AI视觉尺寸测量定制：标定校正与亚像素边缘

做视觉尺寸测量定制，第一个要问的不是算法，而是精度指标从哪来。很多项目一开始就卡在需求端：客户说要准到 0.01mm，追问后才发现关键尺寸公差是 ±0.05mm，测量系统只需具备 1/5 到 1/10 的能力，硬件预算本可以降一大截。 硬件先定视野与像素当量。0.01mm 的像素当量意味着 500 万像素相机只能覆盖约 25×18mm 的视野，超出就得拼接或用双远心镜头配移动轴。反光金属件优先考虑背光或同轴光，边缘对比度提升比在算法里调参有效得多；远心镜头能抑制透视误差，代价是景深、工作距离受限，工件高度波动大时要留余量。 算法侧的核心是亚像素边缘提取：粗定位找 ROI，再沿法线方向做灰度梯度拟合，把边缘定位到 0.1 像素量级。这里有两个常见坑：一是毛刺、油污会让梯度峰值漂移，需要多线平均并剔除异常；二是标定不能只做一次，像素当量会随温度和工作距离漂移，产线温差大的场景建议加定时复标或温度补偿项。 要点： 1. 精度指标从图纸公差反推，按 1/5~1/10 规则定像素当量，避免硬件过度投入或先天不足。 2. 上线前做 GRR 分析，取覆盖公差上下限的样件连续测 3 轮，重复性落在公差 10%~20% 内再交付。