同一个产品，昨天检测正常，今天却突然开始漏检。

阈值没改，程序没动，产品看起来也差不多，结果就是不稳定。

现场最常见的处理方式，是继续调阈值、加滤波、改曝光，甚至重新训练模型。折腾半天，当前样品正常了，换一批产品，问题又回来。

很多时候，问题根本不在算法。

而是目标从一开始，就没有被稳定地拍出来。

有无检测看起来只是判断“有”还是“没有”，但真正决定稳定性的，是这两种状态能不能在图像中形成清晰、稳定的差异。

目标今天是黑色，明天变成灰色；角度稍微变化，轮廓就不见了；表面反光一变，原来的阈值立即失效。

这种图像，再复杂的算法也只能勉强补救。

元器件轮廓不稳定，别再死磕阈值

柔性电路板上的元器件有无检测，最怕目标和背景混在一起。

如果检测真正关心的是元器件轮廓，背光往往比反复调整曝光更直接。

背光不关心表面是什么颜色，也不需要分析复杂纹理，而是把目标变成清晰的黑白轮廓。

轮廓稳定以后，面积、宽度、连通域等简单方法，反而更容易实现稳定检测。

反光严重，不一定是光太亮

FPC软板、焊点和金属元件很容易产生高光。

样品位置稍微变化，反光区域就跟着移动，原本清晰的边缘可能瞬间被淹没。

很多人一看到反光，就直接降低曝光。

结果高光虽然弱了，目标也一起变暗，最后谁都看不清。

真正应该调整的，是光线进入镜头的方向。

条形侧光适合突出边缘、高度差和细长结构。通过改变照射角度，让目标特征亮起来，同时减少直反射进入镜头。

所以，反光问题不一定是光太强，也可能是光打错了方向。

图像很亮，不代表污点很明显

口罩这类柔性、半透光材料，常见问题是亮处过曝，暗处又没有细节。

检测脏污时，关键不是把口罩照得更白，而是让污点和正常区域产生稳定对比。

如果污点会改变透光率，背光可以把这种差异放大。

但背光并不适合所有污渍。如果缺陷主要表现为表面颜色或纹理变化，就要考虑正面漫射光、同轴光或低角度光。

选光源之前，要先弄清楚：

缺陷改变的到底是轮廓、反射、透射，还是表面纹理？

复杂产品，不要把所有细节都交给算法

离合片表面结构复杂，还有金属反光、纹理和油污干扰。

但项目真正需要判断的，可能只是铆钉和弹簧有没有安装。

既然检测关注的是结构轮廓，就没有必要让算法分析所有表面细节。

使用背光后，颜色、油污和高光会被弱化，铆钉、孔位和弹簧则形成更稳定的轮廓。

好的打光方案，不是让图片更漂亮。

而是把复杂问题，变成算法容易判断的问题。

现场判断方案是否稳定，只看三件事

第一，目标和背景有没有真正分开。

第二，换位置、换批次、换时间后，目标特征还能不能重复出现。

第三，光源增强的是目标，还是把无关纹理和反光也一起增强了。

一张图片拍得好看，没有意义。

连续拍几十次、换多批样品仍然稳定，才说明方案真正可用。

有无检测不稳定时，先别急着换模型、加滤波、改阈值。

先问自己一句：

同一个目标，在每一张图里，真的都长得一样吗？

如果答案是否定的，问题多半不在算法，而在第一张图。