随着人工智能的不断发展,机器视觉已经成为当下最炙手可热的技术之一。在制造业转型升级并且迅猛发展的过程中,对于产品的高精度、零缺陷的需求也在不断提升,而机器视觉的出现为制造业产业升级提供了强有力的驱动力。
随着5G、AI等技术的不断发展,行业内应用需求不断提升,机器视觉从2D逐渐向3D发展。在自动化质量控制和在线监测领域,2D视觉和3D视觉技术都具备极其重要的作用,如何选择,首先要认识各自的优势与应用场景,以此创建一个更高效、更可靠、更适合的机器视觉系统。
2D视觉:平面信息获取,多场景广泛应用
2D视觉的概念提出已久,发展到如今几近成熟,是根据灰度即对比度来进行参考检测,其主要功能是定位、检测、测量、识别。另外,2D视觉技术的应用范围较广,在多个场景表现出色,如二维特征和位置检测,二维尺寸检查、条码读取、字符识别、标签检测、某些质量检验流程、监视和对象跟踪、有无检测。
虽然在2D视觉系统中,图像只有X、Y两个轴,缺少在空间上延伸的Z轴,但是在一些检测场景,深度与高度代表的Z轴并不是必须条件,我们只需要确定所见事物的长度X轴和宽度Y轴,便能满足检测要求,那使用2D视觉检测系统便已足够。
也正是因为2D视觉无法获取物体在空间上的坐标信息,所以在很多场景中,诸如测量物体体积、曲面度等,其应用存在一定限制。因此,在这些对于精确度和自动化要求更高的场景中,3D视觉在视觉检测上具有独特优