qq_27572409的博客

年检人工成本高达48亿元。为了减轻昂贵的劳动力负担，机器视觉取代了人眼，采用了智能图像采集和图像处理技术，检测系统采用视觉处理算法实现比较缺陷检测、智能分类和分类，已成为一种行业趋势。在玻璃生产过程中，由于各方面因素的影响，玻璃表面出现气泡、黑点、斑点等瑕疵，玻璃上的结石、砂粒在运输中的振动摩擦，导致玻璃表面产生划痕，随着玻璃加工设计的多样化，对玻璃的打孔、挖沟、磨边情况越来越多受定位、手法、机械等因素的影响，会出现划痕、裂纹、缺损，由于环境和操作的原因，还会产生油污、水垢、其他污垢等污垢。

白度的检测可以利用各种光学检测器进行测量，目前纸张的测量需要在高速运行中动态检测，因此必须利用高速检测装置，而现有技术方案中应用机器视觉CCD检测系统是理想的选择。用图像传感器代替人眼，100%准确地检测物体表面缺陷、缺陷，并对缺陷信息进行统计、分类和分析，优化生产过程控制，对产品进行分级，对合格品和不合格品进行分类，提高顾客的信任和满意度。在纸浆化过程中，经常会有未完全浆化的废纸，或长时间滞留在储罐中的纸浆，产生腐蚀浆团。另外，纸中还存在纸斑（旧纸中的墨水没有完全去除）和纸裂等，这些纸的缺陷俗称瑕疵。

玻璃在生产过程中，经常出现气泡、结石、划痕、夹杂物、表面裂纹等各种缺陷，面对国内外激烈的行业竞争，各生产企业都明显意识到要提高生产效率，降低生产成本，确保产品质量处于传统上人工进行玻璃表面AI缺陷检测已不符合企业对高效、低成本的追求，自动化缺陷检测系统开始占据玻璃生产行业的一半。在系统捕获过程中，计算机通过图像捕获卡控制摄像机捕获图像，图像分析结束后，系统根据用户设置统计检测结果，在显示器上醒目地显示，从而实现玻璃表面瑕疵识别、实现标记等。3.相当于AI缺陷检测玻璃宽度的LED/荧光灯白色光源。

在中国及全球市场现已为数千家客户提供：工业产品装配单元、行业应用项目及自动化解决方案，产品广泛应用于：汽车、家电、制冷、钣金、电气、电梯、家具五金等行业。产品涵盖：板件连接技术、冲铆技术、精密压装设备、伺服拧紧生产线、智能化装备及软件系统。客户非标化定制、工业软件、系统集成研发、制造、销售服务为一体的、一流的工业产品装配行业综合服务商。、通过螺母自身实现冲孔作业，完全避免了开预制孔与压铆螺母不契合造成的位置不精确、压铆不均匀。秉承国际最先进的气液增力技术、板件连接技术，不断创新、突破、提升企业核心竞争力。

SNK SCHNOKA施努卡：总装车间-轮胎定位引导&刹车盘定位引导3D视觉定位技术对车轴和手爪上轮胎位置进行精准定位，引导机器人对轮胎进行自动拧紧。全自动视觉引导轮胎装配拧紧系统采用工业相机对车轴进行拍摄，精准获取车轴的三维姿态和位置信息，包括垂直车轴方向的的位置、角度以及机器人装配轮胎的进给方向的距离和角度偏差。系统根据车轴三维位置信息和轮胎在手爪上的实际位置，确定机器人装配轮胎的起始装配位置和进给角度，实现轮胎拧紧自动化。

随着汽车制造技术的不断进步及工艺的不断优化，涂胶技术已经广泛应用于各大汽车整车及汽车零部件制造商，常见于汽车焊装车间的白车身、引擎盖涂胶及总装车间内风挡玻璃等，直接影响到了车辆的减震降噪、防风等性能。现有涂胶方式有人工涂覆和机器人涂覆两种，现代自动化车间以机器人自动涂胶为主，常见由机械臂带动末端胶枪或待涂胶零件，根据预设轨迹进行胶体的自动喷涂。SCHNOKA施努卡智能涂胶3D检测系统施努卡（SCHNOKA）成立于2010年，先后在上海，苏州及武汉建立了分公司。国家高新技术企业，致力于打造面向智能产线与智慧工

已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系。SCHNOKA （施努卡）在3D机器视觉算法、机器人柔性控制、手眼协同融合、产线级机器人协同、工厂级智能规划与调度等方面均由领先技术和行业落地应用，在汽车工业智能分拣产线、大尺寸高精度三维量测、大场景物流搬运机器人智能分拣等方面有丰富的项目经验。

机器视觉技术基础理论及其在汽车制造领域的分析研究，对其作用和应用过程中实际问题解决方法进行总结以及未来发展趋势进行了预测，利用机器视觉技术可有效降低汽车制造生产成本、提高生产效率、生产柔性和生产自动化程度，从而为汽车制造行业电动化、网联化、智能化、共享化发展奠定坚实的基础，促进汽车制造行业更高、更快、更好、更可持续发展。机器视觉技术在汽车制造行业未来的应用方面的发展趋势如下。e.基于复杂逻辑的智能化判断的智能检测；b.汽车零件的表面缺陷检测；c.基于深度学习的防错检测；d.汽车零件尺寸的智能测量；

采用工业相机进行涂胶质量检测时涂胶轨迹和涂胶质量不稳定对相机检测效果有影响，如较小区域胶条过短、胶条起始粗、结尾细、重叠、拖尾、轨迹较差等情况出现时相机检测误报警率高，需要对相机参数进行调整；使用 OCR 字符检测功能建立字符库，检测时，根据字符库的内容进行字符比对，得出字符同时读取二维码信息，进行相互验证保证万无一失。如发动机油底壳、油封、罩盖、前盖涂胶等。视觉检测防错过程为照相检测涂胶轨迹与断胶，通过检测得出胶线轨迹，对整个轨迹进行检测，任意点出现轨迹偏移或断胶则相机报警，工件不能流入到下一个工位。

汽车零件上用于机器视觉识别的字符和色标建议采用差异大的组合进行防错 ，字符件不建议组合为 1/7、2/3/5/6、8/0，其余字符组合均可；色标件建议组合为白/蓝、白/红、 蓝/黄、红/黄组合，其余组合差异较小，采用相机进行视觉防错时误报警较多，现场参考件尽量与正常件状态保持一致。汽车零件的型号识别可通过代码识别、读取字符和模式识别3种方式实现。也广泛应用于其它汽车零部件漏装和型号错装检测（如气门、油封、柔性盘、缸体、缸盖、凸轮轴、活塞等零部件型号错装检测，气门、油封弹簧等零部件漏装检测等）。

目前机器视觉技术主要在电子及半导体、汽车制造、医药制造等领域广泛应用，其中在电子及半导体中的应用约为47%，在汽车制造中的应用约为16%，在医药制造行业中的应用约为7%，在其它行业中的应用约为 30%。随着汽车电动化、网联化、智能化、共享化浪潮的席卷，机器视觉在汽车制造领域中的应用越来越广泛和深入，应用占比也越来越重，其在汽车制造智能制造行业中的主要应用如下。这是取代人眼最多的环节，取代人眼进行零件缺陷检查，如机加工环节的划伤、磕碰伤等缺陷，装配环节多装、漏装、错装和装反等缺陷；

SCHNOKA施努卡基于异源数据融合的图像分析技术，通过2D图像的纹理信息与3D图像的形貌信息的融合，做高级特征映射，结合深度学习技术，完成表面焊接质量检测，检测针孔的极限控制在0.2mm以内。其定制化解决方案确保稳定检测效果，精准度高，漏杀率为0% ，过杀率

通过利用3D线激光倾斜扫描，获取到清晰的焊道3D图像，结合“曲面缺陷抽取”+“瑕疵检测”算法，辅以深度学习检测系统，可以精准定位缺陷，很好的解决了爆点、凸点、偏光、针孔等传统视觉难以检测的焊接不良问题，实现过杀率＜1%，漏杀率为0%的效果。电芯放入壳体后，合上帽盖进行焊接封口，焊接后为了避免焊接不良导致的密封问题，会对焊接质量进行检测和把控。由于焊道处于棱边，以往传统获取图像方式并不适用。

SCHNOKA（施努卡）的多个核心产品汽车工业标杆生产线、锂电新能源灯塔工厂、工程机械智慧工厂、智慧物流等多个领域多个场景应用落地。已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。这部分工艺中，跨层自动插入已经。

SCHNOKA（施努卡）的多个核心产品汽车工业标杆生产线、锂电新能源灯塔工厂、工程机械智慧工厂、智慧物流等多个领域多个场景应用落地。已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。定子铁心部分扁线制造主要有I-PIN，Hairpin，Wave Winding等几种工艺类别。

SCHNOKA（施努卡）的多个核心产品汽车工业标杆生产线、锂电新能源灯塔工厂、工程机械智慧工厂、智慧物流等多个领域多个场景应用落地。已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。

SCHNOKA（施努卡）的多个核心产品汽车工业标杆生产线、锂电新能源灯塔工厂、工程机械智慧工厂、智慧物流等多个领域多个场景应用落地。已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。6、盖板厚度：模组盖板厚度数据0.5mm至2mm。2、模组长度范围：160mm至1200mm。

AGV小车将一框车顶盖输送到上料工位，3D视觉固定安装在料框正上方，工件放置到位后，机器人将工件抓到3D视觉识别位置，3D相机开始拍照识别，视觉系统识别完成，将车顶盖放置点的纠偏坐标给到机器人，机器人将车顶盖精确放置到指定位置，完成汽车顶盖进行自动化作业全过程，3D视觉定位精度可达0.2mm。3D视觉装配引导采用基于结构光的方案，通过单个或者多个3D相机拍摄物料的局部或者全局特征，进行精确定位定姿，引导机械臂将夹具上的工件装配到车身指定的焊接位置上，实现装配自动化。·工业级3D结构光相机，速度快、精度高。

汽车冲压、焊装及涂装自动化程度较高，由于总装工艺相对复杂，车型间装配内容差异较大，装配配合柔性化程度高，车间输送装配静止工位较少，自动化水平相对较低。近年来随着机器人技术发展和汽车产品平台化水平提升，越来越多的汽车整车厂开始。，在哪里换、如何换，需要综合评估， 避免过度自动化损害工厂的灵活性和生产效率。首先考虑成本回收周期和收益，其次是采用自动化设备调整效率，产品质量是否得到提升，同时要着重评估对产线柔性化程度的影响。，不会因时间的推移和人员变更而下降。才是市场竞争的取胜之道。汽车总装车间智能装配。

已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。扁线与扁线之间的接触面积大，散热和热传导更好，所以其比圆线电机的散热性会更好，扁线电机能大幅度提升转换效率，降低电池成本，用电量也会相对比传统电机的用电要少。...

已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。扁线电机发展几十年了，最初是工业领域大功率电机，大功率发电机组，后来延伸到车辆领域，车辆上很多应用功能采用扁线电机，比如：汽车发电机，起动机，EPS电机，主驱动电机，P2混动电机等等。全线使用的标准件均采用国际知名大品牌。...

检测螺丝钉、轴承、弹簧等部件是否存在凹坑划伤、字符缺失、缺损、弯曲、脏污、划伤等外观缺陷。，比如极片有无毛刺，极片、叠片、封装包是否存在起皱、压伤夹伤、划痕、凹凸等不良缺陷。上的字符、污点、划痕、边缘缺失、裂纹、颜色区分、线状异色、印刷缺损、色差等。的瑕疵，如划痕、印字倾斜、异物污染、漏芯、封装表面气泡空洞等。造纸过程中的缺陷，例如污渍、色斑和杂质的检测。保证产品质量，改善生产工艺，减少人工成本。上的划痕、露铜、脏污、染色不良等缺陷。表面的缺陷，例如缺损，瑕疵和划痕等。表面的字符识别和字符缺陷检测。

已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。这种连续的实时信息使您的技术人员能够确定何时以及如何发生此类缺陷，以减少表面缺陷的发生并防止客户投诉和退货。表面缺陷检测系统可以检测工业产品，纺织品，生物制药和塑料产品的表面缺陷，例如：针孔，颠簸，凹坑，裂缝，划痕，杂质等。...

3）虽然机器视觉检测在工业生产中已经取得了较好的检测效果，但是在实际图像采集过程中，真实的缺陷数据较少，且表面缺陷种类繁多，形式多样，缺陷特征的提取效率较低，同时，模型对新产生的缺陷类型不能进行正确识别，不足以利用深度学习的方法进行训练。（1）在图像采集阶段，受光照条件、现场环境、拍摄角度和距离等因素的影响，被检测物体的表观特征会产生变化，对检测精度产生一定的影响，同时，噪声的干扰以及被检测物体的部分遮挡也会影响到图像的质量，降低系统的检测性能。...

SCHNOKA（施努卡）的多个核心产品汽车工业标杆生产线、锂电新能源灯塔工厂、工程机械智慧工厂、智慧物流等多个领域多个场景应用落地。已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。1、自动检测产品表面斑点、凹痕、色差、划伤等缺陷;7、自动统计(良品、不良品、总数等);...

第一种是人工目视法检测法。然而，随着人口红利的消失，以及工作枯燥、自由度低、薪酬较少，愿意从事质检的越来越少，用工难问题愈发凸显，这种方法不仅成本高，而且在对微小缺陷进行判别时，难以达到所需要的精度和速度，人工检测法还存在劳动强度大、检测标准一致性差等缺点。第三种是机器视觉检测法。为了在不断变化和竞争愈发激烈的市场中占据优势，企业既要不断提高产品质量标准以满足客户需求，又要不断提升生产线的效率以适应市场的快节奏。表面缺陷检测大致经历了三个阶段，分别是人工目视法检测法、机械装置接触检测法以及机器视觉检测法。.

已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。采用自动化、智能化的表面缺陷检测方法是兼顾质量与效率的重要手段。作为生产制造过程中必不可少的一步，表面缺陷检测广泛应用于各工业领域，包括3C、半导体及电子、汽车、化工、医药、轻工、军工等行业，催生了众多上下游企业。...

已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。工业领域中为了保证产品的质量，传统的人工检测方式已经不能满足现在的发展，为了避免因瑕疵、外观缺陷对品牌、口碑和质量造成影响，最好使用先进技术进行外观质量把控。...

已经和百亚国际、稳健医疗、米老头集团、维达纸业、一汽大众、上汽大众、沃尔沃汽车、奇瑞捷豹路虎、吉利汽车、长安汽车、上汽通用五菱、长城蜂巢新能源、三一重工、中航工业沈飞、中隧集团、西门子高压开关、中国中车、ABB（中国）等国内外知名企业建立了良好的伙伴合作关系，获得头部客户广泛好评。它可以在线检测产品表面的一些信息，表面是否有刮痕，损坏，油性灰尘，注塑件是否有角缺失，不满意等情况，白色安装是否有遗漏，是否有印刷错误或遗漏，可通过机器视觉在线进行判断，从而在生产过程中消除次品，确保产品质量的稳定性。...

施努卡：总装车间自动分拣物料，工厂物料自动分拣机器人视觉硬件主要包括图像获取和视觉处理两部分，而图像获取由照明系统、视觉传感器、模拟-数字转换器和帧存储器等组成。机器人视觉通过视觉传感器获取环境的二维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置。...

如今，我们的身边已然充斥着各种类型的机器人，在制造、运输、生活等各领域起着非常重要的作用。比如机器人代步车，扫地机器人等。而让这些机器人拥有一双“智慧”双眼的正是机器视觉技术，得益于机器人产业的规划发展，机器视觉技术的应用就有非常广阔的空间。机器视觉的定义 机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。...

如今，我们的身边已然充斥着各种类型的机器人，在制造、运输、生活等各领域起着非常重要的作用。比如机器人代步车，扫地机器人等。而让这些机器人拥有一双“智慧”双眼的正是机器视觉技术，得益于机器人产业的规划发展，机器视觉技术的应用就有非常广阔的空间。机器视觉的定义 机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。单目视觉技术，即安装单个摄像机进行图像采

总装车间-车门总成质量检查离线检测门总成的内饰件外观质量，减少人为疲劳导致的漏检错检。适用场景适用于离线检测门内饰件质量；检测内容

施努卡（SCHNOKA）成立于2010年，先后在上海，苏州及武汉建立了分公司。国家高新技术企业，致力于打造面向智能产线与智慧工厂最强控制大脑的高科技公司。公司围绕感知&识别核心技术构建智能装备，基于机器人视觉算法与单机器人工作站、多机器人群体共融、行业定制化应用。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。SCHNOKA （施努卡）在3D机器视觉算法、机器人柔性控制、手眼协同融合、产线级机器人协同、工厂级智能规划与调度等方面均由领先技术和行业落地应用，在汽车工业智能分拣产线、大尺寸高精度三

视觉引导与定位是工业机器人应用领域中广泛存在的问题。对于工作在自动化生产线上的工业机器人来说，其完成最多的一类操作是”抓取—放置“动作，为了完成这类操作，对被操作物体定位信息的获取是必要的，首先机器人抓取必须知道物体被操作作前的位置，其次是必须知道物体被操作后的目标位置，以保证机器人准确地完成任务。在大部分地工业机器人应用场合中，机器人只是按照固定地程序进行操作的，物体是初始位置和终止位置是事先规定好的，为了高质量的作业，就要求生产线相对固定，定位精度高，这样的结果是生产柔性下降，成本就大大增加，此时生产线

视觉系统的组成部分主要包括两个方面，一个是硬件组成部分，一个是软件开发部分。我们接下来先看硬件组成部分。1、硬件组成部分视觉系统的硬件组成部分主要包括光源、镜头、摄像机以及摄像机与计算机连接的接口。这些硬件的功能也分别如下：光源是为了使得被探测的物体的基本特征能够被识别;镜头是为了能够把物体清晰的图像呈现出来，摄像机主要就是为了能够把图像信息转化为熟悉信息，而摄像机与计算机连接的接口则是为了把上面获取的一些视频或是数字信息存储起来，进行研究。视觉定位系统中的接口一般采用的都是采集卡或是USB2.0.2、软件

施努卡（SCHNOKA）成立于2010年，先后在上海，苏州及武汉建立了分公司。国家高新技术企业，致力于打造面向智能产线与智慧工厂最强控制大脑的高科技公司。公司围绕感知&识别核心技术构建智能装备，基于机器人视觉算法与单机器人工作站、多机器人群体共融、行业定制化应用。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。SCHNOKA （施努卡）在3D机器视觉算法、机器人柔性控制、手眼协同融合、产线级机器人协同、工厂级智能规划与调度等方面均由领先技术和行业落地应用，在汽车工业智能分拣产线、大尺寸高精度三

将依照MES系统实时推送给智能检测系统的车型配置信息在数据库中调取对应的正确图片和信息与视觉系统检测到的车身底盘固定螺栓、卡扣、漆标、胶圈、漏液印记等信息与数据库信息进行对比、判断，对检查结果通过工位显示屏及声光报警器进行显示。检查结果（OK/NG）上传MES系统进行存档，随时可导出和查询。适用场景施努卡（SCHNOKA）成立于2010年，先后在上海，苏州及武汉建立了分公司。国家高新技术企业，致力于打造面向智能产线与智慧工厂最强控制大脑的高科技公司。公司围绕感知&识别核心技术构建智能装备，基于机器人视觉算

精度测量取决于分辨率在机器视觉测量中，提供高精度和低不确定度的决定性因素是获取的图像的分辨率。在这种情况下，分辨率 (或图像分辨率)意味着以实际单位的单个像素的大小。简而言之，如果一个摄像机传感器在水平方向上包含1000个像素，并且采用光学器件来获取覆盖真实世界场景中1英寸宽的区域的图像，则单个像素将代表0.001“。请注意，这是相机制造商或分析软件不会改变的基本指标。一个特定的应用程序有多少像素就足够了?作为一种衡量标准，机器视觉系统中最小的测量单位就是像素。与任何测量系统一样，为了进行可重复和可靠

不同于传统的裂缝检测方法，基于深度学习的检测方法不需要人工干预，能自主学习有代表性的特征，直接对输入图像的裂缝进行检测。随着深度学习方法在许多应用场景中取得了很好的检测结果。国内众多研究人员也开始把基于深度学习的目标检测模型和语义分割模型用于裂缝检测任务中。吴贺贺等人使用 Faster R-CNN 网络进行隧道裂缝检测，该方法能够降低对图像质量的要求，能够完成裂缝的准确定位。王丽苹采用 ZF 网络作为 Faster R-CNN 模型的主干网络进行图像特征提取，完成对混凝土裂缝的识别与定位，是一种高效可靠