WIS)方案4、玻璃表面缺陷檢測系統四、汽車，***，醫藥、印刷等行業1、汽車儀表盤視覺檢測系統2、機器視覺在***行業的應用3、藥片顆粒的機器視覺檢測系統4、2D/3D二維碼檢測與識別系統5、包裝內含物品數量檢測系統案例【1】手機鏡頭自動組裝(組立)視覺檢測系統一、系統產品概述在手機鏡頭組裝過程中，鏡片的D角(剪口)角度是一個非常重要的參數，它影響了鏡頭的成像質量，以前都是人工對位，精度低，效率低，隨著攝像頭的像素越來越高，鏡片數量越來越多，單靠人工對位已經不能滿足生產的需求。自主研發手機鏡頭自動組裝(組立)視覺檢測系統，采用工業相機對鏡片的D角(剪口)進行拍照，并用視覺軟件進行測量，得到鏡片的D角角度，并把該角度傳輸到PLC，PLC控制運行機構，從而使夾具能精確地抓取鏡片，實現手機鏡頭的精密組裝，提高鏡頭組裝的精度和效率，從而提高手機鏡頭的成像質量。圖1鏡片實物圖二、系統配置視覺軟件：CST手機鏡頭自動組裝(組立)視覺檢測系統。視覺硬件：CST視覺光源、光源控制器、工業CCD相機、工業定焦定倍鏡頭。三、檢測內容檢測鏡頭D角(剪口)角度四、性能指標1、可以同時對三種(多種)鏡片D角(剪口)拍照并進行實時檢測角度，檢測精度在±5°。汽車燃油濾清器堵塞檢測儀，實時監測流通阻力，保障供油順暢。寧波顆粒度檢測設備

華為mateX5G折疊屏智能手機的出現，全新折疊形態設計，開合隨心，自在變幻。開，帶來平板電腦般的開闊視野；合，凝練智能手機科技大成。柔性OLED是技術創新和工藝實踐的大膽結果，指明了未來電子產品的發展方向。柔性屏的制造對點膠工藝精度要求很高，厚度，寬度都要到微米級的檢測。特別是折疊屏，對點膠提出的精度要求更高。同時國內面板企業的模組設備規模非常大，對生產效率要求也越來越高。精密點膠的膠厚要求在20um-200um不等，采用的都是透明膠水。在柔性屏點膠工藝當中，膠太厚，柔性不佳，不易組裝；膠太薄粘合不牢靠，會影響到產品使用壽命。所以點膠的厚度、寬度、均勻性的控制，是柔性屏，特別是折疊屏的品控的關鍵因素。用傳統的方式進行檢測分析，接觸式容易造成劃痕破裂；用激光線掃3D測試儀，高透膠水無法檢測。單點掃描，速度太慢，不能應付產能的需要進行全檢。柔性屏的制造品質要提高，離不開生產工藝的完善；生產工藝也需要產品通過高精度的儀器進行檢測反饋問題來完善。3D玻璃檢測設備，采用非接觸式快速掃描技術，可以對整個點膠面進行檢測。玻璃檢測設備實現了在線檢測。通過數據比對，我們可以對每件產品進行良品檢測，保證品質。上海高亮面檢測設備報價光學鏡片及光學透鏡檢測設備。

幾乎全部標記過不合格品被全部剔除。應用該系統可保證不合格品不流入市場，這樣就可以提升產品等級，用戶的滿意度和潛在的品牌價值，當然也可以降低回收的費用。案例【11】藥片顆粒的機器視覺檢測系統通常藥片填充完成以后，會直接對藥片進行鋁塑封，假如塑封后再檢測，一旦有塑孔沒有填充或填充了缺損的藥片，就會造成產品的浪費以及檢測難度的進步。加之很多塑封是不透明的，一旦塑封好就很難檢測，因此為避免損失藥片，生產機械制造商需采用高性能的機器視覺檢測系統。隨著國外高速和高精度藥機不斷進進中國市場。

大多數檢測設備都是依賴于人工，孔徑大的PCB板子是人工將板子放到檢測設備上面然后開啟設備檢測，孔徑小的PCB板子需要人工拿著設備（探頭）去對每一個線圈進行檢測。我們利用本公司zizhuyanfa檢測設備可以完成配合檢測設備的上下料和對位放置，自動化設備裝配，實現一次性片材所有的線圈經行檢測；我們的設備也有效地避免了人工操作時因為線圈孔徑小或孔徑多而出現漏檢。與人工操作相比可以顯著提高檢測測效率，并避免因漏檢導致的質量問題。設備簡介：1．采用機器視覺技術自動識別當前待檢測的玻璃片屬于何種規格產品2．采用機器視覺技術對分道器水平的二維尺寸進行檢測，包含產品長度,寬度,端子殘留,玻璃欠損,表面劃傷等。3．設備采用自適應控制，根據產品規格自動調整檢測位置和檢測點數。4．設備實現在屏幕上直接顯示檢測結果，如為良品屏幕顯示綠色PASS，如為不良品則屏幕顯示紅色FAIL汽車燃油蒸發泄漏檢測儀，捕捉微小漏氣點，守護大氣環境。

圖像識別中運用得較多的主要是決策理論和結構方法。決策理論方法的基礎是決策函數，利用它對模式向量進行分類識別，是以定時描述(如統計紋理)為基礎的；結構方法的是將物體分解成了模式或模式基元，而不同的物體結構有不同的基元串(或稱字符串)，通過對未知物體利用給定的模式基元求出編碼邊界，得到字符串，再根據字符串判斷它的屬類。在特征生成上，很多新算法不斷出現，包括基于小波、小波包、分形的特征，以及獨二分量分析；還有關子支持向量機，變形模板匹配，線性以及非線性分類器的設計等都在不斷延展。3、深度學習帶來的突破傳統的機器學習在特征提取上主要依靠人來分析和建立邏輯，而深度學習則通過多層感知機模擬大腦工作，構建深度神經網絡(如卷積神經網絡等)來學習簡單特征、建立復雜特征、學習映射并輸出，訓練過程中所有層級都會被不斷優化。在具體的應用上，例如自動ROI區域分割；標點定位(通過防真視覺可靈活檢測未知瑕疵)；從重噪聲圖像重檢測無法描述或量化的瑕疵如橘皮瑕疵；分辨玻璃蓋板檢測中的真假瑕疵等。隨著越來越多的基于深度學習的機器視覺軟件推向市場(包括瑞士的vidi，韓國的SUALAB，香港的應科院等)，深度學習給機器視覺的賦能會越來越明顯。汽車后視鏡視野檢測儀，科學評估可視范圍，消除行車盲區隱患。蕪湖曲度檢測設備聯系人

冷卻液冰點測試儀，快速檢測防凍液濃度，預防冬季結冰與夏季沸騰。寧波顆粒度檢測設備

-根據標準圖像機本庫進行數據的預處理：數據清洗、圖像預處理、數據集構造、歸一化處理、檢測需求確定是否需要傳輸回到中心計算端，如果需要，則通過網絡傳送到中心端交由液冷GPU工作站HD210分析處理。中心計算端-中心計算端是由**光學?液冷GPU工作站HD210和視覺識別平臺兩部分組成。-系統在收到邊緣端發來的數據后，首先會利用**光學?視覺識別平臺提供的初樣模型對預處理過的圖像進行提取識別，提取出需要進行檢測的標的物，例如型號、合格證、銘牌或線纜等等。-**光學?視覺識別平臺提供的AI能力，將幫助邊緣計算數據進行數據管理、訓練引擎、機器視覺模型、模型算法庫等一系列AI處理流程。通過**光學?視覺識別平臺中集成的深度學習開發框架，系統可以通過不斷地迭代分布式訓練，提升檢測物識別率。-將深度學習模塊引入制造業識別，不僅可以讓視覺識別平臺快速、敏捷、自動地識別出待測產品的諸多缺陷，如產品工藝缺陷、產品LOGO、銘牌漏裝、外觀整潔度等問題。更重要的是，該視覺識別平臺能夠對非標準變化因素有良好的適應性，即便檢測內容和環境發生變化，**光學?視覺識別平臺也能很快地予以適應，省去冗長新特征識別、驗證時間。寧波顆粒度檢測設備