镜头污染与轻微失焦是产线视觉系统最常见的慢性病：图像对比度缓慢下滑，检测模型不会报错，但漏检率已经悄悄抬升。我们尝试在推理链路前端加一层轻量图像质量监测，不改动原有检测模型，也不新增硬件。
方法分两步。一是用清晰度梯度、局部对比度、频域高频能量等无参考指标建立基线，按工位分别统计，避免跨工位阈值串用；二是把指标序列交给一个轻量时序模型，学习正常波动（换型、光照重调、产品差异）与真实劣化的区别，只在趋势持续越界时告警。
进展：在3个装配工位和2个表面检测工位连续运行6周，累计触发21次告警，其中19次经现场确认存在镜面油污、粉尘或支架松动，2次误报来自换型后的光照重调；劣化趋势平均提前约11小时被发现。
下一步计划：把告警接入清洁与点检工单，并将质量指标作为检测置信度的修正项——图像质量下降时自动收紧判定阈值或转人工复判，避免系统显示正常、结果实际已失真。
评论