AI视觉尺寸测量：亚像素边缘与温漂补偿

在精密件尺寸测量场景，视觉方案常被质疑"精度不够"。我们近期在实验室搭建了一套实验台：工业相机配远心镜头与背光，尝试把重复性做到微米量级。

关键不在模型多大，而在两件事。其一是边缘亚像素定位——用高斯拟合梯度剖面替代整数像素阈值，把边缘定位分辨率压到 0.1 像素以内；其二是把温度漂移显式建模，机械结构与相机自身的热变形借助标准参考件实时标定，避免"上午合格、下午超差"。

• 进展：20 组轴类零件与三坐标测量机比对，视觉测量偏差 ≤5μm 的样本占比约 92%，单件节拍 1.2 秒。
• 下一步：加入油污与异物遮挡的小样本鲁棒性处理，并在产线振动条件下验证长期稳定性。

我们不认为视觉能替代三坐标，但在全检与快节拍抽检环节，它更像一名高频哨兵。