【智能AI相机】基于AI的新型成像和照明技术

引言

在工业检测领域，图像质量与检测速度直接决定了生产线的良率和成本。本文将围绕 Trevista CI Dome 这一基于 AI 的新型成像与照明系统展开，详细解析其核心技术——从明暗恢复形状、结构化漫射圆顶照明以及 AI 缺陷分类的实现方式，并结合实际效果图说明它如何帮助企业 缩短检测时间、降低废品率和成本、更快捕捉更多缺陷。

1. Trevista CI Dome 的整体架构

Trevista CI Dome 将康耐视（Cognex）专利的 计算成像算法 与 结构化漫射圆顶照明 相结合，形成一个闭环的检测平台：

光源模块：采用圆顶漫射光源，能够均匀照亮整个检测区域，尤其适用于光泽和哑光表面的细微纹理捕捉。
相机与传感器：高分辨率相机负责采集原始明暗图像。
计算成像算法：在采集的图像中分离 形状信息 与 灰度信息，生成高质量的 地形图像（terrain map）。
AI 分析模块：基于深度学习的模型对地形图像进行缺陷检测与分类，输出缺陷程度与位置。

这一体系的关键在于 把光学成像与 AI 推理紧密耦合，实现了从原始光强到结构化形貌再到智能判定的完整链路。

2. “从明暗恢复形状”技术详解

“从明暗恢复形状”技术采集原始明暗图像，并将形状信息与灰度信息区分开来，提供高质量地形图像

2.1 基本原理

传统机器视觉往往直接使用灰度图像进行缺陷检测，光照变化会导致误检或漏检。从明暗恢复形状（Shape‑From‑Shading, SFS）技术通过以下步骤实现信息分离：

光照模型建立：假设光源为已知的漫射光，利用 Lambertian 反射模型描述表面亮度与法向量的关系。
逆向求解：根据采集的明暗图像，利用数值优化方法（如梯度下降）求解每个像素的法向量，从而重建表面高度信息。
灰度剥离：在得到的高度图（即地形图）上，原始的灰度信息被单独保留，用于后续的纹理分析。

2.2 实际效果

如上图所示，左侧为原始明暗图，右侧为经过 从明暗恢复形状 处理后得到的地形图。可以看到，表面的微小凹凸被清晰呈现，而光照导致的亮度变化被有效抑制，为后续的 AI 检测提供了更可靠的输入。

3. 结构化漫射圆顶照明的优势

圆顶漫射光捕捉表面坡度，AI工具分类缺陷程度，Trevista CI Dome可提供高度详细的表面可视化，降低废品率和成本

3.1 圆顶光源的工作机制

圆顶漫射光源位于相机上方的半球形结构内部，光线经过漫射后向四周均匀辐射。相比传统的点光源或线光源，它具有以下特点：

全方位均匀照明：避免阴影和热点，使得整个检测区域的光照一致。
高角度覆盖：能够捕捉到表面微小坡度变化，对光泽表面的反射特性尤为敏感。
降低光源校准成本：一次性校准后即可在不同产品上复用，减少维护工作。

3.2 与 AI 检测的协同

均匀的光照为 AI 分类模型 提供了稳定的输入特征，尤其在以下场景表现突出：

光泽表面：光泽度高的金属或塑料件在传统光源下容易出现高光斑点，导致误检。圆顶漫射光能够平滑这些高光，突出真实的表面形貌。
哑光表面：哑光材质本身对光的散射较弱，圆顶光的多角度照射能够增强细节对比度，提升缺陷可见性。

4. 速度提升：2 倍捕捉合成地形图像

较其他 CI 系统，Trevista CI Dome 可 快 2 倍 捕捉合成地形图像，提高效率和产量，减少检测时间

4.1 关键因素

硬件加速：相机采用高速传感器，配合内部 FPGA 进行实时图像预处理，缩短了从采集到生成地形图的时间。
算法优化：计算成像算法经过并行化改写，能够在单帧图像上完成形状恢复与灰度分离，避免了多次采集的开销。
光源同步：圆顶光源的快速切换与相机同步，使得每一次曝光都能获得完整的光照信息，无需额外的补光步骤。

4.2 实际对比

图中左侧为传统 CI 系统的捕捉过程，右侧为 Trevista CI Dome 的 2 倍加速效果。可以直观看到，后者在相同检测区域内完成了更多的合成地形图像，显著提升了检测吞吐量。

5. AI 驱动的缺陷分类与成本控制

降低废品率和成本

5.1 AI 模型的训练与部署

数据来源：利用 从明暗恢复形状 生成的地形图作为训练样本，涵盖光泽、哑光、不同材质的缺陷案例。
模型结构：采用卷积神经网络（CNN）进行特征提取，结合注意力机制（Attention）提升对细小缺陷的感知能力。
部署方式：模型在边缘计算平台上运行，实现实时推理，检测结果在毫秒级返回。

5.2 成本效益分析

废品率下降：更高的检测灵敏度与更低的误报率，使得原本难以捕捉的微小缺陷得到及时剔除。
检测成本降低：由于检测速度提升 2 倍，单位产品的检测时间显著缩短，间接降低了人力与设备的运营成本。
质量追溯：AI 记录每一次检测的缺陷位置与类型，为后续质量分析提供数据支撑。

6. 综合优势与应用场景

功能	传统方案	Trevista CI Dome
成像质量	受光照影响大，形状信息模糊	从明暗恢复形状，分离形状与灰度，提供高质量地形图
检测速度	单帧处理时间较长	快 2 倍捕捉合成地形图像
缺陷识别	依赖人工经验，误报率高	AI 分类，降低废品率和成本
适用表面	主要针对哑光	同时适用于光泽和哑光表面
维护成本	光源校准频繁	圆顶漫射光一次校准，长期稳定

典型应用

电子元件外观检测：高密度焊点、微小划痕的快速定位。
汽车零部件：光泽金属件的表面划痕与凹陷检测。
塑料模具：哑光塑料件的表面波纹与气泡识别。
包装印刷：印刷图案的缺失或错位检测。

7. 结语

Trevista CI Dome 通过 从明暗恢复形状 的计算成像技术、结构化漫射圆顶照明 的光学优势以及 AI 缺陷分类 的智能判定，实现了 缩短检测时间、降低废品率和成本、更快捕捉更多缺陷 的目标。对于追求高效、低成本、零缺陷的工业制造企业而言，这是一套值得关注并逐步落地的完整解决方案。

Trevista CI Dome，提供一流的成像技术并支持基于 AI 的表面检测，让缺陷无处可藏！