143、自动化测试平台：从实验室到产线的画质检测体系构建去年夏天，我在产线蹲了整整两周。那批手机摄像头模组，实验室测出来MTF值全部达标，一到产线抽检就崩了三分之一。产线主管拿着报表来找我，说“你们实验室测的东西跟实际出货完全是两码事”。我盯着数据看了半天，发现实验室用的是标准D65光源、恒温恒湿、三脚架固定，产线是流水线上机械臂抓拍、LED灯管照明、还有隔壁工位振动传过来的干扰。这不是算法问题，这是测试体系本身就没对齐。后来我们花了三个月，把实验室的测试流程整个拆了重做，建了一套从研发到量产贯通的自动化画质检测平台。今天就把这套体系的构建思路拆开来讲，重点说那些踩过的坑和绕过的弯。实验室测试的“温室效应”陷阱实验室环境太干净了。暗室、标准光源、精密位移台，测出来的数据漂亮得像教科书。但产线不是教科书——光照不均匀、模组有装配公差、抓拍时机有抖动、甚至不同班次操作员的习惯都不一样。我们早期犯过一个低级错误：实验室用Imatest跑SFR（空间频率响应）时，ROI（感兴趣区域）框选位置是人工固定的，每次测同一个点。产线自动化测试时，ROI框选用的是模板匹配，模组位置偏移几个像素，匹配结果就跳到边缘区域去了，MTF值直接掉0.1。这不是模组的问题，是测试方法不一致。别这样写：在实验室和产线用同一套测试脚本就完事了。这里踩过坑：脚本一样，但环境参数、硬件触发时序、图像采集卡驱动版本不同，出来的raw图格式都可能差一个字节的对齐。