大讲堂夜班进车间，先别说话。耳朵里全是哐当、嘶嘶、还有冷却液打在地面上的啪嗒声。老周把一筐齿轮毛坯往工位上一墩，冲我抬下巴：看屏幕。屏幕上，一个灰扑扑的金属圆盘正慢慢转。忽然，一条细红线被框住。报警灯黄了一下。剔料气缸噗地一推，零件掉进废料槽。老周说，这玩意叫缺陷检测。听起来很高级，对吧？其实它每天都在干一件很憋屈的事——替人眼，找那些“差一点看不出来”的毛病。
先别急着调算法，看看光
新手最容易犯的错，是以为缺陷检测就是买台相机，往产线上一架，图像进去，结果出来。真到现场，第一句话通常不是问算法，而是问：光怎么打？
我见过一个工位，相机没换，镜头没换，算法参数也没动。只是把环形光往前挪了两指，图像里原本糊成一片的划痕，突然变成一条深沟。操作工说，神了。老周撇嘴：神什么神，是光角度变了。
很多产线用的光源，讲究起来能写一本书。低角度光适合照划痕，光贴着表面掠过去，凹凸就拉出影子。同轴光适合看平面，反射均匀，脏点黑点容易跳出来。背光呢，看轮廓、看缺料、看孔洞，零件像剪纸一样变成黑影。可现场不是实验室。油膜、水渍、氧化皮、铁屑，全在跟你捣乱。
有次我蹲在传送带边，拿手电斜着照一个轴承套圈。肉眼看挺光溜。手电一斜，细密纹路全出来了。可相机装的是正面光，拍出来白花花一片。算法不傻，但它看到的就是白花花。于是好件被踢，坏件放行。你说气不气人。这行有句话，成像不好，算法背锅。其实很多误报漏报，根子在光。
相机不是眼睛，它更像一个死心眼的尺子
人眼很聪明。看一个零件，觉得差不多就行，大脑自动补全。相机不。它只认像素、灰度、对比度。你让它看裂纹，它不会“感觉”，它只比较数值。所以镜头景深、曝光时间、产线震动，全都影响结果。工件没停稳，图像拖影。镜头脏一点，对比度掉一截。环境光从窗户漏进来，阈值就得重调。
常见的缺陷检测，大致分两类。一类靠传统算法，边缘、阈值、模板匹配，像拿卡尺量。另一类靠深度学习，像带出来的徒弟，见过很多坏件，能认。但徒弟也怕没见过的情况。换批材料、油膜厚度变了、灰尘多了，都能让它犯迷糊。所以别指望一套参数吃遍所有班次。温度一变，冷却液雾一飘，图像就可能变脸。
我们蹲在设备旁边调曝光，像给老式相机对焦。太亮，划痕被冲掉。太暗，噪点冒出来。老周说，相机不是来找漂亮的，是来找稳定的。这句话我记了很久。
误报和漏报，哪个更疼？
这问题一问，现场人会沉默。误报，好件被踢，老板心疼。漏报，坏件流到客户，更疼。产线通常要平衡。有的工位宁可多踢一点，也不能放过裂纹。有的工位反过来，因为好件太贵，踢多了肉疼。
有回一个工位总在凌晨误报。白天好好的。夜里温度降，镜头结露？不是。是冷却液雾气飘到镜头上，薄薄一层。图像对比度降了，算法以为有脏污。处理办法也不玄：加气帘，改光源角度，把阈值收紧一点。折腾完，天也亮了。
新人爱问，能不能做到零漏检？老师傅一般不正面回答。他会说，除非你别生产。缺陷检测不是神仙，它是概率和成本的妥协。另一个问题，为什么不用人眼？人眼会累，会走神，会今天觉得行明天觉得不行。机器不会累，但也不会变通。所以现在的产线，很多是机器先筛，人再复判。机器负责快，人负责怪。
从车间出来，耳朵还在嗡嗡。老周摘下手套，说这一行，别光盯屏幕。要盯光、盯料、盯震动、盯温度。缺陷检测这几个字，拆开看，缺的是信息，陷的是工艺，检的是耐心。说完他去关气阀了，留下我在那儿看废料槽里那几个被踢出来的齿轮。有的确实有裂纹。有的，也许只是光没打好。
作者|制造
排版|制造
审核|乐乐