“智”造新“视”界：四大功能推动工业生产迭代升级，机器视觉让产品变“无瑕”

近年来，由于工业生产规模扩大和人工成本持续上升等问题，智能制造成为众多企业极其关注的话题，而机器视觉以其功能与行业的高匹配性逐渐走进制造业视线。

毫不夸张地说，大半个制造业都在等待机器视觉推动行业智能化生产，因此，众多企业开始布局机器视觉产业，想要在此赛道一展身手。

我国机器视觉产业起步较晚，但经过二十几年的发展，行业内已不乏优秀企业的身影，其中，浙江深眸科技有限公司是一家以机器视觉、深度学习等新一代信息技术为核心的科技型公司，成立四年即获批国家高新技术企业，在通过模拟人类视觉系统用AI视觉检测“图像采集、标注、训练、识别”方面实力斐然。

 

面对工业生产线环境复杂、产品尺寸形状不一、产品不断新增等制造业生产检测难点，深眸科技利用其自主研发的轻辙视觉引擎、工业视觉标注平台等系统，以机器视觉的测量、定位、识别和检测功能为基点，精准“打击”行业生产痛点，为企业发展提质增效。

快速识别，提升效率轻而易举

人眼能够根据目标物的外形、颜色或字符等特征对物体进行识别，机器视觉也是如此，且因为具有高效率、抗疲劳等特性，相较于人眼更适合工业生产环境。

在传统的化妆品生产车间中，极易出现不同种类化妆品混合的现象，由于化妆品外观结构及类别多样，同时工厂生产要求处理速度快、频率高，采用人工分拣不仅成本高，且效率低。

针对外观相似、类别多样等问题，深眸科技研发的工业视觉平台集成了近千个图像处理算法和多种交互开发工具，能够在短期内完成模型标注、训练、识别。如果方案中涉及到执行机构，还可以通过视觉系统引导机械臂，实现对化妆品进行识别、定位、抓取、分类，不限产品的形状、大小、包装等条件。在机器视觉的助力下，化妆品分拣准确率高达99.9%，为企业节省了40%—60%的人力成本，工厂作业速度提升1倍。

精准测量，最大程度消除误差

机器视觉不仅在识别方面体现出巨大的能力，在测量方面也是人眼无法匹敌的高度。由于个人经验以及参照物不同等因素，人眼判断物体长度、高度等特征时多少会出现误差，而机器视觉经过一系列技术处理却能够精准计算出目标物的几何尺寸。

工业生产中，很多行业对于产品精度要求都很高，在芯片、轴承、汽车零配件等产品生产过程中，任何一丝微小的误差对企业来说都是严重的打击。

 

在木材加工产业中也是如此，木板材尺寸差异大，孔位孔径规格多、数量多等问题一直是痛点，但加工质量决定了木材成品的质量，只有加工过程中进行精准打孔作业，误差在丝米级别才能达到设计效果。测量是机器视觉应用的典型功能之一，深眸科技针对木材生产过程中的痛点问题，以机器视觉的测量功能为切入点，采取多角度图像采集点智能协同方案，利用AI技术提取木板材孔位加工特征，精准测量出木材的空位、孔径，最终实现木板材图纸与打孔规格全自动识别，大大提高了木材成品的质量。

准确定位，3D场景也能轻松把控

识别和测量功能并不能完全满足当前制造业智能化的生产需求，在工业产品的生产过程中，大多还会涉及到定位。而机器视觉能够精准确定物体的坐标和角度信息，自动判别物体位置，相较于人眼，在工业场景中的作业效率以及适用性更高。

以物流行业中的周转箱定位为例，深眸科技应用3D相机+深度学习+机器视觉解决方案，针对周转箱拆垛过程中垛形复杂多变、箱体种类繁多等业务难题，根据不同场景利用其自主研发的上千种算法模型，快速完成应用搭建，同步完成视觉测距、定位、探测以及路线规划。在更为复杂的垛型中，深眸自研的AI视觉算法也能识别物体紧密贴合和随意摆放、堆叠等，包括多种箱体轮廓，从而精准分割目标，并进行中心点精确定位物体。在机器视觉的帮助下，物流行业在节省60%的人力成本以及错误率0.1%的情况下踏上自动化转型之路。

智能检测，深度学习支持复用

机器视觉的四大基本功能，识别、测量、定位、检测的技术难度是逐步上升的，这意味着检测技术是最具有技术难度的内容，但因其能对目标物体进行表面装配检测、表面印刷缺陷检测以及表面形状缺陷检测，适用于3C电子、汽车、食饮等各行各业，因此检测技术是各家企业在技术领域上的“必争之地”。

从目前来看，针对复杂场景中的缺陷检测，以能够训练深度学习系统内的神经网络，学习各零部件的形态特征，建立深度学习模型的深度学习技术为最优解。

深眸科技为小盒装医药产品OCR检测所提供的工业视觉解决方案即是深度学习技术的成功应用，基于深耕多年的人工智能技术和大数据积累，结合光学成像技术、计算机技术、数控技术、机械工程技术等，从识别、测量、定位、检测等多方向辅助检测环节，可谓是机器视觉解决方案的“集大成者”，完美解决了在复杂场景（塑料薄膜反光、堆叠）下的文字缺陷识别，实现了从人工检测到自动化、智能化检测的跃迁，助力企业降本、增效、提质。

 

随着各行业生产线精度要求以及生产效率当然不断提高，机器视觉发展迎来巨大机遇和挑战。如今，在众多从业者的努力下，机器视觉已广泛应用于工农医等领域。在广阔的市场体量中，随着制造业领域的不断发展壮大，机器视觉的功能应用或许只是一个开始。