視覺檢測，就像金庸武俠世界里的中年郭靖，咋一看還以為是個相貌平平的普通壯漢，濃眉大眼、老實本分，可實際上武藝早已臻于化境，江湖地位更稱得上是中流砥柱。

與激光檢測、光譜共焦等光學檢測技術相比，視覺檢測技術聽起來顯得不那么酷炫與科技帶感。

那“平平無奇”的視覺檢測，怎么就成了工廠里應用最為廣泛的自動檢測技術？

總結起來就是：技術成熟，穩定性高，檢測精度、速度、靈敏度都能達到很高的水平，而且經濟性好，性價比高，還有高通用性，能滿足大多數工業產品的尺寸量測與外觀檢測的場景需求。

“平平無奇”不過是一種錯覺，它只是成熟穩重，并不是沒技術含量。

視覺檢測系統主要由圖像采集單元、光源單元、圖像處理單元三部分組成。

視覺檢測之所以能夠長期獨占鰲頭，得益于所涉各個單元技術的持續進步。

1圖像采集單元

圖像采集單元，就是相機搭配鏡頭，對物體進行拍攝。

現在相機的圖像傳感器，普遍采用CCD和CMOS，兩者可以互補使用。CMOS相機在集成度、低功耗、低成本、成像速度等方面表現出色，得以在手機、數碼相機等消費電子產品中占據主導，并在機器視覺和無人系統中快速普及，而CCD相機憑借分辨率、靈敏度、無滯后、低噪聲、穩定性、耐用性、傳輸速度、動態范圍、成像質量等方面的綜合優勢，長期在工業檢測與質量控制等領域占據主流，覆蓋3C、半導體、新能源汽車、醫療器材、機械、模具等行業。

圖像采集技術的進步，首先體現在超高分辨率相機和先進光學鏡頭的廣泛應用，推動檢測能力從微米級向亞微米級、納米級擴展，還有高速攝影技術的進步，極大提升了檢測精度與檢測效率。

其次是多視角成像技術迅速發展，比如多維相機采集技術，相當于數十個不同角度的相機拍攝數十個不同角度的圖像，以應對復雜幾何形狀和多材質表面的高精度檢測需求。

多維相機極大克服了CCD視覺檢測在3D圖像采集上的劣勢

還有，隨著機械手等硬件的技術迭代，機構運動的精度、速度、靈活度得到升級。高精密相機矩陣與仿生機械手、多軸運動平臺等相結合，多軸聯動，極大提升了實時、高速、多視角采集圖像的能力。三姆森科技就采用這一技術路線，研發了一款可以多視角飛拍的柔性仿生質檢平臺。

三姆森研發的仿生質檢平臺，采用FR飛拍技術

2光源單元

光源單元，是圖像采集的輔助，視覺檢測對光影條件比較敏感，不同的光影條件會影響成像效果。

光源設計能力的提升，體現在在靈活可調的光源設計正成為主流，以應對各種材質表面、各種光澤反射的問題。

我們可以同時集成多組光源，靈活配合，這樣就可以兼顧高光、啞光、粗糙、光滑等表面處理，覆蓋多數的外觀檢測項目。

3圖像處理單元

圖像處理單元，相當于大腦，用算法處理圖像，算法能力直接影響檢測速度與精準度。

圖像處理能力的提升，莫過于人工智能算法的應用。運用基于深度學習的AI算法替代或結合傳統機器學習算法，對多視角的圖像進行聯合推斷、合成，能夠快速識別微小、非線性和不規則的缺陷，同時讓視覺檢測在速度、精準度和數據量級上都實現斷檔級躍升。

常用較傳統的機器學習算法

現在比較熱門的深度學習算法

三姆森工業檢測軟件平臺：“傳統常規算法+AI算法+邏輯算法”構成三位一體算法體系

此外，采用高速數據傳輸接口、多核心處理器并行處理等方案，可以進一步優化視覺檢測系統，提高數據處理速度和系統穩定性，滿足現代工廠海量數據處理和連續穩定作業的需求。

想象一下，它就像質檢江湖里的郭大俠，武藝嫻熟（技術成熟），武功齊全（功能齊全），內外功兼修（軟硬協同），既有穩定輸出的降龍十八掌（高穩定性），也有快準狠的九陰真經（高效、精準、靈活），最主要還仗義大方（高經濟性），結交廣泛（高通用性），還勤學不輟、不斷提升修為（技術進步），這樣的人能不受江湖歡迎嗎。

工業檢測講究用最低的成本、最穩定的技術解決最高頻的問題。

綜合各項指標，視覺檢測正好處于這樣的技術生態位。

源自網絡

審核編輯 黃宇