OpenCV 在连接器缺陷检测中的参数调优

金属端子的反光是视觉检测里最麻烦的干扰源。同一批工件在光源角度变化 5° 后，二值化结果可能完全相反。

从固定阈值到自适应

最初的方案是固定 threshold(120, 255)，结果在镀金端子上几乎全白。改用 adaptiveThreshold 后有明显改善，但窗口大小需要跟端子尺寸匹配：

adaptiveThreshold(gray, bin, 255,
    ADAPTIVE_THRESH_GAUSSIAN_C,
    THRESH_BINARY_INV, 21, 8);

块大小 21 是我们针对 1.2mm 端子间距实测的最优值。太小会把反光斑点当成缺陷，太大则丢失细微裂纹。

形态学处理的取舍

开运算能去掉孤立噪点，但也会吃掉真实的小缺陷。我们的做法是先开运算去噪，再对原图做差值找回被削弱的部分：

• open 用 3×3 椭圆核，迭代 1 次
• 差值图与原二值图取并集
• 面积过滤阈值设为 15 像素，低于此值不判定

误检抑制

最后一道防线是形状校验。真实缺陷的长宽比通常大于 2.5，而反光噪点接近圆形。加上这一条后，误检从每千件 12 次降到 0.8 次。

代价是漏检率上升了 0.1%——在可接受范围内。