機器視覺測量的案例
工業自動化、機器視覺、機器人、激光、數控機床與金屬加工、測試測量、新一代信息技術與應用、工業互聯網、CMM電子制造自動化
2026華南國際工業博覽會
2026第29屆華南國際工業自動化暨機器視覺展
時間： 2026年6月10-12日
地點：深圳國際會展中心（寶安新館）
展示產品：工業自動化、機器視覺、機器人、激光、數控機床與金屬加工、測試測量、新一代信息技術與應用、工業互聯網、CMM電子制造自動化
漢諾威米蘭展覽（上海）有限公司 漢諾威米蘭星之球展覽（深圳）有限公司 東浩蘭生會展（深圳）有限公司 深圳東浩蘭生惠智展覽有限公司
1、華南地區不容錯過的工業博覽會
響應粵港澳大灣區發展戰略，“華南自動化展”于2020年全面升級為“華南國際工業博覽會”。全面升級的展會將融合“德國漢諾威工業博覽會”和“中國國際工業博覽會”的優勢主題，提速智能制造行業轉型升級，為華南乃至整個亞太地區工業發展推波助瀾，將有助于您在中國快速增長的智能制造行業開拓新的商機。
2、產業鏈上下游交叉互動，助力上下游產業協同發展
“華南國際工業自動化展覽會”是華南地區頗具人氣的自動化展之一，自1997年創立以來，華南自動化展伴隨著珠三角經濟圈的騰飛，奠定了堅實的產業基礎和廣闊的市場需求，將于今年迎來第28屆盛會。2025年華南工博會將更進一步整合和迭代旗下主題展，帶來包括工業自動化展、機器視覺展、激光技術展、數控機床與金屬加工展、機器人展、新一代信息技術與應用展、工業互聯網展、測試測量展、CMM電子制造自動化& 資源展在內的八大主題展區完整呈現智能工業產業鏈中的創新技術、產品及解決方案。展會以打造行業內一站式交流合作平臺為目標，助力上下游產業協同發展。
展開 Speos 數字視覺與監控：機器視覺Camera應用
Ansys Zemax及其他光學軟件
在光電圈可靠的咨詢與訂購方式
下面為大家介紹一下“Speos 數字視覺與監控：機器視覺Camera應用”，歡迎大家查閱！
【視覺檢測】機器視覺在塑膠件外觀缺陷檢測方面的應用
專注于機械行業、專業、職業信息分享
服務于制造業百萬工程師
推薦閱讀
【經驗分享】“公司要機器換人”——機器人應用的十大坑爹誤區請收下
【專業基礎】漲知識：一文讀懂材料連接工藝大全！
【行業觀察】卡脖子產業如何翻身？看中國光伏行業的崛起
【見多識廣】“又大又長”的盾構機是怎么鉆到地下的？
塑膠在我們的生活中被應用得十分廣泛，手機、電腦、電器、餐具、家具、汽車、醫療器械……無處不在。對于中大型工廠來說，每天都有大批量的塑膠件被生產出來，如果僅靠人力來對這數量龐大的產品進行缺陷檢測，無疑需要投入巨大的人力成本和管理成本，而且還難以保證檢測的效率和準確率。因此，引進機器視覺檢測設備就尤為必要。
塑膠件成型后，會出現一些不良問題，常見的包括變形、飛邊、批鋒、裂紋、缺料、污漬、顏色不均、黑點、色差、頂白、印刷不良、尺寸不符等外觀缺陷。
機器視覺檢測設備是全自動檢測作業，它實現了自動上料、自動檢測、自動剔除NG產品、自動裝料的一站式檢測流程。塑膠件被振動盤依次送入玻璃盤，工業CCD相機高速拍照，再由昊天宸研發團隊開發的檢測軟件系統對拍照圖片進行高速度、高精度、高穩定性的實時檢測、分析、計算，判斷樣件是否合格，然后將結果輸出、統計，發現不良品進行自動剔除。
和傳統的人工檢測方式相比，采用機器視覺檢測技術對塑膠件外觀缺陷進行檢測，優勢非常突出，更高效、更快速、精度更高，能夠大幅降低工廠在品檢方面的人工成本，從而增加企業收益。昊天宸科技多年深耕于機器視覺檢測領域，為塑膠件、PCB線路板、新能源電池、半導體、精密五金等行業客戶提供一站式機器視覺檢測解決方案，設備可非標定制，滿足不同企業的不同檢測需求。
展開 【案例應用】光虎視覺分享 | 濾光片在機器視覺系統中使用
視覺系統的濾光片可增加被測物的對比度，從而提高系統區分所需特征的能力。較高的對比度可以使檢測精度和檢測速度變得更高。通過使用濾光片，環境光的存在或其隨時間可能的變化的影響被最小化，從而為視覺系統工作的長期穩定創造了條件。
機器也能看見你 機器視覺技術漸行漸近
機器視覺技術是一門涉及人工智能、神經生物學、心理物理學、計算機科學、圖像處理、模式識別等諸多領域的交叉學科。機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制，技術最大的特點是速度快、信息量大、功能多。
機器視覺主要用計算機來模擬人的視覺功能，但并不僅僅是人眼的簡單延伸，更重要的是具有人腦的一部分功能一一從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。
一個典型的工業機器視覺應用系統，包括數字圖像處理技術、機械工程技術、控制技術、光源照明技術、光學成像技術、傳感器技術、模擬與數字視頻技術、計算機軟硬件技術、人機接口技術等。
發展歷史簡介
機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲關于理解多面體組成的積木世界研究開始的。當時運用的預處理、邊緣檢測、輪廓線構成、對象建模、匹配等技術，后來一直在機器視覺中應用。
羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術來確定輪廓線，用區域分析技術將圖像劃分為由灰度相近的像素組成的區域，這些技術統稱為圖像分割。其目的在于用輪廓線和區域對所分析的圖像進行描述，以便同機內存儲的模型進行比較匹配。
實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目標分為若干子目標的分析方法，運用啟發式知識對對象進行預測。這同言語理解中采用的自底向上和自頂向下相結合的方法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發式知識，表明用符號過程來解釋輪廓畫的方法不必求助于諸如最小二乘法匹配之類的數值計算程序。
展開 設備 | 百倍杠桿賦能智能制造，機器視覺行業迎來爆發式增長
排名第一的華興源創為科創板首家上市企業，是蘋果供應鏈企業，也是國內面板龍頭京東方AMOLED點燈檢測設備核心供應商；排名第二的凌云光作為國內少數以機器視覺算法和核心器件底層技術為基礎，向下游智能裝備領域拓展的設備制造商，其相關設備也已廣泛應用于京東方、華星光電、夏普等主要面板制造商生產線，而且獲得了顯示面板領域顯智鏈基金的6000萬投資。韓國ANI則主要受益于韓國AMOLED產業鏈的成熟，國內AMOLED產業在發展早期大量采用韓國成熟設備供應商。
機器視覺在3C電子行業的應用
在先進的工業4.0智能制造生產中，使用機器視覺定位功能的自動搬運車將物料自動運輸到相應站點，機械臂通過機器視覺定位自動完成物料組裝，安裝機器視覺產品的傳輸帶可以自動識別物料并自動傳輸，各站點通過配置機器視覺和智能算法的自動檢測設備完成對產品的自動檢測和尺寸測量，最后通過傳輸帶和自動搬運車完成物料良品與不良品的自動分揀和出貨。全程以MES系統為大腦進行統一指揮調度，各單元配置機器視覺及相應算法作為眼睛與大腦，反饋信息上報MES系統，并指揮相應動作機構完成各項操作，大大減少人力需求，并且解決了人和人之間操作的不一致性，大大改善了良率品質。
不同于顯示面板和半導體行業，3C電子行業特征是工藝站點多樣且數量眾多， 而且3C電子代工大廠如富士康等均具有強大的自動化設備組裝能力。因此，該行業對機器視覺最大量的需求，是通用型、可配置的視覺系統，電子代工大廠結合自身的自動化設備，加工組裝成相應的機器視覺定位、測量與檢測整機。目前該市場長期被美國康耐視和日本基恩士壟斷。
展開 視覺測量中的折光問題
1 概述
以DIC為主的視覺測量技術已經是結構物變形非接觸測量的首要選擇，而隨著測量對象的體量越來越大，DIC已經開始應用于現場的大型結構遠距離變形監測，如大型橋梁和建筑物[1, 2]，甚至觀測距離已經達到1km，位移測量精度已經達到2mm，但是其中的折光校正問題卻很少被提及，測量時間也只是短時間的，這其中有土木人員對折光的認識不充分的原因，也有視覺測量中遮光問題太過復雜的原因。本文將詳細闡述視覺測量中折光現象。
2. 大氣折光現象
基于視覺的測量方法都需要利用感光傳感器獲取物體反射或輻射出來的光，然后利用圖像處理方法獲得測量對象的位移。物體反射或輻射出來的光在均勻介質中的傳播是一條直線，但是當介質不均勻的時候，光的傳播路線不再是一條直線。
在太陽高度角的變化過程中，地面和空氣中的溫度會呈現大致周期的變化，且空氣的溫度與距離地面的高度具有一定相關性。當光的傳播路徑上的溫度梯度不為0時，光線會沿曲線傳播，當溫度梯度恒定時，曲線的曲率也是恒定的。實際的情況往往更加復雜，比如風、地面植被、空氣湍流的影響，這些因素會導致光的路徑異常復雜。在太陽強烈的時候，折射異常明顯，除了折光現象，在相機中看到的畫面會有影跳的現象，這實際上說明折光有高頻成分和低頻成分，這兩種情況只能分別處理。
以DIC測量方法為例，本人進行過100m測距下的長時間觀測實驗，實驗數據如下，相機與觀測標志的高差在小于50cm，一共觀測了十來天，這是其中一天的數據，而且光照強度不是非常大。在一天中，測量對象的漂移是非常大的，會極大的影響測量結果的準確性。在近距離下有熱氣流影響的DIC位移測量試驗中，DIC的測量誤差明顯受到熱氣流的影響[3]。
3.
展開 機器視覺是什么，未來前景怎么樣？
機器視覺（machine vision)或者計算機視覺（computer vision)是用機器人代替人眼進行測量和判斷，是模式識別研究的一個重要方面。計算機視覺通常分為低層視覺與高層視覺兩類，低層視覺主要執行預處理功能，如邊緣檢測、移動目標檢測、紋理分析，以及立體造型、曲面色彩等，主要目的是使得看見的對象更突出。這時還不是理解階段。高層視覺主要是理解對象，需要掌握與對象相關的知識。
機器視覺系統是指通過圖像攝取裝置將被攝取的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和寬度、顏色等信息，轉換成數字信號，圖像系統對這些信號進行各種運算，抽取目標的特征，進而根據判別的結果來控制現場的設備動作。機器視覺的主要研目標是使計算機具有通過二維圖像認知三維環境信息的能力，能夠感知與處理三維環境中物體的形狀、位置、姿態、運動等幾何信息。
在國外，機器視覺的應用相當普及，主要集中在電子、汽車、冶金、食品飲料、零配件裝配及制造等行業。機器視覺系統在質量檢測的各個方面已經得到廣泛的應用。在機器視覺產品剛剛起步，目前主要集中在制藥、印刷、包裝、食品飲料等行業，但隨著國內制造業的快速發展，對于產品檢測和質量的要求不斷提高，各行各業對圖像和機器視覺技術的工業自動需求將越來越大，因此機器視覺在未來制造業中將會有很大的發展空間。
例如機器視覺技術在注塑模具行業中的應用。注塑機器視覺是通過采用非接觸式的光學感知設備自動接收和解析真實場景的影像，以獲取信息和控制機器或工藝過程。基于人眼檢測的疲勞性，秉承提升品質、降低成本的核心理念，機器視覺在成型產品上追求的是產品或過程零缺陷，保證成型模具的正常運行，防止模具損壞。
展開 工業機器人的視覺系統該如何選擇？
很多機器視覺包含了時鐘/計時器，所以檢測操作的每一步所需要的時間都可以準確測量，從這些數據，我們就可以修改我們的程序以滿足時間上的要求。通常，一個基于PC的機器視覺系統每一秒可以檢測20-25個部件，與檢測部件的多少和處理程序以及計算機的速度有密切關系。
聰明地選擇你的硬件
一套機器視覺系統的性能與它的部件密切相關。在選擇的過程中，有很多捷徑特別在光學成像上可能很大程度降低系統的效率。如下是在選擇部件時你必須緊記的幾個基本原則。
1、攝像頭攝像頭的選擇與應用的需求直接相關，通常考慮三點：
a)黑白還是彩色；
b)部件/目標的運動；
c)圖像分辨率。
在檢測應用中大部分使用黑白攝像頭，因為黑白圖像能提供90%可視數據，并且比彩色便宜。彩色攝像頭主要用于一些需要分析彩色圖像的場合里。根據部件在檢測時是否移動，決定我們選擇標準隔行掃描攝像頭還是逐行掃描攝像頭。另外，圖像的分辨率必須足夠高，以提供檢測任務需要的足夠的數據。最后，攝像頭必須質量好和可以避免工業現場中的振動、灰塵和熱的影響。
2、光學部件和照明這個至關重要的因素往往被人所忽略。
當你使用一個很差的光學部件或照明，就算你使用最好的機器視覺系統，它表現出的性能甚至比不上一個配上良好光學部件和適當照明的低能力系統。光學部件的目標是產生最好和最大可用面積的圖像，并且提供最好的圖像分辨率。照明的目標是照亮需要測量或檢測的部分的關鍵特征。通常，照明系統的設計由如下因素決定：顏色、紋理、尺寸、外形、反射率等等。
3、圖像采集卡雖然圖像采集卡只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色。
展開 慧眼識珠：機器視覺技術的工業應用與廠商巡禮
機器視覺是一種利用機器模擬人類視覺系統來理解和識別圖像的綜合技術，在日常生活中的應用十分廣泛。例如，人臉識別已經廣泛應用于出行、住宿和交易等需要身份驗證的場景。在工業領域，機器視覺也被廣泛應用到制造業各個環節，協助進行檢測、測量、識別、定位等工作。典型應用包括新能源動力電池和液晶屏的表面缺陷檢測、半導體識別與測量、食品色選、零件的定位與引導等。本文將系統介紹機器視覺的關鍵技術和在工業中的典型應用，并盤點國內外主流的視覺廠商。
0
1
機器視覺技術概覽
通俗地說，機器視覺就是為機器安裝上“慧眼”，讓機器具有像人一樣的視覺功能，從而實現對圖像的理解和識別。
它是一種綜合技術，融合了光學、傳感技術、圖像處理、機器學習以及機器人運動控制等術，可以實現對工業制造過程中的產品、設備等工件的自動化分析和操作。
機器視覺的發展可以分為四個階段：理論發展起步階段、應用發展迅速階段、應用與理論同步發展階段、各行業深度應用階段。
展開 【隨身課堂】機器視覺入門基礎之“相機篇”
》雜志征文通知
《機器視覺》雜志是一本報道中國機器視覺技術最新發展狀況的科技刊物，配合三地VisionChina展覽會的召開而出版的會員內部交流刊物。
機器視覺常用圖像軟件對比及分析
機器視覺處理軟件：用來完成輸入圖像數據的處理，通過一定的運算得出結果，這個輸出的結果可能是PASS/FAIL信號、坐標位置、字符串等。
常見的機器視覺軟件以C/C++圖像庫，ActiveX控件，圖形式編程環境等形式出現，可以是專用功能的（比如僅僅用于LCD檢測，BGA檢測，模版對準等），也可以是通用目的的（包括定位、測量、條碼/字符識別、斑點檢測等）。
主流的機器視覺軟件有：側重圖像處理的圖像軟件包Opencv，Halcon、美國康耐視（Cogrex ）的 visionpro；側重算法的matlab，labview、；側重相機SDK開發的eVision等。
展開 一個大牛詳談如何做機器視覺
不少從事第二部分工作朋友(搞二次開發的第二類人)對于機器視覺有關知識的了解，尚不如國外第三類人的知識水平(我是從大家所問的問題感覺到的)。而國內第三類朋友知識水平就更可想而知。
可是奇怪的是，每個人所問的卻都是第二類人要問的，有些甚至是一類人才會問的問題。好象，機器視覺是個十分簡單的技術，憑大家隨便問幾個“關鍵性”的問題，再由所謂的“專家”三言兩語的回答一下。大家就一夜之間都可以自己搞底層開發，成第一類人了。
要成為第一類人，又分硬件及軟件兩種。要對自己所負責的這個模塊非常了解，搞軟件要知道算法及運行速度;搞硬件要明白公司所選用芯片的特點等等。同時還要清楚對手公司的優缺點以及機器視覺這一行的種種動態和最新技術。
想成為第二類人，你一定要是個通才。就是說什么都要知道一點。不僅要了解第三類人的要求，而且也要知道各種第一類人(不同品牌的視覺卡及軟件包)的水平。
要成為第三類人，不僅要有機器視覺基本的相關知識。而且，要對自己所工作的行業及領域的機器視覺系統非常熟悉。專作你這行的機器視覺公司有哪幾家?各有什么優缺點等等。總結一下。這三種人相比，第一類人一定要專業，對機器視覺的某一領域非常非常了解;第二類人雖比不上第一類人那么專業，但更加全面;第三類人更熟悉各個應用系統開發公司(第二類人)的優缺點。
現在大家可以看得出，機器視覺發展到今天，其分工已經越來越細，每個部分的工作其實是很難相互取代的。大家不要以為第三類人就比第一類人低一等，這是一個錯誤的等級概念。我本人過去曾屬于第一類人，現在作的是第二類工作。而我的幾個“師弟師妹”(當初曾一起作第一類人時的同事)現在就在干第三類工作。大家別小看第三類工作，以為這是小兒科，你能真作好這一行也不是很容易。畢竟這也是一門行當也是一個飯碗!
展開 機器人視覺三維成像技術全解析
⑤PC平臺——電腦是一個PC式視覺系統的核心，在這里完成圖像數據的處理和絕大部分的控制邏輯，對于檢測類型的應用，通常都需要較高頻率的CPU，這樣可以減少處理的時間。同時，為了減少工業現場電磁、振動、灰塵、溫度等的干擾，必須選擇工業級的電腦。
⑥視覺處理軟件——機器視覺軟件用來完成輸入的圖像數據的處理，然后通過一定的運算得出結果，這個輸出的結果可能是PASS/FAIL信號、坐標位置、字符串等。常見的機器視覺軟件以C/C++圖像庫，ActiveX控件，圖形式編程環境等形式出現，可以是專用功能的（比如僅僅用于LCD檢測，BGA檢測，模版對準等），也可以是通用目的的（包括定位、測量、條碼/字符識別、斑點檢測等）。
⑦控制單元（包含I/O、運動控制、電平轉化單元等）——一旦視覺軟件完成圖像分析（除非僅用于監控），緊接著需要和外部單元進行通信以完成對生產過程的控制。簡單的控制可以直接利用部分圖像采集卡自帶的I/O，相對復雜的邏輯/運動控制則必須依靠附加可編程邏輯控制單元/運動控制卡來實現必要的動作。
二、機器人視覺成像的結構形式
機器人視覺系統的主要功能是模擬人眼視覺成像與人腦智能判斷和決策功能，采用圖像傳感技術獲取目標對象的信息，通過對圖像信息提取、處理并理解，最終用于機器人系統對目標實施測量、檢測、識別與定位等任務，或用于機械人自身的伺服控制。
在工業應用領域，最具有代表性的機器人視覺系統就是機器人手眼系統。根據成像單元安裝方式不同，機器人手眼系統分為兩大類：固定成像眼看手系統（Eye-to-Hand）與隨動成像眼在手系統(Eye-in-Hand, or Hand-eye)，如下圖2所示。
展開 特斯拉純視覺機器學習解決方案
這是維摩的自動駕駛展示，強調特斯拉是純視覺技術。
這里就是視覺的任務。
展示全自動駕駛視頻中的視覺技術。
為強調視覺的難度，特意拿stop sign detection為例子，展示各種困難。
介紹Data Engine的平臺，以前ICML也講過，同時強調特斯拉的shadow mode。
這里舉例，上面是遮擋，下面是右轉彎不需要遵守stop。
評估測度。
