铜包铝表面缺陷在线视觉检测技术：从“看见缺陷”到“识别缺陷机理”

铜包铝材料同时具有铜的导电、焊接与表面特性和铝的轻量化优势，广泛应用于线缆、通信、新能源和电子电器等领域。然而，铜包铝并非普通金属表面检测对象：它的缺陷既可能是划伤、凹坑、氧化等表观问题，也可能是铜层裂纹、起皮、露铝、焊缝异常以及铜铝界面结合不良的外在表现。

机器视觉最适合承担高速、在线、全检、可量化和可追溯的表面质量控制，可有效识别多数宏观及微观表面缺陷；但对于尚未突破表面的界面结合问题、铜层平均厚度、电阻率和内部连续性，仍需通过金相截面、电学测试或涡流检测进行验证。

因此，一套成熟的铜包铝检测方案，核心不是简单配置一台相机，而是构建“缺陷机理分析—多模态光学成像—在线高速采集—智能分类—闭环追溯”的完整体系。

一、为什么铜包铝的表面检测尤其困难？

铜包铝线或铜包铝带的常见生产工艺通常包括表面清洁、铜带包覆或复合、焊接或压合、拉拔、退火、定径和收线等环节。不同工序会留下不同的质量痕迹，归纳起来主要有三类问题。

1. 表面几何缺陷

这类缺陷具有明显的三维形貌或外观差异，是机器视觉最擅长检测的一类。

• 纵向划伤、擦伤
• 横向压痕、辊印
• 凹坑、鼓包、毛刺
• 起皮、翘边、折叠
• 破洞、针孔、边裂
• 油污、水渍、氧化斑
• 铜粉、铝屑、粉尘等异物

这类缺陷通常可以通过低角度暗场、同轴光、偏振光和彩色成像形成稳定的图像差异。

2. 铜层完整性缺陷

对铜包铝产品而言，最危险的问题往往不是明显的表面脏污，而是铜层是否连续、均匀、完整。常见表现包括：

• 铜层纵向裂纹
• 铜层局部过薄或偏心
• 起皮、剥离
• 露铝点
• 焊缝开裂
• 表面氧化或颜色异常

露铝区域即使尺寸很小，也可能在后续接触、湿热、盐雾或电化学环境中迅速恶化。因此，表面“看起来铜色正常”并不代表铜层绝对可靠。

GB/T 29197—2012《铜包铝线》对铜包铝线的外观提出了明确要求：表面应光洁、圆整，不应有凹痕、划伤、竹节、鼓泡、裂纹、露铝以及影响使用的缺陷；同时标准还规定了铜层厚度、铜层体积比、直流电阻率及扭转、结合等检验项目。

3. 界面结合缺陷

界面未结合、弱结合、局部夹杂、氧化膜残留或金属间化合物层异常，在初期表面可能没有明显裂纹，但经过拉拔、弯曲、压接、振动和温度循环后，可能演化为脱层、开裂或断线。

视觉系统可以检测这些缺陷发展到表面以后形成的裂纹、翘皮、明暗异常或焊缝异常，但难以仅凭二维图像直接判断深层界面的真实结合强度。因此，视觉检测更适合承担在线筛查、早期预警和缺陷定位，而界面结合强度、铜层厚度等参数仍应通过金相、力学或电学试验定期验证。

二、视觉检测前，必须先定义“缺陷是什么”

很多铜包铝视觉项目初期最容易出现的误区是：客户提供一张缺陷照片，要求系统直接识别，却没有明确缺陷尺寸、验收阈值和最终处置方式。正式实施前，建议至少定义以下内容。

• 表面划伤：以长度、宽度、深度或灰度对比度超过阈值为判定依据，输出位置、方向、长度与等级
• 凹坑、鼓包：以面积、长宽尺寸或形态特征超过阈值为判定依据，输出面积、长宽尺寸与等级
• 氧化与色差：与正常铜色的差异超过设定色差或灰度阈值，输出色差、面积与严重程度
• 针孔、破洞：具有一定面积或灰度突变的穿透缺陷，输出位置、尺寸与是否贯穿
• 起皮、翘边：具有局部边缘、阴影或亮暗变化特征，输出位置、长度与分类
• 露铝、铜层异常：局部颜色、反射或偏振特征异常，输出初筛位置、分级与复检建议
• 线径及圆度异常：外径或椭圆度超过公差，输出实测值、偏差与趋势图

这里的“尺寸”可以来自二维图像尺寸，也可以来自 3D 高度或深度数据。对于微米级浅划伤、薄翘边或极早期露铝点，二维视觉可能只能给出灰度、颜色或纹理变化，不能直接输出绝对深度。若客户要求精确量化，应增加激光三角测量、共焦或光谱共焦等 3D 手段。

三、多模态光学成像是铜包铝检测的核心

铜包铝产品通常具有金属镜面反射、拉丝纹理、局部氧化以及曲面或圆柱外形，单一打光方式很难覆盖所有缺陷。成熟方案往往采用多组光学通道，从不同物理特征中分别提取信息。

1. 低角度暗场：用于检测划伤、凹坑、毛刺和边缘缺陷

低角度照明使入射光几乎与材料表面平行。平整区域的大部分镜面反射光不进入镜头，形成较暗背景；而划伤、凹坑、毛刺、颗粒和翘边会改变局部反射方向，产生亮带或暗带。这种方式尤其适合：

• 浅划伤
• 微小凹坑
• 异物颗粒
• 毛刺、飞边
• 边缘破损
• 局部起皮边缘

需要注意的是，同一道划伤在不同照明角度下可能表现为亮线、暗线或明暗双边线，应通过实际样品寻找对比度最强、稳定性最高的光源角度。

2. 同轴光或偏振光：用于抑制镜面反射

对于表面较平整、反光较强的铜包铝带材或粗线材，同轴光可以将镜面反射光送回镜头，使正常区域亮度更加均匀，同时保留表面高度变化、污渍和局部反射异常。

偏振成像则在光源和镜头前分别设置偏振元件，通过调节偏振方向抑制金属表面的规则反射，减少光斑、亮带和拉丝纹理干扰。其价值主要体现在：

• 提高大面积表面照明的均匀性
• 减少运动、抖动和位置波动带来的亮度变化
• 抑制镜面反射，提高缺陷信噪比
• 降低算法对复杂背景的敏感度

偏振成像并不能消除所有反光，也不能直接证明材料内部结合状态，但能够显著改善高反光表面的成像质量。

3. 多角度明场：用于识别颜色、氧化和污渍

露铝区域、氧化斑、油污和铜层局部异常通常会引起颜色或灰度变化。此时可以使用穹顶光、高角度环形光或多光谱照明，将颜色、色差、明暗异常转化为可测量信号。多光谱成像不能代替化学分析，但它对以下异常具有较高敏感性：

• 局部发白、发黑
• 铜铝过渡区域异常
• 氧化程度差异
• 油污和水渍
• 焊接热影响区颜色变化
• 铜层厚度或表面状态异常造成的反射差异

4. 背透射或线激光：用于针孔、破边和三维轮廓

对于较薄的铜包铝带或箔材，针孔和孔洞可以采用背透射照明，使光穿过孔洞进入镜头，从而在暗背景中形成亮点。该方式对贯穿性缺陷通常比普通表面反射成像更灵敏。

对于破边、翘边、表面高度差、线径波动和圆度问题，可以采用线激光轮廓测量。它输出的不是普通灰度图，而是真实轮廓或高度数据，更适合精确量化三维几何。

四、线材与带材的成像结构应分别设计

铜包铝线材和带材虽然材料相似，但表面展开方式和几何特征不同，不能简单共用一套检测结构。

线材：以全周覆盖为首要目标

对于圆线、绞线或扁线，应重点避免圆周方向存在检测盲区。常用结构包括：

• 多个面阵相机环绕布置
• 多个线阵相机加反射镜
• 线扫相机结合转镜或旋转机构
• 360° 光学反射系统
• 多角度低角度光源

检测系统必须考虑线的摆动、旋转、上下跳动和偏心。理想方案不应要求线材长期稳定处于单一像素位置，而应通过轮廓跟踪、展开坐标或伺服导正降低机械波动对识别的影响。

对于直径很小的细线，铜层物理厚度可能只有十几至几十微米。此时露铝点、微裂纹等目标尺寸可能接近或小于常规工业相机像素分辨率，必须结合显微成像、频闪照明、精密镜头和样品实测确定可行性，不能仅凭“高像素相机”进行承诺。

带材：以全幅面线扫成像为核心

对于铜包铝带材，通常可采用高分辨率线阵相机，配合编码器同步触发，形成连续展开的表面图像。典型通道包括：

• 正面低角度缺陷通道
• 正面同轴或偏振外观通道
• 背面透射针孔通道
• 彩色或多光谱异常通道
• 边缘高精度测量通道
• 激光轮廓或高度测量通道

如果产品两面都需要检测，应分别设置上下表面检测工位；如果材料较薄且需要检测针孔，可以在背面布置透射光源。

五、高速在线检测系统的关键技术

1. 分辨率不是越高越好，而应匹配真实缺陷尺寸

相机分辨率通常应根据客户要求的最小缺陷尺寸确定。工程中可采用如下简化关系：

理论最小可识别尺寸 ≈ 视野宽度 ÷ 相机像素数 × 采样倍率

为保证稳定检出，通常不宜将系统极限分辨率直接等同于客户要求的最小缺陷尺寸。实际设计时应预留一定的像素裕量，并结合缺陷对比度、运动模糊和算法稳定性综合确定。

例如，视野为 100 毫米、相机为 8000 像素时，单像素理论尺寸约为 12.5 微米。但系统实际能否稳定识别 12.5 微米缺陷，还取决于镜头分辨率、照明均匀性、目标对比度、运动速度、散焦、噪声和算法阈值。

2. 曝光与运动模糊必须同步控制

高速生产时，如果曝光时间过长，图像会产生拖影，细小划伤可能被“抹平”。常用控制关系为：

最大允许曝光时间 ≈ 检测精度 ÷ 线速度

实际系统通常还需要频闪照明、编码器触发、相机行频同步和图像坐标校正。对于数百米每分钟的生产速度，单纯提高相机帧率并不能替代精确的同步控制。

3. 图像处理应先突出缺陷，再交给人工智能分类

成熟系统通常采用“规则算法与深度学习协同”的方式。传统算法适合：

• 灰度统计
• 边缘检测
• 背景均匀化
• 纹理抑制
• 频域分析
• 形态学处理
• Blob 缺陷分析
• 几何尺寸测量
• 缺陷位置与面积计算

深度学习适合：

• 划伤与正常拉丝纹理区分
• 氧化斑与正常色差区分
• 露铝初筛与铜层异常分类
• 多类缺陷自动分类
• 小样本或复杂形态缺陷识别

深度学习的优势是处理复杂形态，短板是需要高质量标注和持续维护。传统算法的优势是结果可解释、阈值明确、算力要求较低。两类方法结合，通常比单纯依赖某一种算法更稳健。

六、怎样区分“表面划伤”和“铜层失效”？

这是铜包铝检测项目最重要的工程问题之一。从图像上看，一条深色细线可能只是轻微擦伤，也可能是铜层开裂甚至露铝的前兆。视觉系统本身并不能百分之百判断其内部结构，但可以通过多模态特征缩小范围。可作为露铝或铜层异常辅助判据的特征包括：

• 局部颜色由铜色变为灰白色或银白色
• 彩色通道差异明显
• 异常区域呈现稳定的特定颜色
• 同时具有裂纹和边缘翘起特征
• 多波段反射特征与正常铜面明显不同
• 异常具有连续性，而非随机脏污
• 多次抽检均出现在相同工艺位置
• 偏光条件下呈现不同于普通划伤的反射特征
• 缺陷在退火、弯曲或压接后继续扩展

这些因素只能构成风险等级和复检优先级，不能单独证明材料已经失效。尤其是铜层平均厚度、最薄点、电阻率和界面结合强度，不能仅凭一张表面图像给出准确数值。建议将检测结果划分为三级：

• 确定缺陷：可以直接判定，例如明显划伤、凹坑、破洞、起皮
• 疑似露铝或铜层异常：需要自动标记并转入二次检测
• 无法视觉确认的内部问题：建议通过金相、涡流、电学或结合试验确认

这种分级能够避免视觉系统“越权判定”，同时把有限的人工复检资源集中在高价值缺陷上。

七、从检测到闭环：系统必须具备数据追溯能力

一套真正面向产线的铜包铝视觉系统，不能只显示“有缺陷”或“无缺陷”，还应形成完整的质量管理闭环。建议系统至少具备以下功能：

• 米标或卷标自动定位
• 缺陷图像自动保存
• 缺陷类别和尺寸自动统计
• 缺陷分布与卷长映射
• 缺陷趋势和重复性分析
• 与 PLC 联动报警、降速或停机
• 与喷码、贴标和分切系统联动
• 自动生成质量报表
• 与 MES、ERP 或质量系统对接
• 模型版本和参数修改记录管理

通过统计缺陷出现的位置和频率，还可以反推工艺问题。例如：

• 周期性划伤：可能来自模具、导轮或压辊
• 单侧连续缺陷：可能与偏心、包覆或导向有关
• 焊缝附近集中开裂：可能需要检查焊接参数
• 退火后新增异常：可能与温度、气氛或冷却有关
• 同一导轮周期出现缺陷：应优先检查导轮跳动和清洁
• 某一批次集中露铝：应优先核查材料状态和加工参数

因此，视觉系统不仅是剔除不良品的工具，也可以成为工艺改善的数据入口。

八、实施铜包铝检测项目的六个步骤

第一步：明确产品和标准

收集客户产品的线径或带宽、铜层比例、表面状态、验收标准、检测速度和缺陷清单，并确认最终检测对象是线材、带材还是箔材。

第二步：开展样品缺陷分级

将缺陷分为“视觉可直接判定”“视觉只能初筛”“必须离线验证”三类。对于露铝、铜层厚度和界面结合问题，应预先说明检测边界。

第三步：开展多组打光实验

至少测试同轴光、低角度暗场、高角度明场、偏振、背光或多光谱等方案。记录每种方案对目标缺陷的对比度、稳定性、误报率及对环境光和设备振动的敏感程度。

第四步：完成高速实景验证

使用真实材料、真实速度和真实机械结构进行验证，不能仅使用静止样品或实验室图像。高速状态下需要重点观察：

• 摆动和偏心
• 图像拉伸
• 频闪同步
• 光源热漂移
• 镜头散焦
• 导轮阴影
• 粉尘和水雾干扰
• 编码器丢脉冲

第五步：建立样本库和验收标准

缺陷样本库应包含合格品、边界样本、轻微缺陷、严重缺陷和易误报样本。验收指标不应只写“识别率 99%”，还应分别定义：

• 漏检率
• 误报率
• 最小可稳定识别尺寸
• 位置精度
• 分类准确率
• 检测速度
• 系统可用性
• 连续运行时间
• 复检确认方法

第六步：形成持续运维机制

视觉模型会随着材料批次、设备磨损、照明老化和工艺调整而漂移。应建立新样本复核、模型增量训练、参数版本管理和离线人工抽检机制，确保系统长期稳定。

九、典型系统配置建议

以下为通用配置示例，并非适用于所有项目。

• 图像采集：黑白或彩色线阵相机、高分辨率面阵相机、高速工业相机
• 光学成像：同轴光、低角度线光、穹顶光、偏振模块、背光源、多光谱光源
• 三维检测：线激光、点激光或共焦轮廓传感器
• 同步控制：增量编码器、频闪控制器、PLC、运动触发模块
• 数据处理：GPU 或边缘计算工控机、高速存储、多通道并行处理
• 算法平台：传统图像处理与深度学习混合架构
• 系统输出：缺陷报警、自动贴标、喷码、排线分选、停机、MES 数据上传
• 环境防护：防护罩、正压防尘、气帘、除尘、散热、防振及照明稳定性设计

十、工程上必须守住的三条边界

第一，表面视觉不等于材料全部性能。二维视觉无法完全替代金相、拉伸、扭转、电学和界面结合测试。

第二，检出能力取决于对比度，而不只是像素数。如果没有合适的照明、镜头和同步控制，即使使用数亿像素的相机，也可能无法稳定识别浅划伤或薄翘边。

第三，深度学习不能替代质量标准。模型输出的是概率和分类结果，最终是否判废必须回到客户规范、产品标准和风险等级。

结语

铜包铝表面缺陷检测的本质，不是让相机拍得“更清楚”，而是把铜包铝制造过程中的几何异常、铜层损伤和界面风险转化为稳定、可重复的图像信号，再通过分类和统计形成可执行的质量决策。

对机器视觉集成商而言，有竞争力的方案不应只强调相机像素、识别准确率或算法名称，而应围绕客户的材料、速度、缺陷类型、验收标准和后续处置方式，构建可验证、可交付、可持续运行的系统。对于露铝、铜层厚度和界面结合等高风险问题，合理的路线也不是用视觉单独替代全部检测，而是以视觉在线筛查为核心，再与电测、涡流和金相检验协同，建立从表面异常到材料可靠性的多层质量防线。