机器视觉作为人工智能的一个重要分支，已经成为当下最热门的技术之一。在制造业转型升级和新兴产业发展的过程中，中国市场对机器视觉技术和产品释放出惊人的需求，为本土机器视觉产业的增长提供了关键驱动力。在工业应用中，机器视觉一般由工业光源、图像采集单元、图像处理单元、图像处理软件和网络通信设备组成。在自动化工业质量控制和在线检测领域，2D和3D技术都发挥着重要作用。如何将两者结合起来打造更加可靠高效的机器视觉检测系统，首先要了解两者各自的优势和应用场景。1.二维视觉早在机器视觉的概念被提出时，二维视觉技术就应运而生。二维视觉技术的原理是根据灰度和对比度进行参考检测，其主要功能是：定位、检测、测量和识别。目前，二维机器视觉已经部署了几十年，在某些应用场景中表现良好。可分为以下应用：1.二维特征和位置检测2.二维尺寸检测3.条码读取4.字符识别5.标签检测6.某些质量检测过程7.监控和物体跟踪8.存在检测等在很多应用场景中，二维视觉都有一定的局限性。由于2D视觉无法获取物体的空间坐标信息，因此不支持形状相关的测量，例如：物体的平面度、表面角度、体积，或区分特征，例如相同颜色的物体，或接触面不同的物体区分地点之间。因此，对于精度要求更高、自动化程度更高的检测需求，3D机器视觉在视觉检测中显示出其独特的优势。2.3DVision3D视觉比2D视觉处理的计算要求更高。3D机器视觉的图像检测更接近人眼，可以借助数字3D扫描数据提取物体的大小，包括：表面积、体积和形状大小。与2D机器视觉相比，3D机器视觉具有以下优势：1.快速移动目标的在线检测，获取形状和对比度2.消除人工检测带来的误差3.实现零部件和装配的100%在线质量控制4.最大限度地减少检查周期和召回5.最大限度地提高生产质量和吞吐量6.恒定对比度，非常适合检查低对比度物体7.对微小的照明变化或环境光不敏感8.更容易为大型应用程序建立多传感器设置缩放对象检测。目前，3D机器视觉多应用于3C消费电子、新能源产业、汽车制造、电子元器件和医疗产品的检测。可有效提高合格产品的生产能力，提高产品成品率，从而减少原材料浪费，节约生产成本。目前，3D视觉系统可以应用于多种工业化场景，也可以应用于2D视觉系统无法提供应用所需性能的场景。例如：1.机器人引导和表面跟踪2.用于放置、包装或组装的料箱拾取3.物体扫描和数字化构建4.厚度、高度和体积测量5.尺寸标注和空间管理6.测量形状、孔、角度和曲面7.检测表面或装配缺陷8.与3DCAD模型相关的质量控制和验证。3D视觉兴起后，选择2D视觉还是3D视觉成为了大家的共同问题。那么在不同场景下，如何选择2D视觉系统和3D视觉系统呢？如果你想测量一些物体的相对尺寸比例，2D视觉完全胜任，但如果你需要测量物体的绝对几何尺寸，3D视觉将是唯一的选择；在工业自动化中，如果能保证目标物体的有序平铺，2D视觉通常可以做到又快又好又省，但如果目标物体是无序的，就必须具备3D视觉的优势。在未来工厂的应用中，2D比3D便宜。在一些识别检测中，二维仍然具有很强的技术优势。3D视觉不一定能解决所有问题。根据性价比最优的原则，2D视觉与3D视觉相结合将是一个完美的解决方案。
