低角度
精度 分辨率不等于精度；一般按特征尺寸占 3-5 个像素以上做预算（工程经验口径），再留镜头畸变与标定误差 视野÷分辨率=像素精度；测量项目还要叠加标定、温漂与安装误差
节拍 决定相机台数与算力 曝光+传输+处理时间总和要小于工位节拍，留 20% 裕量
算法平台 规则算法可解释、AI 对多变缺陷泛化好；两者常混用 传统视觉软件、深度学习缺陷分类、与 PLC/MES 的结果接口

分步流程：五步走

  1. 需求梳理：列出缺陷样本各 20-50 件（含边界良品）、缺陷图鉴、判定标准（多少毫米算缺陷）；写明来料波动范围与产线节拍。没有缺陷样本库的项目先补样本。
  2. 供应商筛选：按行业案例筛 2-3 家；要求做「样品打光试验」——同一批样品在候选方案下出图像与初判结果，这一步基本能分出高下。
  3. 方案评审：审三份东西——打光方案图（光源类型、角度、频闪）、精度分析（像素精度换算+标定方案）、误判兜底（疑难品的复判流程与人工抽检比例）。
  4. 报价对比：按「相机+镜头+光源+工控机/控制器+软件授权+标定服务+维护」同口径拆分；软件按套还是按工位授权要问清。
  5. POC 与验收：以连续生产批次统计漏检率（漏掉不良）、误检率（错杀良品）、复判率三项，写清统计口径与样本量；换型验证与光照波动（白班夜班）都要测。

常见坑与避坑清单

  • 先买相机后想打光：顺序反了，正确顺序是缺陷样本→打光试验→再定相机。
  • 只在实验室测好样：车间环境光、振动、粉尘、来料波动都会把实验室指标打回去，POC 必须在产线做。
  • 把分辨率当精度报：分辨率是像素尺寸，测量精度还要叠加镜头、标定与机构误差。
  • AI 模型只喂良品和极端缺陷：边界样本不足导致上线后误杀率飙升，验收前要求模型迭代记录。
  • 没有复判通道：视觉不是 100%，合同里要写明疑难品人工复判的责任界面。

价格量级参考（行情参考，2025-2026 市场公开报价口径）

  • 智能一体相机（读码、简单检测）：数千到数万元级。
  • 2D 视觉系统（相机+镜头+光源+控制器+软件）：单工位数万到十几万元级。
  • 3D 视觉（结构光相机或线激光轮廓仪+点云处理）：十几万到几十万元级，按精度与视野档位浮动。
  • 多相机整站/整线：几十万元级起，与机器人联动的引导类项目按工位叠加。
  • 以上为量级参考，具体以同口径询价为准。

顺德本地供给

2D 够用还是必须上 3D？

按任务定：读码、字符、平面缺陷、有对比度的外观判定，2D 足够且成本低；尺寸三维测量、深色/高反光件、无序抓取引导，上 3D。多数产线是混合方案，别为「先进」付费。

高反光工件怎么检？

三条路：多角度低角度打光消光、2.5D 方案（针对高反光泽面的划痕与浅凹凸，海康产品口径）、或偏振/穹顶光源；判断要靠打光试验说话，先试再买。

检测精度怎么向供应商提需求？

用业务语言提：被测特征最小尺寸、公差带、判定规则；让供应商换算成像素精度与光学方案，并要求出具精度分析表，而不是只写「高精度检测」。

漏检率和误检率怎么定指标？

与人工质检对齐再收紧：先统计现有人工漏检率做基线，视觉目标通常定为显著优于人工基线，同时把误杀率控制在产线可承受范围；两项都要写明样本量与统计周期。

视觉和 MES 怎么对接？

结果数据（OK/NG、缺陷类型、图像存档）按工位写入 MES 或质量数据库，追溯按批次与序列号；对接方案在评审阶段锁定，见工业软件层供给 企业档案：美云智数 与 企业档案：赛意信息。

来源与参考