攻克了针对自由曲面的反/透射相位偏折重建模型，在算法和

硬件框架上创新了基于条纹结构光的PMP相位轮廓成像系统与

PMD相位偏折成像系统的统一，解决了对镜面和透明材质的兼容

成像问题。

创新点3 构建云端的工业视觉解决方案

华汉伟业通过自研的2D视觉、3D视觉、AI质检一体化工业

视觉算法平台，融合传统图像处理和深度学习分析技术，实现测

量、定位、识别、视觉引导、表面质量分析等面向多场景的低代

码开发平台与应用系统的国产替代。

基于指令集、并行算法优化技术，华汉伟业对测量、定位、

表面质量分析和识别等300多个传统图像处理算法的数学进行建模

和分析，实现对工业图像的高速、高精度、鲁棒性分析。从而在

面对工业场景样本匮乏、纹理缺失、低对比度等场景，能够侧重

解决稀缺场景小数据、图像遮挡拉伸等特殊场景下目标检测、语

义分割、分类、字符识别、多图像融合深度学习等难题，创新了

基于组态、流程配置的零代码视觉软件平台和面向开发者的图像

算法开发环境。

创新点4 构建机器人协同感知与智能决策视觉伺服系统

针对新能源汽车电池工艺制造、传统机器人缺乏自主感知、

异形VR眼镜点胶等薄弱环节，围绕机器人力觉、视觉等信息融合

场景，华汉伟业创新了机器人动力学和运动学分析、多源信息感

知与影像融合、视觉增强引导与人机协同关键技术，攻克了机器

人导航定位、目标检测跟踪、交互决策、参数标定及位姿误差补

偿等关键技术，构建机器人协同感知与智能决策视觉伺服系统。

三、关键技术突破，做机器视觉交付专家

华汉伟业在关键技术上取得多项自主知识产权成果，申请专

利超百项，已授权近五十项，软著证书五十六余项，服务于3C电

子及新能源领域头部客户，广受好评。在缺陷检测过程中，业界

工业最难突破的几个难点，公司通过在关键技术上的不断突破取

得了阶段性的胜利。

在推广上，已完成图像算法、视觉软件开发布局，现聚焦于

标准硬件及AOI检测设备，正由技术驱动向技术产品+市场驱动模

式转变。从AI+机器视觉应用减少样本采集时间，到行业大模型建

立实现产线的快速部署换型，再到7*24小时全国服务响应，华汉

伟业在算法创新、应用开发、解决方案到设备制造四层面，全力

塑造“3D+AI机器视觉交付专家”形象。

See You in 2025

2025年3月26-28日

Mar. 26-28,2025

Shanghai New International Expo Centre

(SNIEC)

China（Shanghai）Machine

Vision Exhibition And

Machine Vision Technology

& Application Conference

上海新国际博览中心（上海）

中国（上海）机器视觉展暨机器视觉技术

及工业应用研讨会

上海

ShangHai

与您相约

ShangHai 2025

51

MACHINE VISION 2024/10

一、背景

随着半导体和制造业领域飞速发展，对于工业相

机智能检测、定位、测量、识别等核心工业环节应用

越发重视。针对市场多样性定制需求，以及多复杂性

应用场景，要求产品具备多功能，工业相机核心处理

平台FPGA需要高性能平台。基于即要求高性能图像

处理FPGA平台可集成行业内应用功能，又需要保持

工业相机较低功耗，功耗降低30%以上，保障输出图

像高清和稳定。通过选择高性能工业相机FPAG核心

芯片，定义产品四面锁附结构以适应多面固定复杂场

景，以及设计规划AA六轴调节，解决sensor平整度

行业难点，可保障图像OC中心偏移误差在15像素

内，可成功应用于精密半导体行业晶圆贴合定位高精

度应用，并获得封装头部企业新益昌、凯格等固晶机

客户高度认可。集成降噪、锐化、FFC、Enhanced

Binning、CCM、Sequencer、超级调色盘、对比度

以及多功能插值等ISP算法全功能基线。可极大的适

应市场多样的功能需求。

二、自适应图像噪声抑制技术

华睿科技A Pro系列面阵

⸺全功能低功耗开拓工业视觉新纪元

华睿科技 窦同伟

工业相机电源电路中自身固定模式噪声

（FPN）、光响应非均匀性（PRNU）噪声等模式

噪声和光电探测器的散粒噪声，像素复位晶体

管、源极跟随器、行选通晶体管的热、散粒、1/f

噪声和列放大器的热等随图像帧变化而变化的随

机噪声。

华睿科技针对相关噪声干扰源，从源头上电路

结构和单元设计，减少或者消除噪声，电路单元设

计功耗降低30%以上，电路结构根源上抑制图像随

机噪声和模式噪声。采用自适应滤波降噪算法，在

高性能FPGA平台，脉冲噪声、椒盐噪声、伽马噪

声、指数噪声和混合噪声等采用空间域帧内中值/均

值滤波降噪、空间域帧间运动自适应降噪进行自适

应选择滤波器，可有效抑制图像噪声，保障图像边

缘轮廓质量。

通过自适应白平衡、坏点校正、色彩插值补

充、CCM色调校正、超级调色盘色彩空间转换，多

功能插值边缘锐化去锯齿和错误色彩抑制去伪彩

等，形成最佳系统化解决图像噪声干扰行业难题。

2.1多功能矩阵插值技术

面阵相机成像后，彩色图像由于Bayer插值算

法和白平衡校正后往往会导致图像边缘锯齿现象，

华睿科技采用多功能矩阵插值算法，通过该插值算

法在已成像识别的图像边缘分量值，进行R、G、B

彩色图像分量共同分解出样本梯度值，图像分量计

算首先需要进行彩色图像绿色分量G插值，再恢复

红色分量R和蓝色分量B，详细计算如下： 图2.1 相机图像处理流程示意图

52

PRODUCT&TEK 产品与技术

式2.5

在RGGB彩色图像阵列中G32处插值，其相邻的

R分量计算：

式2.6

在RGGB彩色图像阵列中B33处插值，其相邻的

R分量分别在对角线方向，两个斜线计算：

式2.7

当∆EN＜∆WN时

式2.8

当∆EN=∆WN时

式2.9

当∆EN＞∆WN时

式2.10

该自适应插值算法，可更加精准定位图像边

缘，有利于降低图像边缘锯齿模糊性以及色彩失真

伪彩现象，图像过渡带效果插值后较均匀。自适应

插值算法搭载高性能FPGA平台上，有效节省处理

资源，提升图像质量。

绿色分量G矩阵

在只包含R分量的滤波阵列处，在RGGB阵列中

计算R22,水平梯度∆H和垂直方向梯度∆V为

式2.1

G22的结果分为三类：当∆H<∆V时：

式2.2

当∆H=∆V时：

式2.3

当∆H＞∆V时：

式2.4

在彩色图像阵列中G分量计算后，再根据G分量

现有像素分别计算R分量和B分量

其中R分量的值分为：

在RGGB彩色图像阵列中G21处插值，其相邻的

R分量计算：

PseudoColor＝0 PseudoColor＝10

图2.2 多功能插值处理

2.2自适应白平衡技术

针对复杂的环境条件不能采用独立算法还原真

实白色色彩，在过亮或者过暗的环境下，图像全局

白平衡算法效果难以满足真是色彩还原，而局部白

平衡所采集图像计算的相关图像数值又不真实，所

以需要首先考虑环境色温影响，再根据现场环境实

际色温特征值通过查找表计算实际R和B校正因子增

益，最后再进行色温校正，调整通道增益，实现实

际白平衡白色色彩还原。

华睿科技选择2700K、3000K、4000K、

4150K、6500K图像色温值，进行白平衡色温估

计。色温定义图像平均色差，当R、G、B色彩分量

相等时，其色差为：0，表现为白色：1；我司采用

YCr Cb色彩模型进行计算实际色差值。

式2.11

其中Y值表示图像灰度值，即图像实际亮度

Cr、Cb表示红色和蓝色分量，即图像色差值。

增益计算通过图像色温估计色差，计算出的R

和B的通过增益，作为色温校正因子。再通过迭代

法根据Cr、Cb的关联，不断迭代调整其关联系数，

最终得到白平衡最真实效果。相对查找表，需要提

前记录不同色温对应的通道增益，相对容量有限，

具备处理速度快的优势。

最后进行蓝色B和红色R通道分量各自关联通道

增益，达到调节R、G、B色彩比例的目的，从而实

现色温校正，还原白平衡真是白色色彩图像。

MACHINE VISION 2024/10

53

2.3低功耗设计

众所周知，工业相机主要来源于FPGA芯片，

它所承载功能越多，资源占比越高，功耗相对越

高。随着智能制造和生产工艺不断迭代发

展，FPGA核心器件功耗来源主要分为静态功耗和

静态功耗。近年来，随着大量成熟技术的应用相应

动态功耗进行不断优化，相关晶体管内电容性节点

在充电过程产生的功耗。由静态随机储存器

（SRAM）单元，相对占用较多空间资源，资源占

用较多使得布线长度连线增加，相对程度增加了电

容性负载；以及相关逻辑单元、时钟单元、可编程

布线等模块功耗问题，已被逐步优化解决。然而静

态功耗是相对较广泛布局的晶体管电流泄露导致的

功耗，以及SRAM存储单元、查找表模块、多路选

择器布线资源占用都是静态功耗的主要因素。如何

降低SRAM单元数量以及布线资源中尽可能少多路

选择器，是解决FPGA器件整体功耗的关键。

华睿科技采用低功耗集成电路工艺FPGA平

台，一方面承载行业各项功能，另一方面尽量约束

资源占用面积，从而达到降低功耗的目的。如何实

现有限的资源即承载各项功能又降低资源占用比，

重构低功耗设计技术至关重要。重构技术需要控制

尽可能少的逻辑驱动，实现逻辑模块动态变换。该

技术可在有限的资源尽可能承载较大规模的功能逻

辑单元，提高了FPGA配置的加速装置的效率，尽

可能充分利用了软硬件资源的利用率。

静态功耗降低华睿科技采用相对工艺制程较小

的芯片选型，核心实现电源电路门控技术，解决了

工业相机在待机状态或者静止状态，电路电流不断

通过导致系统功率不间断流失。在休眠晶体管被安

装在电源和电路通路之间后，启动门控程序，通过

不同的脉冲信号来控制门控模块，最终达到不同电

路模式电源切换中断模式，极大的降低了静态功

耗。在FPGA有限的资源内配置多路选择器，可有

效的配置逻辑模块，又有效的控制相当一部分晶体

管模块隔处于隔离休息状态，从而降低了泄露电流

导致的功率流失，进一步降低FPGA平台静态功耗。

图3.1 AA调节（a） 图3.2 AA调节（b）

在工业相机中，AA主动校准通过Sensor板平整

度稳定装置来保持相机的采集稳定，以确保获取清

晰、准确的图像。首先进行俯仰角（Pitch）Y轴上

下方向、偏航轴（Yaw）X轴上下方向、Z轴上下平

移方向、X轴平移、Y轴平移和翻转轴（Roll）中心

旋转进行Sensor平整度调节，以满足特定的采集定

位精度要求，从而保障OC中心偏移误差，是指在光

学系统中光轴与物轴（物体主轴）不共线或不重合

的情况，从而导致光线中心偏离物理中心的误差；

再进行相机后焦调节，确保图像清晰度和质量。

四、应用领域

随着半导体行业蓬勃发展，机器视觉应用越来越

成熟。通过工业相机视觉定位技术在半导体封装工序

激光划片晶圆高精度对齐定位，整套包含上片、对

位、切割、下片过程。如何实现激光刀具与晶圆切割对

齐和定位校准，需要工业相机成像质量更清晰，OC图

像中心偏移误差保持在相当高的的范围之内。具备高

精度、低功耗、低噪声的图像处理和AA调节工业相机

必不可少，已在头部企业广泛应用。

其他高精密缺陷检测锂电行业、光伏行业、3C

行业、汽车行业等AOI检测工序应用，对位精准，

成像更清晰，图像质量更有保证。我们相信未来它

在工业视觉必将开启智能检测新纪元。

三、AA主动校准技术

主动对准(AA)华睿采用图像传感器PCB偏置调

整方法。通过分析周围曲线的相位差,可以计算出透

镜与传感器之间的相对倾斜度。然后将计算结果反

馈给处理器,处理器通过一系列计算提供调整命令,完

成AA进程的调整。

54

PRODUCT&TEK 产品与技术

一、研发背景

从ChatGPT的横空出世，到SORA的刷新认

知，人工智能一路狂飙，成为赋能产业转型发展的

最强抓手。

在工业领域，随着人工智能技术的不断融入，

行业正经历一场深度的数字化转型变革，工业逐渐

成为了AI技术的重点探索方向，工业人工智能应运

而生。

工业人工智能，即利用人工智能技术来解决工

业领域各类问题的创新应用，使得不同的人使用同

样的工具可以得到近似的结果，从而提高工业生产

的标准化程度、提升生产效率和生产品质。

Regem Marr研祥金码作为工业人工智能的持

续开拓者，不断拓宽技术创新边界，最新推出

R-6000系列智能读码器，凭借AI深度学习，在多个

行业帮助企业降本增效。

二、200万数据集训练，引领读码技术革新

算力、模型和数据是人工智能的三大要素，其

中数据是基础也是关键。当一个算法模型设计好

后，就需要大量标注好的数据去训练机器，从而使

得机器更加“智能”，得以在实际应用场景中大展

拳脚。而若希望算法进一步提升性能，亦需要更多

精细化的数据加以训练，不断迭代。

Regem Marr研祥金码以高质量数据集引领技

术革新，领跑大模型时代。凭借多年的行业积累，

通过200万数据集的训练，最大程度的消除了算法

研祥金码R-6000系列读码器

⸺工业人工智能“专家”

文 / 深圳市研祥金码科技有限公司

的可解释性差的问题，实现读码和解码的“标准

化”和“高可信度”，使R-6000智能读码器在识读

低质量码时更佳准确。

三、读码精准，成像清晰度提高11%

通过AI深度学习与快速迭代，Regem Marr研

祥金码R-6000系列智能读码器不断实现技术的自我

进化和自我升级，在识别精度上较上代提升达11%

，持续助力制造业数智化转型升级，为企业提供坚

实的数据采集保障。

面对损坏、模糊、扭曲的码信息，Regem Marr

研祥金码R-6000系列利用AI解码算法的深度学习和

神经网络技术，能实现准确识别，有效避免误判和漏

读，真正做到100%读取率，提高生产线的稳定性和

可靠性。

图1 研祥金码R-6000 系列智能读码器

MACHINE VISION 2024/10

55

强大的环境适应能力也是AI解码算法的特点，

面对环境过亮、过暗、反光、模糊或干扰严重时，

Regem Marr研祥金码R-6000系列自研AI算法搭配

矩阵光源，能够准确、快速地读取码信息，确保生

产线的高效运行。

同时，Regem Marr研祥金码R-6000系列AI解

码算法能够根据实际应用场景不断优化算法，随着

时间的推移，读码器的性能将不断提升，真正诠

释“越用越好用”。

四、读码广度，有效视野达98.6%

市面上广泛存在读码器的视野边缘无法定位条

码的情况、这是由于镜头边缘捕获到的图像时会发

生一些畸变导致条码歪曲，又恰巧该条码的刻印质

量较低，此时就会发生读码器识读无法识读的现

象，其有效视野在92%-97%之间。

Regem Marr研祥金码R-6000系列采用低曲率

定制镜头，降低边缘畸变及暗角，达到98.6%的超大

有效视野，最大支持同时读取100个码。无论产品

以任何形式出现在视野边缘时都可有效识读，并且

在大批量、来料凌乱的场景下表现较佳。

五、解码速度，仅需16ms

在工业自动化的发展浪潮中，AI解码算法成为

读码器解码能力的核心发展方向。在满足精准读码

的基础上，Regem Marr研祥金码R-6000系列还进

一步提升解码效率。

R-6000系列凭借优化的算法和处理器，使得解

码过程更加迅速，解码时间仅需16ms，可适应5m/s

超快线体，大大减少了等待时间和提高了工作效率。

同时，结合深度学习算法，Regem Marr研祥

金码R-6000系列能自动区分条码部件、字符和异

常，大幅减少条码处理时间。产品提供的三种解码

模式（速度、平衡、增强），能让客户可根据条码

质量、线体速度任意切换。

六、应用行业，赋能千行百业智能升级

物流行业：兼容更大视野和景深，可以实现多

尺寸包裹条码采集、6面无死角读取。AI加持，使

得现场拒识率降低12%，大大提高扫码入库的效

率，降低物流中心的人工成本。

医药行业：无惧医疗容器条码印刷质量差、条

码破损和多码识读的问题，依靠AI智能解码算法，

不仅速度快，还能大大的提高效率。

包装行业：Regem Marr研祥金码R-6000系列

自动调焦功能、视野范围大、适用性广的特性，适

用于产品更新迭代导致产品包装形式变化，条码位

置变化等场景。

锂电行业：R-6000系列100%自研超高速解码

算法，能实现毫秒级别轻松读码，经过动力电池行

业20万次读码测试，最终以100%的读码率通过。

消费电子行业：通过使用Regem Marr研祥金

码R-6000系列读码器读取屏幕模组装配工位产品码

信息，解码成功率高达99%以上，杜绝漏扫条码问

题发生。

人工智能是引领新一轮科技革命和产业变革的战

略性技术，具有溢出带动性很强的“头雁”效

应。Regem Marr研祥金码R-6000系列智能读码器，

在创新AI技术的应用下，大幅提升读码与解码的精准

度、处理速度与应用范围，助力工业生产达到更高的

生产效率和质量，赋能中国经济高质量发展！

56

PRODUCT&TEK 产品与技术

一、背景

随着半导体行业大幅扩张结合AI机器视觉软件

的技术提升及广泛普及应用，外观瑕疵检测在视觉

项目中的占比越来越高，但随着软件技术的突破和

广泛应用，瑕疵检测项目对整体的硬件的成像效

果，结构空间，硬件成本等也要求逐渐苛刻。机器

视觉的发展，软件与硬件相辅相成，软件技术已有

大幅提升，相关成像硬件也在跟进提升满足多元化

场景的成像需求。

在视觉,检测过程中对漏检现象的容忍度越来越

小，针对高精度要求的检测需求越来越高。镜头图

像采集精度以及成像效果越来越受技术工程师重

视。鉴于行业发展需要结合公司研发多年经验

WEETU威图针对半导体外观瑕疵应用方面做出了

重点研发。

针对使用过程中出现的一些使用难点和技术升

级需求，WEETU威图凭借对机器视觉行业16年的

技术经验结合自身研发经验针对性的开发了实现三

维立体5角度同时成像拍摄光学模组WT-3D5S瑕疵

检测测量光学模组。

3D5S光学高清成像模组在

半导体检测测量中如何体现核心价值 深圳市威图科视科技有限公司 曹俊威

图1 中小形物料

WEETU WT-3D5S光学模组主要针对半导体电

子元器件目前可兼容DFN, SOT, SOD,SOP, TO ,SM等系

列产品以及硅晶圆片、稀有金属方料、IC电阻、电

感、LED等中小形物料进行全方位检测测量应用。

WEETU WT-3D5S光学模组对于行业检测应用

中针对性的对以下方面进行了着重优化。

二、三维5面立体式成像

3D5S光学成像模组运用光学反射原理，该光学

模组采用2组4片高反射镀膜光学镜片，分别以

4X90°为基准对产品圆周4边进行光学反射，依照产

品实际L x W x H结合光路计算结合光学聚焦点，通

过拟合成整套光路聚焦点做十字焦点共轴聚焦，可

同时对正向图像及侧部四边同时进行光学聚焦。

WEETU WT-3D5S光学模组内部光学材质均采

用环保高透级光学玻璃，角度偏折镜采用＞99.2高折

射率镀膜镜片，把光学折射对成像精度带来的影响降

低到最小。宽波长光学成像设计满足380-1100nm波

段清晰成像。定向性角度调校可大幅提升图像锐度，

提升图像对比度，对细微瑕疵体现更加明显。

图2 波长与折射率的关系

MACHINE VISION 2024/10

57

四、一体式包裹外观

考虑到使用环境中会有杂质异物及灰尘的出

现，为防止异物对成像造成干扰WEETU 3D5S采用

整体包裹式结构，防止外界异物对成像造成干扰，

同时也可有效防止人为或其他外部装置撞击等带来

的干扰，起到更好的保护作用。

图4 WEETU WT-3D5S光学模组

三、紧凑轻量化抗震结构

3D5S光学模组采用紧凑式一体化光学组件设

计，对光学拟合光路及光源照射角度进行光路拟合，

一体化结构设计使得外形结构更加紧凑，大大缩小了

光学组件的体积，外观更加小巧且增强了稳定性，在

震动平台上使用时可保证长期有效的防止因震动带来

的成像干扰以及图像因震动带来的像位偏移。

一体式紧凑结构材料采用轻量化航空合成材料

技术，既保证了镜头所需加工精度及强度，又大大

降低了镜头自身重量。内部固定采取环抱式双牙孔

螺丝固定，更能保证整体结构的稳定性，且能保证

主光轴平行于安装方向。外部安装位结构采用阶梯

滑轨结构+多孔位螺牙锁紧方式。更能保证其安装稳

定及与起相关组件进行一体式链接。

镜头内部进行光学级杂散光抑制涂层，对进入

的无效杂散光可有效进行吸收消除，提升图像对比

度，增强图像锐度，对瑕疵特征点体现更为明显。

使其图像采集更加稳定图像一致性更高。

五、滑轨式调节紧固结构

内部采用滑轨式调节结构，更有利于在使用现

成进行调节操作，有效的固定平行度，不会因调小

带来图像倾斜。方便调校更换产品时进行调校成像

效果。双腰孔+双边4牙孔同时固定，更能保证成像

调校后的稳定性及准直度。

环抱式安装位置更便于调整相机带来的角度偏

移差异，更大的调整余量及旋转角度，且通过环抱

式锁紧结构使其在保证同心度的条件下且固定更加

稳固。

六、平行光拟合成像

光学模组内部采用高分辨率平行光光路拟合

成像，结合同轴光共轴原理，使得拍摄图像对比

度更强，可适配2500W像素高解析度相机，对细

微瑕疵体现特征点更为明显。对于瑕疵边界更能

体现出锐度增强软件识别特征，快速准确的获取

瑕疵信息。

结合远心镜头超低畸变以及整场视野高一致性

的特性可对产品进行高精度细微瑕疵检测，同时还

可对产品轮廓进行高精度尺寸测量，测量精度可达

±3um。同时解决了在同一个工位同时完成高精度

检测测量的双项需求。

七、超高亮四维双角度+拟合同轴照明

3D5S光学模组成像拍摄多用于超高速图像采

集，WEETU 3D5S结合多方面使用需求，采用定制

化超高亮LED照明，通过高功率LED组合成双路8光

外观瑕疵 外观缺陷 瑕疵+尺寸测量

图5 成像图

图3 对细微瑕疵体现更加明显

58

PRODUCT&TEK 产品与技术

办刊宗旨

《机器视觉》是一本面向图像领域的工程技术人员、产

业管理人员、专家学者以及在校大学生的专业刊物。该

刊主要致力于报道机器视觉及图像处理领域的新产

品、新技术、新应用以及市场等诸多方面的最新发展状

况将在VisionChina展会期间向业内观众免费发放。

主要栏目

行业新闻、专题报道、特别策划、趋势观点、企业访谈、

产品技术、应用案例、公司技术专栏等。

征稿对象

图像技术领域的工程技术人员、研发人员、管理者以及

全国各大院校师生、科研人员等。本刊欢迎关于新理

论、新技术、新科教技术应用等方面的真知灼见。

稿件要求

1.《机器视觉》杂志投稿文章必须为原创首发；

2.投稿文章请提供Word文档；

3.图片300dpi以上，单独建立文件夹；

4.产品介绍不少于1000字，案例文章不少于1700字，

技术文章不少于3000字；

5.投稿文章请以“文章题目+公司名+作者名”命名；

6.投稿一经录用，编辑部将邮件告知；

7.版权纠纷，文责自负。

重要提示

为了推动机器视觉技术的广泛应用和发展，鼓励机器

视觉技术领域工程技术人员写出好的文章或积极主动

推荐相关的应用案例，联盟将在年会上颁发优秀文章

奖或者组织奖

对于特约稿件，一经采用，将会给予相应稿酬。

发行方式

VisionChina展会、直邮等

联系方式

编辑部负责人：徐晓丹

电话：010-62650592

邮箱：visionchina@china-image.cn

编辑部地址：北京市海淀区中关村南四街

紫金数码园三号楼910室

邮编：100190

杂志征文通知

《机器视觉》杂志是一本反映中国机器视觉技术发展

状况的科技刊物。配合三地VisionChina展览会的召

开而出版的会员内部交流刊物。

源结构对产品表面进行照射，使得产品表面瑕疵更

为突出。大功率超亮LED采用悬浮式立体散热+整体

导热扩散结构，在保证其高亮度的同时还更加的稳

定，且使用寿命得到延长。

结合同轴拟合照明方式使得图像更为清晰图像

对比度更为明显，高分辨率图像下可对产品轮廓进

行微米级高精度测量。

八、大幅节省图像采集成本

WEETU WT-3D5S光学模组在抓拍图像时可以

替代5组工业相机+5组镜头+5组光源。同时一体成

像技术也让拍摄产品更直观明了，节省拍摄相机工

位数量及各类工装治具，节省拍摄空间提升检测效

率节省硬件及软件成本使软件运算速度更加快捷。

该镜头在技术延伸和创新方面做出了重大突

破，可根据不同类型不同材质及尺寸的产品进行非

标定制，针对性的对产品方案进行质的提升，降低

成本 提升效率增强竞争力。

超高速影像采集已成为主流竞争力体现，当软

件处理效率在追求极致算法的同时硬件也是必不可

少的提升方向。光学成像硬件也在积极的运用光学

特性为高速有效的成像采集工作做出有效且极致的

光学成像方案。我们将不断的结合实际应用场景持

续提供更多更有效的光学成像解决方案。在以远心

镜头为主的前提下不断创新，不断为市场输出多元

化光学技术支持。有效的提升产品在市场竞争中的

核心优势及前瞻性创新光学技术。

59

MACHINE VISION 2024/10

MACHINE VISION 2024/0一、背景

机器视觉技术被广泛应用于工业自动化、安全监

控、医疗诊断、自动驾驶等多个领域，其实现依赖于

多个步骤，包括图像获取、预处理、特征提取、目标

检测与识别、图像分割和三维重建等，在这些步骤

中，机器学习尤其是深度学习算法扮演了至关重要的

角色。由于需要大量的时间和财务资源投入，机器学

习模型（ML模型）的保护变得非常重要。

二、终端环境下模型被窃取

使用强大的许可平台进行授权。当应用程序被

部署在客户终端环境中，存在被非法使用或盗用的

风险。其中一种常见的攻击是软件被复制并在未获

得官方授权的情况下使用。这种风险不仅仅在于软

件被复制，更重要的是软件能够在未经许可的情况

下运行，造成视觉厂商的收入流失。

另一种风险是，黑客可能从你的应用程序中提

取机器学习模型，并将其用于自己的应用中。如果

这个应用属于直接的竞争对手，可能会对你的收入

造成严重损失。对使用机器学习的移动应用程序的

大规模分析表明，由于保护措施不足，ML模型被非

法复用的情况非常普遍。

以工厂自动化场景为例。计算机视觉技术被集

成到机器人终端环境中，常用于导航与定位、质量

检测、组件组装监控等。如果不能有效地限制对模

型及其调整的访问，竞争对手就可能提取并复制这

些模型，并对这些模型进行细微调整，以满足自己

的特定需求，并将其整合到自己的应用程序中。

如何保护你的视觉模型不受侵害？

文 / 泰雷兹圣天诺

解决方法：建议机器视觉厂商使用强大的许可

平台，以防止模型提取，并确保您和您的客户都能

充分灵活地使用。

三、部署阶段中模型被篡改

全程加密限制使用。确保模型能够按照预期运

行是至关重要的，如果缺乏适当的保护措施，恶意

个体可能会破坏模型完整性，这种情况可能在模型

的任何部署阶段发生，包括应用程序的交付、模型

更新或安装后。

在OWASP（全球性安全组织）列出的前10大

攻击中，包括了模型投毒(Model Poisoning)和迁移

学习攻击(Transfer Learning Attack)，这些攻击通

过使用修改后的版本或完全不同的模型来替换真实

的模型。执行这类攻击的先决条件是需要了解ML模

型与其所在应用程序之间的接口，这种了解往往是

通过逆向工程来实现的。一旦攻击者理解了这些接

口的结构，他们就能够创建一个假模型，这个假模

型提供正确的接口以便替换原始模型。

在自动驾驶领域中，如果发生这样的模型投毒

攻击，可能会导致其机器学习模型在特定的情况下

表现异常，造成严重后果。

解决方法：针对模型投毒和迁移学习攻击，有

效策略是对模型实施保护，只让授权的应用程序能

解密和使用该模型。未经授权，没有通过验证的情

形下，受保护的模型对攻击者来说是无法使用的。

结合加密和许可系统，可以提供更高的安全性和灵

活性，通过许可系统为每个授权的使用发行特定加

60

PRODUCT&TEK 产品与技术

6

07

密的模型，确立了许可和保护之间的安全联系，有效防

止了非授权访问和模型分析。

四、机器学习的应用程序被攻击

使用先进且安全的保护工具。除了直接攻击模型

本身，针对应用程序的攻击也能影响模型的安全。机器

学习模型的应用通常包括在主CPU上运行的代码部分，

负责接收和整理数据以供模型输入，或处理模型的输

出。这些环节特别容易遭受到输入操纵和输出完整性攻

击，这同样也是OWASP列出的十大威胁之一。没有经

过逆向工程保护或修改保护的应用程序更容易受到这类

威胁的攻击。

解决方法：高级的软件保护工具能够加强应用程

序抵御逆向工程和篡改的能力，从而有效防御这类威

胁。

五、模型训练数据集被窃取

采用严格的授权许可制度来监测使用情况。训练

模型需要投入大量的时间和资金成本。这个过程不仅需

要收集到高质量的训练数据，还要确保数据样本被正确

标注。有时，某些厂商可能会利用他人的模型为自己的

未标注数据集打标签，从而节省大量标注时间和精力。

这样，他们就能快速建立一个与之相当的模型，从而削

弱他人的市场竞争力。

解决方法：考虑到攻击者需要通过应用程序来处理

他们的数据集，厂商可以通过实施严格的授权许可制度

来控制应用程序的使用。比如限定每个时间段内可以进

行的分类次数、限制总分类次数，并减少应用程序同时

运行的实例数等。通过增加自定义控制来监测和限制不

正常使用，并进行完整性保护。

六、结语

人工智能（AI）和机器学习（ML）在机器视觉领

域的应用至关重要，对于基于这些模型或算法开发的商

业化产品，需要对其采取积极主动的措施来保护模型的

完整性、保护厂商的投资和知识产权，并维持竞争优

势。泰雷兹圣天诺能够根据软件商的实际需求，提供有

效且具有前瞻性的解决方案，促进软件业务创新发展。

See You in 2025

2025年6月19-20日

Jun. 19-20,2025

Beijing International Convention

Center

Beijing Machine Vision

Power Intelligent

Manufacturing Innovation &

Development Conference

北京国际会议中心

北京机器视觉助力智能制造创新

发展大会

北京

BeiJing

与您相约

BeiJing 2025

61

MACHINE VISION 2024/10

60

人工智能（AI）目前正获得前所未有的普及。在工业领

域，深度学习尤为重要，它基于神经网络。在机器视觉系统

中，深度学习往往能够实现更高的识别率。在深度学习算法的

发展方面，MVTec一直处于技术的前沿。2024年，将推出“

不确定性估计”和“持续学习”两项新功能，以提高深度学习

的效用并增强对该技术的信任。

深度学习如今已成为工业图像处理（机器视觉）中的重要

组成部分，并在越来越多的应用中得到使用。训练和推理的硬

件性能不断提高，同时专用的深度学习加速器也使得算法在嵌

入式设备上运行速度更快。然而，在实际使用深度学习时，仍

需克服一些挑战：例如，大量训练图像的生成需要高昂的成本

和大量的精力。尤其是缺陷图像（所谓的“坏图”）往往数量

不足。此外，深度学习非常消耗资源，传统CPU的性能通常不

足以应对大数据集的训练需求。

一、新技术促进深度学习的发展

为了进一步发展深度学习，MVTec在2024年将推出两项

新技术：首先，“不确定性估计”功能可以可靠地检测变化。

例如，光照变化、新的缺陷类型、生产设备的磨损或检查对象

的变化等。传统的深度学习应用在面对这些变化时往往难以应

对，因为它们只能在训练时的框架内理解世界。当出现新情况

时，模型仍会按照已知标准评估图像。如果出现一种新的、尚

未训练的缺陷类型或完全不同的对象，系统将面临挑战：它试

图将新的情况归入已知类别，但由于新标准尚未掌握，结果往

往失败。不确定性估计可以解决这个问题：该技术作为分类的

额外审查机制，通过现实的估计验证不确定的决策。

关键在于新模型是否在基础数据集的特征分布内。如果

检查的图像与训练数据集仅有细微差异，不确定性估计会将

其分类为“近分布”，需要手动审查。但如果对象完全在特

征空间之外，则会被标记为“分布外”。如果这种情况频繁

深度学习新动力

⸺如何通过新技术提高再训练效率

MVTec Software GmbH Christian Eckstein

图 持续学习使用极少的图像即可再训练

发生，则说明相应的训练数据集已不再适用于

当前的检查任务。

这时需要进行再训练，但再训练通常耗时

且资源密集。为了减少对硬件和训练时间的要

求，再训练应只需少量新图像。然而，这带来了

一个挑战：系统会像人类一样，倾向于过度重视

新信息。虽然新情况能够成功分类，但模型可能

会忽视旧图像，从而导致错误。

二、大幅减少再训练的工作量

针对这一问题，MVTec开发了新的技术功能“

持续学习”：它减少了再训练的工作量，同时确保了

稳健的识别率。该技术使现有模型可以用极少的新

图像进行再训练。传统CPU的性能完全足够，训练

可以直接在设备上进行。这样既可以对现有图像进

行分类，也可以对新图像进行分类。

另一个优势是，根据图像数量和可用计算能

力，训练只需几秒钟。只需将新实例添加到现有类

别或新类别中即可。这不需要深入的图像处理知

识，机器操作员可以自行进行再训练。结果是大大

减少了再训练的工作量，加快了整个过程并节省了

成本。这不仅增强了对深度学习的信任，还促进了

人工智能技术在工业生产中的应用。

62

PRODUCT&TEK 产品与技术

以高性能计算平台助力工业数智化未来

一、背景

随着全球工业4.0和智能制造的浪潮席卷而

来，工业自动化领域正经历着前所未有的变革。

在这场技术革命中，高性能、高可靠性的计算平

台成为了推动工业数智化升级的关键力量。作为

工业计算领域的佼佼者，德晟达科技凭借其ATX

系列主板和4U工控机解决方案，为连接智慧未来

提供了强有力的技术支撑。

二、德晟达ATX系列主板，工业自动化的

高性能引擎

在工业自动化的进程中，计算平台的性能直

接关系到生产效率与质量控制。德晟达ATX系列

主板，作为工业自动化的高性能计算先锋，凭借其

卓越的性能和稳定性，赢得了市场的广泛认可。

该系列主板兼容英特尔®第8至14代酷睿™处

理器，涵盖i9/i7/i5/i3以及奔腾®/赛扬®系列，为

用户提供了强劲的计算能力。无论是处理复杂的

工业控制任务，还是运行高精度算法，ATX系列

主板都能游刃有余。同时，支持高达128GB的

DDR5内存，确保了数据处理的高速度和高效

率，为工业自动化应用提供了坚实的基础。

在扩展性方面，ATX系列主板同样表现出

色。配备多个PCIe插槽和M.2插槽，支持高速数

据传输和复杂计算任务，兼容多种外设和模块。

这种丰富的扩展性，使得用户可以根据实际需

求，灵活配置系统，提高生产效率和灵活性。

而高可靠性，则是ATX系列主板的另一大亮

点。支持英特尔®vPro技术、TPM2.0和看门狗功

能，确保系统在面对各种复杂工业环境时，都能

保持稳定性和安全性。这些技术的应用，大大降

低了系统的故障率，提高了生产效率，为用户带来

了更大的价值。

文 / 深圳市德晟达电子科技有限公司

三、德晟达4U工控机，ATX主板工业计算的黄金搭档

如果说ATX系列主板是工业自动化的高性能引擎，那么德晟达

4U工控机就是其黄金搭档。这款专为工业应用而设计的工控机，与

ATX系列主板完美结合，共同为工业计算提供了强大的支持。

4U工控机支持英特尔® 6th-13th Core i3/i5/i7系列处理器，

提供了强大的计算能力。同时，支持多扩展接口的H310C、Q170、

Q470、Q670系列，使得用户可以轻松扩展存储和显卡，满足不同

应用需求。这种灵活性，使得4U工控机能够轻松应对各种复杂的

工业计算任务。

在维护方面，4U工控机同样表现出色。其超大机箱空间，方

便用户进行拆卸和升级，降低了维护成本。同时，4U工控机还具备

出色的适应性，能够适应各种工业环境，满足不同行业的应用需

求。无论是机械制造、电子信息、还是能源化工等领域，4U工控机

都能发挥出其独特的优势。

四、德晟达工业解决方案的广泛应用及未来展望

德晟达工业解决方案凭借其卓越的性能和稳定性，广泛应用

于工业自动化、机器视觉、人工智能、通信设备以及工业服务器等

领域。在工业自动化领域，德晟达提供的高性能计算平台，支持复

杂工业控制应用，提高了生产效率和质量控制水平。在机器视觉领

域，德晟达的产品支持图像处理和深度学习算法，实现了智能检测

和识别，为智能制造提供了有力的支持。

随着工业自动化技术的不断发展，德晟达ATX系列主板和4U

工控机将继续引领工业计算领域的潮流，为智能制造领域做出更

大的贡献。德晟达将继续致力于研发高性能、高可靠的工业计算解

决方案，推动工业数智化升级，连接智慧未来。

图1 德晟达ATX系列主板 图2 德晟达4U工控机

MACHINE VISION 2024/10

63

MEMS微镜原理及其在3D视觉中的应用

苏州知芯传感技术有限公司 张程浩 刘洪琼 徐荣 陈巧

一、引言

传统的二维成像系统利用图像传感器将三维物

体获取为2D图像，但物体深度信息的缺失会限制对

现实世界的真实感知。结构光技术将空间光调制后

投射到物体表面，空间光在被测物体表面产生变

形，用相机对变形图案拍照，即可计算出被测物的

3D信息。

MEMS微镜是一种硅基光速调制结构。使用

MEMS微镜来调制空间光，具有结构简单、速度快

等优点，有助于实现3D结构光模组的小型化、低成

本和高集成，实现更丰富场景的落地应用。

本文结合知芯传感多年在MEMS微镜领域的

开发实践，对1D和2D MEMS微镜原理进行了系统

介绍，并对其在3D视觉中的应用进行了简要阐述，

最后对MEMS微镜未来发展进行了展望。

二、1D MEMS微镜

1D MEMS微镜指微镜的镜面绕扭转轴做反复运

动，通常的使用场景是将调制为平行于扭转轴的线

段光束在垂直于扭转轴的方向上展开，在通过控制

光束的开光、亮暗来产生条纹空间结构光。

主流1D MEMS微镜的驱动原理为静电和电磁

式。电磁MEMS微镜具有双行程使用、高光效利用

率、抗灰尘能力强等优点，但是同时又具有封装复

杂、体积大、温漂和功耗略高等缺点；静电MEMS

微镜具有功耗低、体积小等优点，但是封装洁净度

高、光效利用率低。

在1D MEMS微镜领域，知芯传感同时开展了电

磁和静电MEMS微镜研究，其中静电MEMS微镜是

重点。同时开发出了尺寸为5x4.5mm、3x3mm、

3x4mm不同镜面尺寸的1D静电MEMS微镜。

知芯传感微镜工作在1~2k Hz的谐振状态下，投

射50~60°的光学角度。具有镜面大、角度广、功耗

低、体积小、可靠性强、重复度好等特点。表面镀金

或铝，对可见光与红外光有较高的反射率。

图1 1D MEMS微镜产生

结构光原理图

图2 知芯1D 静电MEMS

微镜图

三、2D MEMS微镜

2D MEMS微镜连接镜面处具有两个扭转轴，可

确保镜面在两个正交方向上均可以产生转动。虽然

1D MEMS微镜可以通过线段激光来产生条纹空间结

构光，但这种方案生成的结构光图案单一，只能是

多组相互平行的光线，对空间光的调制仅限于三个

参数，平行光线的宽度、间距、亮度，不能对投影

结构光图案的动态调制。相比1D MEMS微镜，2D

MEMS微镜拥有更为简单的光学，可以放弃复杂的

线激光产生透镜组，可以用更简单的聚焦光路来实

现更为紧凑的 MEMS 空间结构光系统。

MACHINE VISION 2024/10

65

通常2D MEMS微镜有两种使用方式，光栅式

扫描和李萨如扫描。光栅式扫描又可称逐行扫描，

扭转轴的工作状态为一轴谐振+一轴准静态，谐振

轴高频扫描提升点云和角度，准静态轴慢速扫描实

现帧对帧。此种扫描方式的微镜多使用电磁和压电

驱动方式，其结构光系统多用于MEMS激光雷达、

投影成像领域，如intel realsense的L515系列使用

电磁微镜的光栅扫描式的散斑TOF成像原理，具有

小体积、高精度、价格便宜等优点。李萨如扫描的

扭转轴工作在双轴谐振状态下，通过调节相位和双

轴谐振频率比来变动扫描图形。

知芯传感开发出的电磁和压电MEMS微镜，根据

驱动信号灵活实现光栅扫描和李萨如扫描。该系列2D

MEMS微镜具有5x6mm、3x3mm、7x7mm不同镜

面尺寸，工作在0.6~20kHz的谐振区间，快慢轴投射

FOV角度可达30x50°。具有镜面大、角度广、功耗

低、体积小、可靠性强、重复度好等优点。

四、MEMS微镜在3D视觉中的应用

1.3D视觉方案

图3 L515使用的2D电磁MEMS微镜和结构光散斑图

图4 知芯传感研发的2D压电MEMS微镜图

双目 TOF 激光

三角法

传统

结构光

MEMS

结构光

原理 双摄像头 反射

时间差

光学

三角法

投影条纹

编码

投影条纹

编码

适应环境 弱 好 良好 良好 良好

深度精度 低 低 高 很高 较高

使用

距离

与摄像头

相关 远 短 中 中

功耗 低 低 一般 高 低

成本 高 一般 一般 高 低

件以及表面反光物体情况下激光条纹较好，能得到

较好的三维恢复数据。

2.MEMS结构光投射模组

知芯传感基于自研MEMS微镜，开发了适用于近

距离（小于1 米）的 M系列 MEMS 结构光投射模

组：ZX-M020，ZX-M050，适用于远距离（0.5-3.5

米）的L系列MEMS结构光投射模组：ZX-L090 ，ZXL250，这些模组与双目镜头组成了MEMS结构光

方案。

图5 知芯传感M系列MEMS结构光投射模组

图6 知芯传感L系列MEMS结构光投射模组

3D视觉发展至今已有多种方案，双目、TOF、

激光三角法、双目+传统结构光、双目+MEMS结构

光三维视觉方案，各有优缺点：

MEMS结构光由于功耗低、体积小，镀层可支

持红外以及蓝光、红光激光等波段，在小体积低功

耗应用场景使用较多。激光准直性较好，在黑色工

66

CASE 应用案例

五、展望

随着MEMS微镜技术的不断发展和完善，其在

3D结构光领域的应用前景将更加广阔：

1.高分辨率与高速度结合：未来的MEMS微镜

将趋向于实现更高的分辨率和更快的速度，以满足

对于高精度、实时性要求更高的应用场景。

2.多模式光调制：MEMS微镜可能会向多模式

光调制方向发展，实现更加复杂的光场调制和投

影，为虚拟现实、增强现实等领域带来更加丰富的

体验。

3 .智能化集成：MEMS微镜可能会与人工智

能、机器学习等技术智能化集成，实现更智能、自

适应的光学系统，为自动化控制、智能感知等领域

提供更好的支持。

4.量产与商业化：随着MEMS微镜技术成熟度

的提升，未来有望实现大规模量产和商业化应用，

推动其在机器人协作、工业自动化、智能物流、安

防监控、医疗诊断和消费级三维建模等领域的广泛

应用。

未来，知芯传感将继续专注于3D机器视觉核心

部件⸺MEMS微镜及结构光投射模组的研发、生

产和销售，实现中高端MEMS器件的国产化替代。

图7 知芯传感MEMS结构光投射模组条纹输出

在 MEMS 高频扫描过程中，知芯传感系列

MEMS结构光投射模组控制同步逻辑通过控制激光

器电流实现不同的条纹输出。

3.MEMS微镜在3D视觉中的典型应用

实践中，客户基于知芯传感M、L系列模组，

开发了应用于不同场景的3D结构光相机，构成了

MEMS微镜在3D视觉中的典型应用。

一方面，3D结构光相机可以应用于机器人协

作、焊接导航、缺陷检测、智能物流等，提供高

效、精准的3D视觉方案，助力各行业自动化作业。

另一方面，3D结构光相机也可应用于物品/人

体等的三维扫描建模，助力消费升级。

图8 机器人协作 图9 焊接导航

图10 智能物流 图11 缺陷检测

图12 物体三维

扫描建模

图13 人体三维

扫描建模

MACHINE VISION 2024/10

67

翌视科技3D智能传感器

在光伏领域的应用

文 / 翌视科技

一、背景

随着全球能源格局的深刻变革，能源行业的重

心正逐步由传统的化石能源向可再生能源偏移。在

这一趋势的引领下，大规模的光伏电站如雨后春笋

般在各地兴建，这无疑对光伏组件的质量和性能提

出了更高的要求，从而直接拉动了对精准、高效的

光伏检测设备的迫切需求。

在高速、高精度检测要求下，翌视科技针对光

伏行业客户提供的3D相机产品，能满足不同应用场

景对更高效、智能、高精度的检测需求。

二、硅片栅线尺寸检测

在光伏电池的生产中，硅片栅线的尺寸确实起

着关键作用。较小的栅线宽度和高度可能会限制电

流的传输，从而降低硅片的导流能力；而过大的尺

寸则可能导致材料浪费和不必要的电阻增加。利用

3D相机进行检测是一种先进且有效的手段。它能够

精确地获取栅线的宽度和高度信息，为生产工艺的

调整提供准确的数据支持。

例如，如果检测发现某一批次硅片的栅线宽度

普遍偏窄，生产工艺就可以进行相应的优化，增加

印刷栅线时的浆料量或者调整印刷参数，以达到理

想的宽度。

通过这种动态调整生产工艺的方式，可以极大

程度地保证产品性能的一致性。避免了因栅线尺寸

差异过大而导致的部分硅片性能优异，部分硅片性

能不佳的情况。

光伏硅片栅线尺寸检测主要测量项目是光伏电池

硅片主栅线和副栅线的宽度和高度。这项应用要求

3D相机检测的重复精度≤1μM，相机X/Z分辨率5μM

以内，节拍要求<15S，相机检测中帧率可达10K FPS

以上。这项检测有两项任务，一是要求通过3D相机

检测主栅线和副栅线的宽度和高度信息，二是通过

NPE图像算法平台，识别产品是否有缺陷。

针对上述检测需求，翌视科技的LVM2510线激

光3D相机能够胜任此项任务。LVM2510主要适用

于微小零件的高速3D检测；能提供2500Hz全画幅

采集速率，物理轮廓点数1920点，深度图均匀间距

采样最高4096点；采集速率最高可达56KHz，是高

速在线检测系统的理想选择；受光线影响小，能应

对现场检测环境中一定的光线干扰；支持Modbus

等输出测量数据，支持与PLC通信。

1.3D相机安装方式

LVM2510 3D相机通过夹具固定，料件不动，通

过移动相机，让相机和料件形成相对运动，从而得到

料件的3D图像，相机拍照距离27mm±1mm可调。

图2-1 LVM2510线激光3D相机

68

CASE 应用案例

2.测量方法

通过3D相机扫描，拟合栅线的边沿直线和高度

平面，由此计算出栅线的宽度和高度信息。X方向

的重复精度可以达到2um，Z方向的重复精度可以

达到0.2um。

4.结论

翌视科技的3D相机搭配算法检测，能满足光伏

电池硅片主栅线和副栅线的宽度和高度尺寸检测需

求，在保证图像效果和检测精度的前提下，其扫描

速度可达 10K 以上，有力地确保了产品性能的一致

性，契合了客户对稳定高效光伏电池的要求。同

时，这对客户降低生产成本、提高生产效率大有助

益，极大地推动了整个光伏产业的发展。

三、硅片分选（测厚）

硅片分选（测厚）是硅片生产过程中的一个重

要环节。硅片的厚度是衡量其质量和性能的关键指

标之一。通过测厚，可以将硅片按照厚度的不同进

行分类和筛选。

硅片分选（测厚）的目的在于确保同一批次的

硅片具有相近的厚度，从而满足后续生产工艺的要

求。例如，在制造半导体器件时，厚度均匀的硅片

能够提高器件的性能和成品率。如果一批硅片厚度

差异较大，在后续的光刻、蚀刻等工艺中，可能会

导致部分硅片的图形不准确，影响产品质量。所以

硅片分选（测厚）对于保证硅片质量、提高生产效

率以及降低成本都具有重要意义。硅片分选检测项

目包括但不限于检测平均厚度、总厚度变化

（TTV）、线痕、翘曲等。

在硅片分选检测应用中，该项应用要求3D相机

检测精度≤±0.02MM，单相机静态数据≤0.2um，

动态对射厚度重复性 ≤0.5um。

图2-2 检测实物图

3.检测效果

图2-3 正面（沿主栅线方向）主栅线高度信息测量

（注：依次为主栅线高度1、高度2、高度3的深度图）

图2-4 正面（沿主栅线方向）主栅线宽度信息测量

（注：依次为主栅线宽度1、宽度2、宽度3的深度图）

图2-5正面（沿副栅线方向）主

栅线高度信息测量（注：图为副

栅线高度1深度图）

图2-6 正面（沿副栅线方向）主

栅线宽度信息测量（注：图为副

栅线宽度1深度图）

正面

（沿主栅线

方向）

高度1 高度2 高度3 宽度1 宽度2 宽度3

主栅线

(um) 13 10 11 154 126 107

副栅线

(um) 28 24 27 48 54 52

正面（沿副

栅线方向） 高度1 高度2 高度3 宽度1 宽度2 宽度3

主栅线

(um) 30 27 29 152 162 108

副栅线

(um) 14 16 14 37 42 46

表2-1 测量结果

MACHINE VISION 2024/10

69

针对上述检测需求，翌视科技的LVM2012线激

光3D相机能够胜任此项任务。LVM2012专为光伏

行业定制；能提供340Hz全画幅采集速率，物理轮

廓点数2048点，深度图均匀间距采样最高4096点；

采集速率最高可达10KHz；受光线影响小，能应对

现场检测环境中一定的光线干扰；支持Modbus等

输出测量数据，支持与PLC通信。

4.测量结果

图3-1 LVM2012线激光3D相机

1.厚度模组原理

一组激光传感器垂直于硅片表面，扫描线重

合，它们的扫描轮廓分别对应于硅片的上表面和下

表面。由单个扫描窗口中的上下两个对应的扫描点

可以得出硅片的单点厚度，一个硅片扫描的所有单

点厚度的平均值为该硅片的平均厚度。硅片的TTV

是3D传感器扫描硅片得到的单点厚度的最大值与单

点厚度最小值之差。

2.3D相机安装方式

LVM2012 3D相机通过夹具固定，上下相机两

两对射，分成3组，相机不动，通过移动料件，让相

机和料件形成相对运动，从而得到料件的3D图像，

相机拍照距离110mm±5mm可调。

3.测量方法

3组相机对射扫描，外部控制加编码器触发，

上下对射激光严格对齐，每组每个硅片扫描80条轮

廓，计算所有轮廓平均厚度。

图3-2 测量模拟图与实物图

30 次测量数据静态重复性精度

测量

次数 80 条轮廓线平均高度 单位

1 3.307966 3.307994 3.307979 3.308048 3.308134 mm

2 3.307959 3.307986 3.307992 3.308014 3.308182 mm

3 3.307954 3.307969 3.307997 3.308009 3.308127 mm

······

重复

性精

度

0.000092 0.000086 0.000047 0.000093 0.000094 mm

5.结论

翌视科技3D相机搭配算法检测，可以准确判断

所测得的平均厚度是否在客户预先设定的规格范围

内。这种技术的应用能够为硅片生产提供可靠的质

量检测保障，确保硅片的厚度符合客户的特定要

求。静态单机平均高度重复性 <0.1um，动态平均厚

度20次测量为3σ值<0.4um，TTV达到 1.1~1.2um。

翌视科技为客户省去人工操作环节，实现硅片检测

的全自动化，极大地提升了检测结果的一致性和可

靠性，为客户实现降本增效。

四、板载硅片缺陷检测

板载硅片缺陷检测行业是半导体产业链中的重

要一环。随着半导体技术的不断发展，芯片的集成

度和制造工艺越来越复杂，对硅片的质量要求也日

益提高，这使得板载硅片缺陷检测变得愈发关键。

在半导体制造过程中，缺陷会影响芯片的最终良

率，增加厂商的生产成本。工艺节点每缩减一代，工

艺中产生的致命缺陷数量会增加，因此每一道工序的

良品率都需要保持在很高的水平，这就要求量检测设

备贯穿制造全过程，以保证芯片的生产良率。

在物理式真空镀膜（PVD）后的板载硅片缺陷

检测中，可能会出现多种缺陷类型，其中缺料、破

损和搭边是三种常见且重要的缺陷类型。这项应用

要求3D相机检测精度≤±0.2MM，相机X分辨率

25μM以内，节拍要求<10S，相机检测中帧率可达

4K FPS以上。这项检测有三项任务，一是要求通过

3D相机检测分辨出载具内有料和无料；二是要求分

辨出载具内硅片有无破损；三是要求分辨出硅片和

载具边缘有无搭边。

70

CASE 应用案例

1.3D相机安装方式

LVM2060 3D相机通过夹具固定，5台相机等间

距安装，相机不动，通过移动料件，让相机和料件

形成相对运动，从而得到料件的3D图像，相机拍照

距离700mm±5mm可调。

2.测量方法

5台相机等间距安装，分别测试对应区域硅片，

外部控制加编码器触发，分时控制相机间激光无干

扰。

3.检测效果

图4-1 LVM2060线激光3D相机

图4-2 板载硅片缺料

图4-3 载具内硅片破损 图4-4 硅片和载具边缘搭边

常见的缺料、破损和搭边等缺陷，它能够准确地识

别和判断。其高精度的3D成像技术可以捕捉到硅片

表面和内部细微的结构变化，通过先进的算法分

析，能够从复杂的数据中准确区分出正常与缺陷部

分。翌视科技的这一检测方案为板载硅片的质量控

制提供了高效、可靠的手段，有助于提高产品的良

率和生产效率，保障相关产业的高质量发展。

五、炉前栅线印刷检测

在光伏行业中，金属化工艺是制作光伏电池电

极的关键步骤，而丝网印刷是目前最成熟且普遍的

金属化工艺。栅线印刷的精度直接影响电池片的电

性能指标，对保证电池组件的发电量有重要作用。

在实际生产中，为保证太阳能电池的质量和性能，

需要严格检测栅线印刷质量，包括栅线的均匀性、

无漏浆现象、尺寸准确性等。传统上依靠人工检

测，但这种方式效率低且容易出现误差。近年来，

随着机器视觉等技术的发展，利用机器视觉系统进

行检测的方式逐渐普及。该系统能够快速采集和处

理大量数据，具有客观、精度高、可靠性高的特

点，可以及时发现并解决问题，如检测网版完整

性、是否有断栅现象以及大面积漏印等。

炉前栅线印刷检测主要是测量是否漏浆、电极

缺失、Mark缺失、印刷偏移、套印偏移等。这项应

用要求3D相机检测精度这项应用要求3D相机检测精

度≤10um，相机X分辨率100μM以内，节拍要求

<5S，相机检测中帧率可达10K FPS以上。这项检测

有一项任务，要求通过3D相机完成炉前栅线印刷检

测主要是测量是否漏浆、电极缺失、Mark缺失、印

刷偏移、套印偏移等。

针对上述检测需求，翌视科技的LVM2540线

激光3D相机能够胜任此项任务。LVM2540能提供

2500Hz全画幅采集速率，物理轮廓点数1920点，

深度图均匀间距采样最高4096点；采集速率最高

可达56KHz，是高速在线检测系统的理想选择；受

光线影响小，能应对现场检测环境中一定的光线干

扰；支持Modbus等输出测量数据，支持与PLC通

信。

针对上述检测需求，翌视科技的LVM2060线

激光3D相机能够胜任此项任务。LVM2060高平面

度精度、高性价比；能提供340Hz全画幅采集速

率，物理轮廓点数2048点，深度图均匀间距采样最

高4096点；采集速率最高可达10KHz；受光线影响

小，能应对现场检测环境中一定的光线干扰；支持

Modbus等输出测量数据，支持与PLC通信。

4.结论

翌视科技的3D相机搭配其独特的算法检测，在

板载硅片缺陷检测方面展现出了显著的优势。对于

MACHINE VISION 2024/10

71

图5-1 LVM2540线激光3D相机

图5-2 炉前栅线印刷检测实物图

1.3D相机安装方式

LVM2540 3D相机通过夹具固定，料件不动，通

过移动相机，让相机和料件形成相对运动，从而得到

料件的3D图像，相机拍照距离200mm±5mm可调。

2.测量方法

通过3D相机扫描，使用线激光的亮度图功能替

代原有2D面阵相机，同时可以测得栅线是否漏浆、

电极缺失、Mark缺失、印刷偏移、套印偏移等；采

样速度达到17Kfps @ 210mm/s。

3.检测效果

图5-3 漏浆

图5-4 电极缺失 图5-5 Mark缺失

图5-6 印刷偏移

图5-9 粗栅

图5-7 套印偏移

图5-10 细栅

图5-8 断栅

4.结论

翌视科技的3D相机性能稳定，能够在各种工业

环境中保持可靠的检测性能。通过独特的算法，可

应对各种复杂的印刷情况和材料表面特性。这一检

测方案为炉前栅线印刷检测提供了高精度、高速

度、高稳定性、全面的检测能力以及适应复杂场景

的优势。在某太阳能电池生产线上，采用翌视科技

的检测方案后，成功将漏浆的误检率从之前的5%降

低到1%以内，电极缺失的检出率从90%提高到99%

以上，显著提升了产品质量和生产效率。

这种检测方案不仅提高了检测的准确性和可靠

性，还降低了人工检测的成本和误差，为炉前栅线

印刷检测领域带来了创新和突破。

图5-11 虚印

72

CASE 应用案例

一、背景

在工业自动化与智能制造领域，机器视觉作为关

键技术之一，正以前所未有的速度推动行业变革。随

着技术的进步和应用场景的拓宽，对机器视觉系统的

性能、效率和可靠性提出了更高要求。在此背景

下，iEi威强电推出的iVEC（IEI Virtualization Edge

Computer）边缘虚拟化计算机，为工业应用带来了

革命性的变化。不仅为机器视觉带来了前所未有的性

能飞跃，还彰显了其在提升生产效率和优化成本方面

的巨大优势。

二、iVEC重塑机器视觉边缘计算的未来

iEi威强电的iVEC解决方案通过无缝集成虚拟

化技术与强大硬件，彻底革新了传统机器视觉系统

的运作模式。与以往依赖于单一物理机器运行多个

工业应用的旧式方案相比，iVEC实现了在一台物理

机器上高效运行多个虚拟机的壮举，极大提升了设

备管理的便捷性和硬件资源的利用率。这种创新性

的虚拟化设计，不仅减少了硬件设备的数量，还通

过灵活的工作负载分配和动态资源调整，进一步增

强了机器视觉系统的适应性和稳定性。

iEi威强电iVEC虚拟化解决方案

驱动机器视觉新飞跃

上海威强电工业电脑有限公司 刘欣源

三、新旧产品对比，从硬件堆叠到高效整合

在传统的机器视觉系统中，往往需要多台独立

的硬件设备来支撑复杂的图像处理和数据分析任

务。这种“硬件堆叠”的方式不仅占用了大量空

间，还增加了设备管理和维护的难度。而iVEC通过

虚拟化技术，将多个虚拟机整合到一台高性能的物

理计算机中，实现了资源的优化配置和高效利用。

此外，iVEC还支持多种操作系统同时运行，使得机

器视觉系统能够兼容更多种类的软件应用，满足了

多样化的工业需求。

四、能源优化与节能减排

能源消耗是工业生产中不可忽视的重要因素。

传统的机器视觉系统由于采用多物理机器并行的方

式，其能耗往往较高。而iVEC解决方案通过搭载第

13代Intel®Core系列混合架构CPU，利用动态任务

分配技术，将计算任务合理分配到高效核心上，从

而在保证性能的同时，显著降低了整体能耗。这一

优势在需要长时间运行的机器视觉应用中尤为显

著，为企业节约了大量运营成本。

图1 操作技术（OT）在工业物联网（IIoT）领域面临的挑战 图2 能源优化与节能减排

MACHINE VISION 2024/10

73

五、边缘AI加速与智能化升级

在机器视觉领域，AI技术的应用正逐渐成为主

流趋势。iVEC通过内置AI加速引擎和NVIDIA图形

卡支持，为边缘AI提供了强大的计算能力。与传统

的边缘计算方案相比，iVEC能够更加高效地处理复

杂的图像识别、物体检测和实时分析等任务，使得

机器视觉系统能够更好地适应复杂多变的工业环

境。同时，iVEC还支持灵活的工作负载分配和虚拟

机资源调整，进一步提升了AI应用的响应速度和处

理效率。

六、远程管理与便捷维护

对于工业生产而言，设备的远程管理和维护是

提升运营效率、降低停机时间的重要手段。iEi威强

电的iVEC解决方案内置了Web-based远程管理控制

台，允许OT专业人员从任何地点实时监控设备的运

行状态和性能表现。这种便捷的远程管理方式不仅

图3 iEi威强电的创新解决方案框架VS传统设备管理

降低了运维成本，还提高了设备管理的效率和精

度。此外，iVEC还支持灾难恢复、数据备份和虚拟

机迁移等功能，为企业构建了一个安全可靠、弹性

可伸缩的工业基础设施。

七、总结

iEi威强电的iVEC边缘虚拟化计算机以其高

效、灵活、可靠的特点，在机器视觉领域展现了强

大的竞争力。通过与传统方案的对比，我们不难发

现iVEC在提升生产效率、优化资源利用、降低能

耗和推动智能化升级等方面的显著优势。随着机器

视觉技术的不断发展和应用场景的不断拓

展，iVEC无疑将成为推动工业自动化和智能制造

进程的重要力量。

74

CASE 应用案例

在3C零部件行业，产品工艺的复杂性和消费者

对品质的高要求推动了产品质检技术的智能化转型。

五轴AI-AOI（AI-Automated Optical Inspection，人

工智能自动光学检测）外观检测设备（下文简称“五

轴AI-AOI设备”）凭借高效、精准的视觉检测性能

和创新技术，正在成为3C智能制造领域的关键应用。

本文深入分析了五轴AI-AOI设备的技术、优势，并

探讨了其在3C零部件行业检测中的应用及未来的发展

趋势。

一、技术革新：五轴AI-AOI的突破

五轴AI-AOI设备是智能制造领域的一项重大突

破，它融合了尖端图像处理技术和精密的五轴机械

设计，为3C产品的全方位、高精度外观检测提供了

解决方案。与传统的AOI设备相比，五轴AI-AOI设

备融合了深度学习算法、行业大模型算法、轻量化

软件、高分辨光学成像技术以及机械运动技术于一

体，满足一站式的数据收集处理、模型训练、设备

上线等，实现了微米至纳米级的精确定位和检测，

显著提高了工业检测的质量和效率。这款设备能更

高效且灵活地满足多类3C零部件检测场景，包括多

曲面产品、结构复杂的小零件、大面积部件等产

品，确保无遗漏地检测出所有微小瑕疵。

五轴AI-AOI外观检测设备

在3C零部件行业检测中的应用

深圳思谋信息科技有限公司 马婷艳

二、产品优势：3C零部件行业的质检新标准

1.高效自动化设计，3C产品通用质检

基于五轴联动的柔性设计和通用或定制化光学

方案，可兼容不同材质、不同尺寸的3C产品外观的

6面全部检测，过杀率≤5%，关键缺陷漏检率0%。

设备支持快速更换夹具和光源，适应2D/2.5D/3D多

种成像系统，实现4-20穴位并行检测，检测速度最

快可达5000件/小时，行业领先。

图3 能源优化与节能减排

图2 五轴AI-AOI设备专有机械和光学方案

2.内嵌行业通用模型，多场景低门槛应用

五轴AI-AOI设备内置SMAP超级AI算法平台、

工业AI检测系统SMore ViMo以及工业大模型，拥有

丰富的3C行业算法模型，搭载超过1000个细分行业

场景的智能化生产模型，广泛适用于3C领域的多细

分场景。例如，多曲面3C产品如耳机、耳机盒、鼠

标、充电头，结构复杂小零件如摄像头支架及模

图3 超级AI算法平台，满足多类应用需求

MACHINE VISION 2024/10

75

组、音量和电源按键、Type-C等，大面积部件如手

机中框、笔记本外壳等，甚至可以扩展到新能源等

其他工业领域。

3.集成智能化技术一体，便捷用户体验

集成自动化数据清洗、数据增强技术和AIGC技

术，提升数据质量，解决小样本、零样本问题。面

对产品的不同型号，通用理解大模型支持快速迁

移。采用轻量化压缩，更适合工业实际应用。

三、挑战与应对：产品与技术的迭代发展

1.技术集成：复杂中的简洁

五轴AI-AOI检测设备的精确度对检测结果至关

重要。开发此类设备时，必须考虑“光、机、电、

算、软”全栈技术，光学系统需适应不同缺陷的检

测，选择合适的光源和镜头。集成AI算法至设备中

也是一个挑战，需保证算法在工业环境中稳定且与

设备其他组件协同工作。

思谋科技通过持续的研发投入和技术创新，不

断优化设备的全方位能力设计，提高了设备的稳定

性和可靠性。

2.数据采集：海量中的精准

数据采集是构建高效AI模型的基础。面对3C零

部件的多样性和复杂性，收集全面、高质量的图像

数据颇具挑战。要提升模型的泛化性，必须搜集包

括常见和罕见缺陷在内的各种图像，繁琐且成本高

的标注工作，也需要专业知识来精确分类和描述缺

陷。思谋科技面对这些挑战，构建了庞大的缺陷样

本库，利用先进的数据挖掘和AIGC技术，模型具备

良好的迁移学习能力，提升了检测算法的精确度和

效率。

四、落地案例：五轴AI-AOI设备的实际应

用成效

1.多曲面产品检测：无线耳机检测的突破

在耳机充电仓检测项目中，通过思谋科技的五轴

AI-AOI设备，实现关键缺陷0漏检，过杀率≤5%，检

测出充电仓多面的塑料压伤&碰伤、塑料亮印、塑料

脏污（黑点，脏污，异物）、口袋内侧塑料刮伤、胶

水内纤维丝&脏污、端子刮伤&压伤等超20种缺陷类

型，检测精度与效率达到行业顶尖水准，堪称业界的

又一标杆案例。此外，可以实现对耳机整机及零部件

的全方位外观缺陷检测，包括帽盖&外壳、充电仓、

硅胶耳塞、无线充电线圈等。

2.精密结构件检测：摄像头模组检测的应用

在手机摄像头模组成品外观检测项目中，五轴

AI-AOI设备能够兼容ABC三种不同类型产品的3大

款9小类并行检测，UPH高达3500pcs/h，过杀率

≤5%，漏检率≤0.1%，展现了其在多种类、高精度检

测中的优异性能。针对多种颜色模组，以及无支架

无马达、有马达、有马达有支架等多类复杂结构，

可在多区域实现60+种缺陷类型的自动化检测。

3.大面积零部件检测：手机中框的检测应用

手机中框、平板外壳等大面积部件的检测是3C行

业的另一个挑战。在手机中框PVD工艺后，需对中框

3D曲面做360度全检，包括三伤，刀纹，异色等30+种

缺陷进行检测。通过思谋五轴AI-AOI检测设备可兼容

多规格产品检测，融合先进打光方案设计，实现过杀

率≤5%，漏检率≤0.05%，产能UPH超1200pcs/h，有

效解决多曲面和大面积产品检测的行业难题。

五、结语：3C零部件领域的AI质检新质生

产力

随着3C行业的不断发展，对零部件的质量要求

也越来越高。五轴AI-AOI设备以其高精度、高效

率、高适应性的特点，为3C零部件行业提供了一种

全新的AI质检解决方案。通过实际应用案例的分

析，我们可以看到在曲面产品、精密结构件及大面

积部件的检测中，五轴AI-AOI设备都能够提供出色

的检测效果，帮助企业提质增效降本，增强市场竞

争力。随着技术的不断完善和应用的深入，五轴AIAOI设备未来将更加智能化、自动化，成为3C零部

件检测领域的新标杆，引领行业向更高效、更智能

的生产方式迈进。

思谋科技作为五轴AI-AOI设备的先行者，将继

续致力于技术创新和产品优化，为客户提供更加完

善的检测解决方案。我们相信，在不久的将来，五

轴AI-AOI设备将在3C零部件行业乃至更广泛的制造

领域发挥更加重要的作用，成为塑造工业新质生产

力的重要利器。

76

CASE 应用案例

一、国产碳化硅设备崛起，市场份额跃升

当前中国的碳化硅产业链，已经相当完善，并

且涵盖了从原材料到最终产品应用的多个环节，在

碳化硅产业上所涉及的环节包括衬底、外延、设

计、制造、封测、器件、模组等环节。

SiC衬底：衬底是碳化硅产业中最重要的环节，

价值量占比接近50%。没有SiC衬底，就造不出SiC

器件，所以衬底是最基本的材料基础。

国产8英寸碳化硅商用加速

慕藤光方案助力缺陷检测

江苏慕藤光精密光学仪器有限公司 姚少华

性能。此外，8英寸碳化硅衬底的机械强度和热导率

也优于6英寸衬底，有利于提高器件的可靠性和散热

性能。

SiC外延：外延环节，在SiC制备过程中的价值

量占比接近1/4，是从材料到SiC器件制备过程中不

可缺少的环节。

外延层的制备，主要是在SiC衬底基础上生长出

一层单晶薄膜，再用以制造出所需的电力电子器

件。目前外延层的制造，最主流方法是化学气相沉

积法（CVD法），利用气态的先驱反应物，通过原

子、分子间化学反应的途径生成固态薄膜的技术。8

英寸碳化硅衬底的制备技术难度较大，目前全球范

围内能够实现量产的厂商仍然有限。2023年，全球

大约有12个与8英寸晶圆相关的扩产项目，8英寸SiC

衬底和外延片已经开始出货，晶圆制造端的产能也

开始逐渐加速落地。

尽管8英寸碳化硅产线在整个市场中占比不

高，但其发展势头强劲，国产碳化硅外延设备市场

份额呈现稳步上升态势。

在2021年及之前，国际厂商的碳化硅外延设备

在国内市场占据主导地位。然而，随着国内技术的

不断突破与创新，至2022年，国产设备与国外设备

在市场占比上已实现平分秋色，展现出强劲的市场

竞争力。国内首家开启8英寸SiC制造的晶圆厂已宣

布8英寸SiC工程批顺利下线，以外延环节为例，在

去年头部企业瀚天天成就已对外宣布公司实现8英寸

外延技术的突破，已具备量产能力；东莞天域也在

图1 碳化硅衬底生产流程

近年来，6英寸碳化硅（SiC）衬底产品在国内

市场实现量产，据《中国6英寸SiC衬底市场研究报

告》显示，截至2023年，中国6英寸SiC衬底的折合

销量已超过100万片，占全球产能的42%，预计到

2026年将达到50%左右。然而，随着产能的迅速扩

张，6英寸碳化硅衬底市场出现了价格竞争，国内价

格与国际市场的差距扩大至30%左右。

相较于6英寸碳化硅，8英寸碳化硅具有更高的

性能优势。首先，在材料利用率方面，8英寸晶圆的

面积是6英寸晶圆的1.78倍，这意味着在相同的原材

料消耗下，8英寸晶圆可以产出更多的器件，从而降

低了单位成本。其次，8英寸碳化硅衬底的载流子迁

移率更高，导电性能更好，有助于提高器件的整体

MACHINE VISION 2024/10

77

去年发布了8英寸的样片，宣布2025年首条8英寸外

延产线投产。这一成绩不仅验证了国产设备的技术

实力和市场认可度，更为未来几年第三代半导体商

用步伐提速奠定了坚实的设备基础，8英寸碳化硅时

代在望。

二、碳化硅晶圆加工过程中的缺陷检测

1.碳化硅衬底缺陷检测

碳化硅，以其高硬度和强化学惰性的特质，给

自身衬底的加工过程（包含切片、减薄、研磨、抛

光与清洗等关键步骤）带来了一系列挑战。在制备

过程中，加工损耗、损伤频繁出现、效率难以提升

等问题接踵而至，并且对后续外延层的质量以及器

件的性能产生着深远而严峻的影响，因此，对碳化

硅衬底的缺陷识别与检测意义重大，常见的缺陷

有：表面划痕、凸起、凹坑等缺陷。

图2 SiC衬底晶圆加工过程中裂纹的产生

2.碳化硅外延片缺陷检测

在产业链中，碳化硅外延片处于碳化硅衬底和碳化

硅器件之间，主要通过化学气相沉积法进行生长。由于

碳化硅特殊性，其缺陷类型也不同于其他晶体，主要有

滴落物（downfall）缺陷、三角形（triangle）缺陷、胡萝

卜（carrot）缺陷、长三角形（large triangle）缺陷、台阶

聚集（step bunching）缺陷等，这些缺陷都会对后端器

件的电学性能造成影响，比如使器件提前击穿，产生较

大的漏电流等。

图3 滴落物（downfall）缺陷

图4 三角形（triangle）缺陷

图5 胡萝卜（carrot）缺陷

图6 长三角（large triangle）缺陷

图7 表面台阶聚集（step bunching）缺陷

三、慕藤光智能成像光学检测的独到解题思路

在碳化硅衬底与外延片检测等相关领域的研究

中，慕藤光凭借自身专业领域的深厚积淀，创新性

地给出了别具一格的解题路径。专业光学成像系统

78

CASE 应用案例

解决方案贯穿于半导体制造的全流程，能够依据自

动对焦、自动跟焦的技术及图像算法，精确地获取

图像数据，精准无误地识别并锁定缺陷所在，大幅

提高了产品良率，为半导体制造领域的发展增添了

强劲的动力。

SR超分辨率变倍系列，提供更高分辨率，最大

变倍比可达到192：1，对传感器最大可兼容至Φ44，

最大NA值提升至0.32，兼容靶面更大，更大视野范

围，提升镜头进光量，成像效果更优无论是视场的边

缘区域还是中心区域，都能提供高质量图像，为定

位、识别、测量、检测等项目上提供更精准视觉成像

效果。

线激光对焦传感器，是国内首款高精度主动对

焦和跟焦的线激光传感器，可以实时对被测物体进

行对焦清晰度监测并反馈信息，实时跟焦，400ms

内快速响应调整焦距，且高速对焦下实时保持高对

焦清晰度，视野中心与焦点同轴无偏移。此外，还

可以分段测量，更大的焦点标记范围，解决以往单

点对焦过程中遇到坑洼状况时不能对焦的场景。

图8 慕藤光SR超分辨率变倍

图10 慕藤光图像对焦传感器

图9 慕藤光线激光对焦传感器

图像对焦传感器MIAF-400目前已升级到第四

代，在原有的基础上各性能都有所提升。是一款具

有高速对焦和高精度对焦能力的自动光学检测装

置，对焦时间精确小于 0.2s ，对焦精度高达

±0.5μm（10X物镜），对焦范围可达300μm以

上，结合自研专利图像算法，可自主调节对焦范

围，精度与速度均显著优于同类型的传感器。

以上三款产品在半导体领域应用十分广泛，慕

藤光专注AOI检测，其功能还可覆盖到例如外观缺

陷、尺寸大小、间隔定位、识别校准等方面。具体

包括晶圆分选机的视觉定位、高精密度晶圆探针台

定位、Hybrid Bonding混合键合工艺中的视觉定

位、SMT产品的外观检测、晶圆表面检测等。慕藤

光始终致力于通过先进的光学成像技术，为半导体

行业提供卓越的检测解决方案，助力客户提升产品

质量和生产效率。

四、结语

半导体行业的道路并非坦途，从最初的代工模

仿，到如今的自主研发与创新，国产芯片行业在困

境中崛起，在挑战中前行。这一过程中，既有企业

的兴衰沉浮，也有国家政策的引导与支持，更有无

数科技工作者的辛勤付出与智慧结晶。一直以来，

慕藤光致力于践行自己的使命：构建微观世界之

美，不断深耕研发能力，汲取客户需求与困难，助

力国产设备在激荡的国际市场环境中竞逐不败之

地。未来，我们定能在微观世界中创造更多奇迹，

让国产半导体之光闪耀全球。

MACHINE VISION 2024/10

79

一、传统镜头面临的挑战

随着机器视觉应用范围越来越广，用户的需求也

更加多种多样，其中相同就是客户对于成像质量的高

要求。但是传统的镜头越来越难以满足用户的需求。

比如在尺寸测量领域，对于有高低落差的待测

物，普通的镜头成像表现出了“近大远小”的透视

误差，这就导致针对不同的工作距需要不同的软件

标定才能得出准确的尺寸。如图1所示，夹具的顶端

尺寸和下端尺寸明显与实际情况不合，并且镜头的

均匀度不佳，畸变率较高，这些问题都会影响测量

的准确度和效率。

光虎远心镜头

⸺精密检测中的光学利器

光虎光电科技（天津）有限公司 郑静宇

三、小视野检测领域的问题及解决方案

而在小视野检测领域，市面上很多镜头要么放

大倍率不满足要求，要么成像过暗，要么工作距过

短，还有些畸变严重。

针对小视野检测领域，光虎设计生产了物方远

心镜头系列。其中最具代表性的便是高倍率同轴物

方远心镜头OTL11.5-100-110CT，其十倍的高倍率

展现了卓越性能，物方分辨率3.221微米，景深0.02

毫米，工作距离设定为110毫米，搭配2/3”靶面相

机，最大视野仅为1.15毫米。

图3便是OTL11.5-100-110CT检测贴片电阻上的

数字标号的效果展示，小字的高度在0.6mm左右，

肉眼看上去光滑平整的小字，在十倍的放大下也可

以看到表面的坑洼和边缘的毛刺等。而且成像效果

好，肉眼可见的亮度均匀，边缘锐利。

二、远心双远心镜头的优势

针对这些问题，最好的选择是选择远心双远心

镜头进行检测。其独特之处便是可以抑制“近大远

小”的透视误差。而衡量这项能力的指标就是远心

度，远心度越小，抑制透视误差的能力越强。光虎

的远心双远心镜头可以做到在全视野全景深的远心

度均小于0.05°，再加上精妙的光学设计，使全视野

全景深的畸变率也小于0.05%，对于在景深范围内

的待测物几乎做到了出图即可读数，这大大提升了

检测的效率和检测的准确度。

图1 普通镜头测量有高低落差的待测物

图2 光虎双远心镜头测量有高低落差的待测物

图4 贴片电阻上的小字，其尺

寸在1mm以内

图3 光虎十倍物方远心镜头检测

贴片电阻上的数字标号

80

CASE 应用案例

由于高倍率镜头通常较难打光，成像较暗，为

解决这个问题，光虎为其加入了同轴设计。在插入

一个点光源后，通过分光棱镜将光线从镜头出射，

照明待测物表面后再返回镜头成像，可实现均匀度

90%以上的正向照明，轻松照亮待测物表面。从远

心镜头出射的同轴光准直度更高，对于待测物表面

的形状更加敏感，使得表面瑕疵检测更加轻松。而

光虎通过扎实的光学设计和严格的生产加工要求，

并没有让同轴设计影响成像质量，保证了视野中心

和四周边缘的成像亮度一致，质量一致，极大提升

了与之配套的机械结构设计的灵活性及简洁度。针

对微细物体的表面及细微缺陷的检验需

求，OTL11.5-100-110CT镜头凭借卓越的对比度与

分辨率以及便捷的同轴设计，成为理想选择。

图5 OTL11.5-100-110CT

除了这支很有特点的镜头外，该系列镜头还有

多种选择倍率从0.5倍覆盖到10倍，工作距离从65到

300毫米皆有选择，有些型号也具有跟OTL11.5-

100-110CT一样的同轴设计，无论是紧凑的测试空

间还是需要长工作距的情况都可以应对。通过扎实

的光学设计，这些物方远心镜头都可以做到全景深

全视野畸变率小于0.05%，远心度小于0.05°，为用

户提供高精度高准确性的成像。

四、大视野双远心镜头的应用

在大视野双远心镜头领域，光虎一样精益求

精。下面展示的便是光虎镜头对小电感的检测，小

电感的长度不到2mm，在上面缠绕的磁感线圈宽度

不到0.15mm。图4展示的是使用光虎的OTL11.5-

20-110CT两倍同轴物方远心镜头进行检测，对于这

支视野在5.7mm的镜头来说检测起来非常轻松，甚

至表面的加工纹理都看得清清楚楚。

图6 光虎镜头检测小电感 图7 光虎两倍镜头检测小电感

图8 光虎双远心镜头检测

小电感

图9 光虎双远心镜头检测小

电感放大

而图8则展示了TTL18.5-105-160C对于小电感

进行批量检测的效果，这支镜头拥有着相对较大的

105mm的视野，其物方分辨率26.69μm，景深

18.08mm，倍率为0.176。在图9中我们可以看到，

虽然待测物只占了实际视野的1/50都不到，但是

TTL18.5-105-160C依然可以做到清晰的成像，每一

条线圈都能清晰分辨，在上面的伤痕更是清晰可

见，并且在全视野都有一样的成像质量，大大提高

了检测的效率。

图10 TTL18.5-105-160C

而105毫米的视野在光虎的产品中只能算是中

等视野，光虎的双远心系列镜头视野范围从11.5mm

覆盖到315mm，靶面大小从1/3”支持到全画幅尺

寸。并且每一个型号都拥有实测值全景深全视野小

于0.05%的畸变率和小于0.05°的远心度。除去在光

学设计上的努力，光虎不放过任何一个小细节，镜

头均使用了阳极氧化发黑工艺，喷涂消光漆，内置

消光螺纹等等方式减小杂散光的影响，保证镜头的

均匀度和检测的可重复性。光虎还支持定制光圈，

可以根据需要平衡分辨率和景深。

MACHINE VISION 2024/10

81

一、前言

人工智能（AI）技术的快速发展掀起了新一轮

工业革命浪潮，通用大模型的出现让AI技术从专用

化迈向了通用化，而机器视觉与图像处理也正经历

着前所未有的变革。其应用也正随着技术进步与成

本降低而不断扩展，成为推动各个行业数字化、智

能化转型的关键技术之一。

作为连接虚拟世界与现实的桥梁，机器视觉赋

予机器“看见”的能力，通过图像捕捉来代替人眼

进行测量与判断，技术涉及到图像捕捉、图像处

理、分析与理解，最终用于实现检测、测量、识别

与控制等功能板块。机器视觉也正不断渗透在如工

业自动化、医疗诊断、交通安全监控等领域中。其

中，工业自动化是机器视觉应用最为广泛和成熟的

领域之一。在这个领域中，机器视觉系统扮演着质

量监控、生产流程监控、自动化装配、机器人引导

等关键角色。

随着工业4.0的推进，机器视觉在工业自动化中

的作用越来越重要，而英特尔®也旨在不断为此进程

提供高性能计算平台、先进的处理器、以及丰富的软

件工具与创新方案，通过持续努力的技术创新，使机

器视觉与图像处理技术更高效、智能和易使用，帮助

更多企业与开发者解决实际问题，提高生产效率，创

造更多的商业价值。文章重点介绍英特尔®酷睿™

Ultra，至强®处理器等硬件产品、OpenVINO™软件

平台，及基于视觉大模型的零样本或少样本异常检测

等创新方案。

英特尔®赋能机器视觉

⸺塑造工业自动化新未来

英特尔 刘俊 张心宇 高畅

二、英特尔®技术方案

1.硬件

（1）英特尔®酷睿™Ultra处理器

英特尔®酷睿™Ultra处理器基于极紫外(EUV)光

刻技术的4制程工艺，集P-core、E-core、英特尔锐炫™

GPU及AI专用的内置神经处理单元 (NPU) 英特尔® AI

Boost于单个SoC内。其GPU提供多达8个Xe内核

（多达128个图形执行单元），硬件加速AV编码、内置

DisplayPort2.1(USB-C)和HDMI 2.1，以及全新图形

系统控制器。与上一代相比，英特尔®酷睿™Ultra处理

器AI性能提升1.5倍，能效提升2.56倍，图形处理能力

提升1.81倍。该产品采用高能效BGA封装，以先进的

AI和图形处理性能，提供灵活性以满足视觉和自动化

需求，助力部署边缘解决方案，是应对边缘严苛工作

负载的理想选择。通过P-core、E-core、GPU及AI

Boost等计算引擎协同工作，减少了对独立加速器的

需求，降低了系统复杂性和成本。同时，支持英特尔®

发行版OpenVINO™工具套件，简化AI工作流程，并

为TensorFlow、PyTorch等主流AI框架提供支持和

优化。

图1 英特尔®

酷睿™Ultra处理器示意图

82

CASE 应用案例

（2）英特尔®至强®Max系列&英特尔®至强®6

性能核处理器

作为唯一一款基于x86的高带宽内存（HBM）

处理器，英特尔®至强®Max系列处理器可最大程度

提高带宽。英特尔®Max系列CPU在架构设计上大幅

增强采用HBM的英特尔®至强®平台的性能，相较于

竞品，其针对实际工作负载的性能提升了4.8倍，比

如建模、人工智能、深度学习、高性能计算 (HPC)和

数据分析。英特尔®至强®Max系列处理器采用了新

的微架构，并支持丰富的平台增强功能，包括更多

的核心数量、先进的I/O和内存子系统，以及内置加

速器。除此之外，英特尔至强Max系列处理器提供

了不同的内存模式，可根据不同AI工作负载的需求

灵活配置。整个英特尔®至强®Max系列产品通过英

特尔®oneAPI统一，为一个共通的、开放的、基于标

准的编程模型，释放生产力和性能。开发者可以使

用英特尔®oneAPI基础工具包和英特尔®oneAPI高性

能计算工具包，更容易地构建、分析、优化和扩展

通用计算、高性能计算和AI应用程序，跨越多种类

型的架构，并使用包括在向量化、多线程、多节点

并行化和内存优化方面的最先进技术。使用英特尔®

至强®Max系列处理器和英特尔®oneAPI，开发者可

以轻松构建高性能、多架构软件，为高性能计算做

好准备。

通道和96个PCIe通道，满足不同应用需求。MCR

DIMM提供高达8,800MT/s的传输速度，降低总体拥

有成本，缓解内存访问限制。

（3）英特尔®锐炫™显卡

英特尔®锐炫™显卡是最新独立显卡产品线，为

网络和物联网边缘应用提供AI、图形和媒体处理性

能。包括高端锐炫™7系列、中端锐炫™5系列和低端

锐炫™3系列，满足不同级别的AI工作负载需求。采

用英特尔®Xe-HPG微架构和Xe内核，针对特定工作

负载进行优化。每个X e内核配备A I引擎，利用

XMX技术加速AI工作负载，计算能力较传统GPU矢

量单元提高16倍。同时，提供开源OpenVINO™工

具包，加速和优化AI工作负载在锐炫GPU上的性

能。英特尔®通过强大的ODM生态系统提供多种

GPU卡片，解决边缘AI应用复杂、多样的需求。

图2 英特尔®至强®最大限度提高带宽

英特尔®至强®6性能核处理器的单核性能非常

出色，AI性能优异，能应对广泛工作负载。无需

离散加速器即可运行大型AI模型，为企业节省资

金和时间。通过提供高性能内核、创新矩阵和向

量引擎以及高内存和I/O带宽，支持AI用例和高性

能计算工作负载。内置矩阵引擎加速计算密集型

任务，支持int8、BF16和FP16数据类型，可助力

满足多种AI模型的服务级别协议。同时，提供可

扩展性，每个插槽可扩展至128个内核、12个内存

图3 英特尔®锐炫显卡示意图

2.软件

（1）英特尔®OpenVINO™工具套件

英特尔®OpenVINO™是开源工具套件，用于优

化和部署从云到边缘的深度学习模型。支持

PyTorch™、TensorFlow™、ONNX等流行框架，

提供模型优化和转换工具，帮助开发者提高模型性

能。同时，支持将模型部署在各种环境上，如云

端、浏览器、本地设备、英特尔 ®或第三方硬

件、CPU、GPU、NPU或FPGA。最新版本增加了

针对AI大模型的新功能，包括扩大对生成式AI和大

模型框架的覆盖和支持、支持更广泛的模型压缩技

术、提高大模型的可移植性和性能等。

MACHINE VISION 2024/10

83

第二阶段是任务理解和分解：有了上一阶段的

提示词输入，大模型（目前在Qwen和Phi3上验

证）会将其拆解为一连串的子任务序列，子任务序

列和图像视觉信息结合就构成了更加准确的执行目

标，例如一个子任务，移动到红色盘子上方，结合

视觉信息找到的红色盘子，计算得出上方的坐标信

息，经过interpreter时也会做代码级别的验证，之

后就可以给到MoveIt2路径规划，来规划出中间的

一个一个路点。

第三阶段就是执行的阶段：有了路点的信息后，

通过共享内存机制，实时系统将会得到路点数据，通

过RTMotion运动控制功能块，驱动机械臂上电机执

行对应的加减速控制，来完成最终机械臂的整体运

动，从而整体实现用过自然语言对机械臂的操控。

从系统的角度，这个架构中英特尔®的软硬件扮

演着非常重要的角色：

硬件层面，基于MTL-H的算力，其NPU和

iGPU在语言的解析和图像/视频的处理上起到了关

键作用，CPU中性能核和部分能效核用于计算非实

时域内的部分负载，而少部分能效核被单独隔离出

来执行实时任务，配合专属的 Intel 网卡运行

EtherCAT或CANopen的总线协议，来达到机械臂

运动确定性的要求。

软件层面，英特尔®工业边缘软件平台（ECI）

毫无疑问充当了整个系统的底座，实时运动控制部

图4 典型的机器视觉Pipeline示意图

（2）英特尔®CVOI（工业机器视觉优化参考实

现）

英特尔®CVOI是一站式资源库，包括最佳实践

方法、指导手册和样例代码，专为优化英特尔®平台

上工业机器视觉的性能和稳定性而设计。整合了英

特尔®的多种软件技术，如OneAPI、OneVPL等，

以支持客户在英特尔®产品上部署机器视觉解决方

案。CVOI基于典型的机器视觉Pipeline，提供了是

一套全面的指南和示例代码，旨在优化英特尔®平台

上计算机视觉算子和整体系统Pipeline的性能。包

含适用于英特尔®第12/13代及以后平台的性能优化

最佳实践方法、2D和3D领域的加速算子参考示例代

码以及基于实际使用案例中机器视觉Pipeline的优

化示例等。

三、创新技术方案

1.大语言模型赋能工业机械手臂

整体架构从任务的角度整个任务可以分解成三

个阶段：

第一阶段是外部数据收集：这一阶段主要依

赖两个外部输入，分别是人类的语音输入和摄像

头的图像/视频信息输入，语音输入通过A u d i o

Speech Recognition (ASR) ，基于FunASR运算

框架，运行中文分析模型分解匹配预先设置的提

示词（prompts），视频和图像信息则是直接给

到后一阶段。

84

CASE 应用案例

分运行在PreeemptRT/Xenomai环境下，而非实时

部分通过叠加OpenVINO™对大语言模型的推理提

供了加速，其中FastSAM起到分割图像作用，而

CLIP满足识别的功能，同时系统也对视频和图像处

理提供了效率上的提升。

目前大模型的方案相对于传统机械臂编程方案有

以下两点：任务拆解规划能力，sub task体现出相对

于传统机械臂靠人来分析拆解运动步骤的优势；视觉

模型均为Zero Shot，不需要巨大的ground truth数据

集支持， 模型的泛化能力更强。

2. 基于视觉大模型的零样本或少样本异常检测

工业异常检测是制造业中确保产品质量和安全

的关键技术，通过计算机视觉来识别和定位工业产

品中的异常区域。传统的人工检查和简单的自动化

工具效率低下且容易出错。深度学习技术的发展，

特别是基于卷积神经网络（CNN）的异常检测方

法，已经使得自动识别产品缺陷或异常成为可能。

然而，这些方法往往需要大量标注样本来训练模

型，尤其是需要大量正常样本来学习正常情况下的

产品特性。但在实际应用中，这种对大量样本的依

赖不现实，从而限制了它们在实际中的应用。

在这一情况下，零样本或少样本异常检测

（ZSAD/FSAD）技术应运而生，它要求模型在没

有或仅有极少量目标类别样本的情况下也能有效执

行异常检测任务。这要求模型具备一定的泛化能

力，能够在没有先验知识的情况下识别未知的异常

类型。多模态预训练模型，结合视觉和语言信息，

通过大规模预训练学习丰富的跨模态表示，展现出

在视觉任务中模型的Zero-shot识别能力。

在工业异常检测中，研究人员利用这些模型的

视觉语言理解能力，通过自然语言描述产品的正常

和异常特征，并结合图像来训练模型。这种方法减

少了对标注样本的需求，提高了模型适应新环境和

产品类型的能力。多模态预训练模型的自然语言理

解能力还使得检测任务通过语言指令进行调整，增

强了模型的灵活性和易部署性。

一种基于CLIP模型的异常检测方法适用于零样

本和少样本异常检测场景。通过预训练的CLIP模

型，结合文本和图像的理解能力，能够生成异常得

分映射并识别异常区域。在零样本检测中，模型通

过文本提示模板生成文本嵌入，并与图像嵌入进行

相似度对比。而在少样本检测中，额外提供的参考

图像通过图像编码器处理，与查询图像的特征进行

比对，以提高检测准确度。

尽管零样本检测难以满足工业场景中对准确度的

高要求，少样本检测通过提供少量参考样本显著提升

了准确度，更适合工业应用。英特尔®OpenVINO™

工具包对CLIP模型进行了深度优化，显著提升了在英

特尔®硬件平台上的推理性能，使得该异常检测方案

能够灵活部署，满足不同场景下的性能和成本需求。

3.3. 人形机器人

基础人形机器人负载

以满足需求的运动执行能力为核心，任务相对

固定，以传统运控算法为主；

标准人形机器人负载

借助强化学习增强运动执行能力，借助本地及

云端大模型实现覆盖场景需求的感知泛化能力与任

务生成能力；

旗舰人形机器人负载

在智能性，自主性层面增强，在技术路径层面

通通过端到端模型代替分层决策模型，整体负载可

能收敛至以AI为主。

在人形机器人内部，CPU、GPU和NPU（神经

处理单元）各自承担着不同的任务，它们的设计和

优化针对的是不同类型的计算需求。以下是它们各

自的特点和处理任务的差异：

CPU 负责小脑：

· 负载：实时控制, 轨迹规划，运控算法，步态

算法，实时控制。

· CPU是通用处理器，设计用于处理各种类型的

MACHINE VISION 2024/10

85

计算任务。具有较少的核心，但每个核心的计算能

力较强，适合执行顺序性强的复杂任务。

· CPU通常负责机器人的高级决策逻辑、任务规

划、运动规划、传感器数据的融合处理等。

· CPU也负责协调其他处理器的工作，如分配任

务给GPU或NPU。

GPU/NPU 负责大脑：

· 负载：VSLAM，环境感知，任务编排，自主

规划，模仿学习，强化学习。

· 在人形机器人中，GPU常用于视觉处理任务，

如图像识别、视频分析、3D建模和环境映射。

· 随着深度学习的发展，GPU也被广泛用于加速

神经网络的训练和推理过程。

· NPU是专门为神经网络计算和机器学习任务设

计的处理器。通常用于执行机器人的感知任务，如

物体识别、语音识别、自然语言理解等。

在实际应用中，这三种处理器可能会协同工

作，各自处理它们擅长的任务。例如，CPU可能会

处理传感器数据融合和决策逻辑，GPU负责图像处

理和深度学习模型的并行计算，而NPU则专注于快

速高效地执行神经网络推理任务。这种分工可以使

人形机器人在执行复杂任务时更加高效和智能。在

选择处理器时，机器人的开发者需要考虑到机器人

的任务类型、实时性要求、能耗限制、散热能力、

成本预算等因素。

利用英特尔®酷睿™Ultra处理器提升竞争优势，在

单个SOC中，P-core（性能核）、E-core（能效核）、英特

尔®锐炫™GPU ，英特尔®NPU以及英特尔®AI Boost等

众多计算引擎协同加速边缘AI推理。GPU支持2D视

觉，大模型运算、2D/3D视觉其他并行计算，CPU支

持VLSAM计算。AV X 2，核数/线程提升，增强的

GPU, Intel®Math Kernal Library优化CPU对传统算

法运算性能。以上功能在SOC实现，减少对独立加速

器的需求，帮助降低系统复杂性和成本。

四、愿景与展望

随着技术的不断进步，机器视觉和图像处理已

经成为推动工业自动化、智能交通、医疗诊断等领

域创新的关键力量。英特尔®在这一进程中扮演着至

关重要的角色，其高性能计算平台、软件工具的支

持及创新方案，为机器视觉系统提供了强大的“大

脑” 和 “神经中枢” 。未来，随着科技巨头们的不

懈努力和对生态系统的持续投资，我们有理由相

信，机器视觉和图像处理技术将更加深入地融入我

们的生产和生活，提高工作效率与生产质量，为实

现智能制造和工厂的数字化转型提供强有力的技术

支持。通过集成机器视觉系统，工厂能够实现更高

程度的自动化，更好地适应市场需求的变化，提高

生产的灵活性和经济效益，共同开启智能化新篇

章，为人类社会带来更加广阔的发展前景。

注：

实际性能受使用情况、配置和其他因素的差异影响，结果可能不同。

86

CASE 应用案例

一、前言

闪测仪是一种使用了光学、图像学等技术手段

的测量工具。“闪测”体现了其速度和效率方面的

优势，这是在投影测量、影像测量等众多产品的基

础上进一步提升和改进而来的。 测量作为质量检测

和评估过程中的重要环节，过程中所使用的测量工

具也应保证可靠的结果输出，也需具有便于使用的

属性。

樱田视觉专注于基于机器视觉的精密测量应

用，结合承接过的各类在线与离线视觉测量项目经

验，推出一款高精度的立卧两用闪测仪。

樱田立卧两用闪测仪

⸺解决测量工作中的实际问题

天津樱田智能科技有限公司 赵宁

二、保证核心性能与可用性

作为测量工具，樱田闪测仪以保证测量精度和稳

定性为根本，为了实现更大单次测量视野内的精度提

升，樱田闪测仪采用了2000万像素图像传感器和经

过优化的定制双远心镜头，使其在100mm内的视野

中可达到±2μm的实测精度。除精度外，可测零件种

类的多少和是否能适应不同测量场景的能力也尤为重

要。樱田闪测仪可立卧两用的结构设计，使其不但能

应对常规的平台放置测量，还可以在卧式状态下更方

便的测量轴、杆、螺栓等类型的零件。

图1 樱田闪测仪立式 图3 轴类零件测量

图2 樱田闪测仪卧式

三、方便测量数据管理

闪测仪的测量原理主要应用的是机器视觉中的图

像测量技术，那么它有没有继承机器视觉的智能化特

性呢？在产品的质量评估和把控过程中，产品信息的

全流程管理是十分必要的，实际的尺寸质检时，操作

者更希望产品ID与测量结果能够自动的结合起来，减

少时间成本和人工记录带来的疏漏。樱田闪测仪可兼

MACHINE VISION 2024/10

87

容大多数常用扫码枪，与同一主机连接时，执行测量

可直接载入扫码信息，测量结果与扫码信息相匹配，

便于产品测量数据的统计与整理。

较为复杂的零件可能需要对其不同位置，或者

正面、反面、侧面等多次测量。那么为了更方便的

对应零件ID信息，这些测量数据可以整合到同一模

版吗？樱田闪测仪具有多模版测量功能，使得分步

测量的尺寸数据也能一起显示和记录在同一个模版

编号下。

五、总结

樱田闪测仪通过充分发挥视觉测量的快速与智

能化优势，适应了当下的高效化和多样化的工业生

产模式。相对于人工模式与半自动的测量工具，其

具有更好的结果稳定性，对测量数据的提取、记录

与上传也更加方便。通过多项功能模块与测量工具

的组合，即使遇到非稳定的测量场景与复杂零件，

樱田闪测仪也可准确测量，是可以为使用者有效解

决实际测量问题的产品。

图4 扫码信息绑定

图5 注册模版与局部坐标系

测量数据不但需要在终端设备上准确记录，往

往也需要进行数据上载，以便对整个生产流程进行

监测和管理。樱田闪测仪具有MES上传功能，上传

程序可被扫码枪激活，使用通用的通讯协议，即可

将产品信息与测量数据上传至生产执行系统中。

四、解决“意外”的测量难题

进行基于视觉图像的测量工作，我们通常都会

默认被测零件与标准品较为接近，只需测量相关尺

寸是否超差。然而在零件打样或试生产阶段，被测

零件的许多特征可能和标准模型有着不小的出入，

这样为了便于批量测量的图像模版就不再适用了。

樱田闪测仪可在主体模版基础上，根据局部小特征

点建立多个坐标系。这样即使有因为生产工艺未定

型而导致的标准模版不匹配，我们依然可以依靠局

部坐标系的定位，测量出该坐标系下的关键尺寸。

图6 多模版组合任务

88

CASE 应用案例

一、案例背景

在消费电子行业的制造过程中，AI视觉检测技

术发挥着至关重要的作用。鉴于该行业的快速发展

和产品结构的复杂性，制造商面临着生产流程和质

量控制方面的多重挑战。从零部件级到模块级，直

至最终装配，每一个生产阶段都需要进行严格的检

测以保证产品质量。此外，消费电子产品中使用的

元器件种类繁多，缺陷形式多样，出现的位置也不

固定，这使得在高良率生产线中收集缺陷样本变得

较为困难。

为了克服这些难题，自动化机器视觉检测技术

被广泛采用。它在零部件的精确检测、高效组装以

及成品外观质量的把控等方面，成功取代了传统的

人工检测方式，不仅极大地提高了生产效率，还显

著提升了产品的合格率。这项技术的应用为消费电

子行业的持续进步注入了新的动力，通过快速识别

和解决质量问题，增强了产品的可靠性、用户满意

度以及市场竞争力。

阿丘科技基于AIDI工业AI视觉算法平台，聚焦

消费电子行业，阐述在该行业中的案例实践。

二、FPC软板外观检测

FPC是具有优良导电性能的电路板，体积轻便，

在3C行业应用广泛。一片软板通常由金面、柔板、连

接器、屏蔽膜等部件组成，检测项多达60+，单个车

间需要配置20+名质检员。为节省人力成本，该工

厂引进多家AOI检测设备。

阿丘科技AI视觉检测技术

⸺消费电子行业案例实践

文 / 阿丘科技

由于其检测项多、难度大，一家设备商批量部

署了设备，但仍然存在严重缺陷的漏检，部署一年

迟迟无法验收，产线也无法减员。如果旧设备无法

解决问题，设备商就难以争取到后续的订单。因此

设备商决定主动引入AI供应商，对旧设备进行改造

升级。

阿丘科技基于AIDI的FPC软板外观视觉检测系

统，分2个工位检测正面、反面两面，采用传统算法

前处理与AI结合的方式：

1、使用AIDI监督算法，应对异物、脏污、划

痕、压伤、露铜等20+常见缺陷项，保证常见缺陷

零漏检；

2、采用AI非监督算法+AIDG，通过学习良品

和缺陷扩充的方式，检测异常区域，应对裁切不

良、零件缺失、孔内异物、焊盘划伤、印刷不良等

40+不常见的严重缺陷检测。

通过AI与传统结合、有监督与非监督结合，综

合解决60+检测项，最终达到过检率＜3%，漏检率

＜0.5%的上线指标。通过AIDG缺陷生成工具和非

监督算法实现快速上线，2-3天完成批量部署。阿丘

科技助力该工厂完成设备升级改造任务，大幅节约

人力成本。

三、摄像头圆孔内壁移印面外观检测

摄像头圆孔内壁移印完成后，存在多种不良

缺陷，例如划伤、擦伤、缺墨、透光等。这些缺

陷通过肉眼难以观察，极易导致出现不良产品。

MACHINE VISION 2024/10

89

不良产品一旦流入下游产线，可能导致摄像头成

像出现异常。

由于总体产能较大且对质检人员要求较高，人

工质检的成本在不断攀升。为了控制成本，该厂商

引入多家AOI供应商，但目前AOI厂商普遍采用传

统算法，其检测准确度较低，过漏失比例较大。

阿丘科技基于AIDI的BG-AOI视觉检测系统，

分6个工位检测正面及其反面，三个不同孔位分别进

行检测：

1、通过AI与传统算法结合的方式：利用传统

算法精确定位移印区域，通过将圆展开等操作大幅

度提升检测效率；

2、通过AI检测如擦伤、油墨不均、划伤等低

对比度缺陷，极大提升了检测准确率。

自动化的移印检测系统大幅度节约产线人力，

减少人工检测的时间和成本，提升检测准确率。通

过该方案，解决了传统视觉检测方案难以实现而必

须靠大量人工目检的问题。最终达到过检率＜5%、

漏检率0.2%的上线指标，极大提升了生产效率和

产能。

四、键盘键帽字符质量检测

在键盘的精细制造流程中，往往面临字符区域

出现错印、少印、漏印及键帽位置错乱等复杂的质

量挑战。生产过程中，多种型号的键帽会混合进行

生产，其中不乏一些较为罕见的型号，这进一步加

剧了缺陷产品辨识与收集的难度。因此，对缺陷品

的精准检测成为了一项极具挑战性的任务。

针对键盘规格型号多的特点，阿丘科技制定以

下非监督缺陷检测解决方案：

1、对键帽区域进行粗定位，获取待检ROI；

2、使用AIDI非监督分割工具，基于单个型号

的键盘进行训练，即可直接检测所有型号键帽中出

现的漏印、少印、多印等多种缺陷。

阿丘科技引入基于非监督学习的AI算法，无需

缺陷样品，降低数据准备和维护成本，有效提升检

测效率和准确性。该方案仅需收集部分常见良品图

像进行训练，简化数据收集过程；同时采用单个模

型覆盖多种型号键帽检测，提高模型构建效率；无

需多次切换模型，优化硬件资源利用，降低设备运

行成本。

五、总结

未来，阿丘科技将持续立足当下工业质检现

状，将AI与工业相结合，利用智能良品学习、智能

缺陷数据生成、工业视觉大模型三大关键技术，推

动工业AI视觉平台及行业基础模型在工业视觉领域

的垂直应用，降低企业AI落地成本和难度，助力AI

技术在企业各个分支工厂、不同场景的实际应用。

图 使用AIDI的检测案例

90

CASE 应用案例

一、背景

近年来，自动驾驶研究取得了很大进步，但全

自动驾驶车辆的“道路安全”，尤其是在公共交通

领域，仍有一些难点需要克服。目前，自动驾驶车

辆使用的许多功能都依赖于机器学习来推断场景中

的物体。推断有两种方式：目标检测和物体距离。

目标检测是通过检测道路上的物体并对其进行分

类，即可准确地识别熟悉的物体。物体距离可确定

物体在场景中的距离。物体距离的推理可能是一个

较大的难点，因为车辆需要减速或加速，即使是几

米的差距也可能导致碰撞。

2021 年 2 月初，总部位于加利福尼亚的科技公

司ADASTEC专门从事自动驾驶软件平台的开发，

与土耳其一家领先的汽车制造商合作，推出了他们

共同开发的第一辆电动四级自动8.3米公交车。这辆

纯电力驱动的全自动驾驶巴士被宣布可以在欧洲和

美国的高速公路和街道上行驶。成为该市场中第一

辆Level-4全尺寸自动驾驶电动巴士。

二、挑战

Level-4自动驾驶要求预先确定专用道路，解决

每一个瞬间的定位、感知、预测和路径规划问题以

及在道路上控制车辆。到目前为止，公共交通的

Level-4自动驾驶解决方案仅在载客量有限、速度较

慢且不具备城市道路合法性的小型原型车辆上实

施。这些解决方案还没有经过优化和整合，无法与

全尺寸的 OEM 公交车一起使用。

ADASTEC公司在巴士上使用不同的传感器技

术：激光雷达、雷达、RGB和热像仪，可在不同光

照和天气条件下感知和预测车辆及附近物体的位置

高动态相机Tri054S-CC助力

全球首辆Level-4自动驾驶电动巴士

文 / Lucid Vision Labs

和状态。这些传感器必须可靠，并在设计的特定参

数下运行，以保证自动驾驶平台的安全和成功。

三、解决方案

ADASTEC的自动运输平台flowride.ai为全尺

寸商用车辆提供 Level-4自动平台。flowride.ai专为

在公共道路上沿预定路线进行大规模公共运输而设

计。该平台允许原始设备制造商构建最佳的自动驾

驶巴士配置，以满足运营商的需求。

LUCID的5.4M Triton高动态相机被用作感知传

感器，三个相机被安装在巴士的前仪表板上。

Triton TRI054S相机采用索尼 IMX490（BSI）背照

式CMOS传感器，具有120dB的动态范围，且可有效

抑制LED闪烁。相机具有5.4M的高分辨率，帧速为

23.1fps，能够在白天和夜间为先进驾驶辅助系统

(ADAS)和自主驾驶提供广角视野和高精度识别。

Triton的目标亮度可动态计算增益和曝光，从而

使相机成像不受时间和照明条件的影响。ADASTEC

使用相机的精确时间协议(PTP)同步每台摄像机的时

钟，可自动同步便于3D视图的计算。“ADASTEC首席

技术官Kerem PAR说：\"Triton相机使我们能够捕捉

到更大的视角，相机能够识别交通状况和障碍物、标

志和交 通信号等 物 体 。“此 外，在 整个集 成 过程

中，LUCID就会提供实用的解决方案，为客户提供出

色的支持。”

四、结论

Lucid具有120dB的动态范围5.4M相机，能有

效抑制LED闪烁，能够识别交通状况和障碍物、标

志和交通信号等物体，为自动驾驶提供眼睛。

MACHINE VISION 2024/10

91

映美精高分辨率工业相机

让跳水运动实现精准技术突破

文 / The Imaging Source

使其成为体育比赛中动作捕捉和分析的理想选择，

尤其是在像跳水这样需要高度技术的项目中。

三、The Imaging Source映美精相机38G系

列工业技术特性

The Imaging Source 38G系列工业相机因其优

越的技术特性，具备在跳水比赛中应用的潜力。这

些相机的关键特点如下：

1.高分辨率38G系列相机配备了4,096×3,000

像素（12.3MP）的高分辨率传感器，能够提供清晰

且细腻的图像。这在跳水比赛中尤为重要，因为运

动员的每一个动作都需要被精确地捕捉下来，以便

后续的技术分析和评估。

2.全局快门技术相较于传统的卷帘快门，全局快

门技术能够避免图像失真，尤其是在捕捉高速运动

时。跳水运动员在空中进行复杂的动作，从起跳到入

水仅需短短几秒钟，全局快门可以确保在这样的高速

运动中，每一帧画面都能准确无误地被记录。

3.GigE接口这款相机的GigE接口支持高速数据

传输，确保在拍摄过程中，图像数据能够实时传输

至分析系统中。这对于实时监控和比赛实时分析至

关重要，使教练团队能够迅速获取运动员的动作数

据并做出相应的反应。

4.小巧设计与灵活安装相机的紧凑设计使其能够

灵活安装在不同的场地，无论是跳水台的边缘还是比

赛场地的隐蔽位置，都可以轻松安装。这样的灵活性

保证了相机能够从最佳的角度捕捉到运动员的动作。

四、跳水比赛中的影像需求

跳水比赛是一项极具技术性和美感的运动，运

动员需要在空中完成一系列精确且优美的动作，并

一、引言

2024年奥运会再次见证了中国跳水队的辉煌表

现。中国运动员以其卓越的技术和稳定的发挥，赢

得了多枚金牌，成为全球瞩目的焦点。这些优秀的

成绩背后，除了运动员自身的努力，还得益于科技

的支持。精密的技术监测和分析工具在训练和比赛

中发挥了重要作用，其中，工业相机作为技术分析

的重要组成部分，正越来越多地被应用于跳水等高

难度的运动项目中。

随着科技的不断进步，工业相机已经从传统的农

业、工业场景中扩展至各种应用领域。本文将探讨

The Imaging Source映美精38G系列工业相机在跳水

比赛中的潜在应用，分析其技术特性如何帮助提升运

动表现，并探讨其未来在体育领域中的应用前景。

二、工业相机与体育比赛

在高水平的体育比赛中，精确的动作捕捉和技

术分析已成为教练和技术团队提升运动员表现的关

键工具。传统消费型相机的局限性，尤其是在分辨

率、帧率和快门速度方面，促使越来越多的专业领

域开始关注工业相机的应用。

工业相机的优势在于其高分辨率、全局快门技

术和高速数据传输能力，使其能够在不妥协画质的

前提下，精确捕捉运动中的每一个细节。这些特性

92

CASE 应用案例

在入水时减少水花的飞溅。这些动作的每一个细

节，从起跳时的爆发力到空中翻腾的稳定性，再到

入水时的角度，都需要被精确捕捉并进行分析。

高速动作捕捉的必要性跳水运动的瞬间性要求摄

影设备能够以高速帧率进行拍摄，以捕捉运动员在空

中的每一个细微动作。尽管38G系列相机的帧率可能

不如专门设计的高速摄影机，但其高分辨率和全局快

门技术使其在捕捉精确画面方面具有极大的优势。

分辨率的重要性在跳水比赛中，图像的清晰度和

细节呈现至关重要。高分辨率相机能够捕捉到运动员

动作的细节，包括肌肉的细微变化和水花的形态，这

些都对于后续的技术分析和评分有直接影响。

3.赛后技术分析比赛结束后，高分辨率的图像可以用来

进行深入的技术分析。教练团队可以回顾运动员的每一个动

作，并通过逐帧分析来识别需要改进的技术细节。这不仅有

助于运动员提高表现，还可以用来制定更精细的训练计划。

4.数据库建设与长期追踪随着比赛和训练数据的积累，

这些高质量的图像和数据可以用来建立运动员的长期技术数

据库。通过这些数据，教练可以追踪运动员的进步，识别长

期的技术趋势，并根据这些趋势来制定训练策略。

六、案例模拟：38G系列相机在跳水训练和比赛中

的应用

为了更具体地展示38G系列相机在跳水比赛中的应用，

我们可以模拟一个场景来演示这款相机如何被使用。

在一次高级跳水训练中，38G系列相机被安装在跳水台

的不同角度，从运动员的起跳点到入水点都有相机进行拍

摄。当运动员完成一次跳水动作后，这些相机会将拍摄的高

分辨率图像实时传输至控制中心，教练可以在大屏幕上查看

每一帧画面，并立即指出运动员动作中的不足之处。

例如，教练发现运动员在空中旋转时身体略微偏离了理

想的角度，这可能会影响入水的效果。通过这些即时的数据反

馈，教练可以迅速调整运动员的训练内容，并帮助他们在下一

次训练中做出改进。

此外，这些高质量的图像还可以用来进行赛后分析。教

练团队可以回顾比赛中的每一个动作，并通过逐帧分析来识

别技术上的优点和不足。这些分析结果将被纳入运动员的长

期数据库中，帮助他们在未来的训练中进一步提高表现。

七、未来展望与结语

随着科技的不断进步，工业相机在体育比赛中的应用前

景越来越广阔。The Imaging Source 38G系列工业相机凭借

其高分辨率、全局快门和高速数据传输的特点，在跳水比赛

中展现出巨大的潜力。未来，随着这类技术的进一步发展，

我们有理由相信，工业相机将在更广泛的体育领域中发挥重

要作用，帮助运动员实现更好的表现。

这款相机不仅仅是一种技术工具，更是一种提升运动员

技术水平的有力支持。随着工业相机在体育领域中的应用越来

越普及，我们将看到更多技术与运动结合的创新成果，推动体

育科技进入新的时代。

实时监控和赛后分析除了比赛过程中的实时监

控，高分辨率和高质量的图像也能为赛后的技术分

析提供宝贵的数据。这些图像可以帮助教练团队回

顾运动员的表现，识别需要改进的地方，并制定更

加针对性的训练计划。

五、The Imaging Source相机在跳水比赛中

的潜在应用

基于上述需求，The Imaging Source 38G系列

相机在跳水比赛中具有广泛的应用潜力。以下是一

些可能的应用场景：

1.动作细节捕捉与分析使用38G系列相机，运动

员的每一个动作都能被精确记录，无论是空中的旋

转、翻腾，还是入水瞬间的姿势。这些高质量的图像可

以用来分析运动员的技术细节，帮助他们改善动作。

2.实时比赛监控通过GigE接口，38G系列相机

可以将比赛中的图像实时传输至控制中心，让教练

和技术团队能够实时评估运动员的表现，并在必要

时做出战术调整。

MACHINE VISION 2024/10

93

创视自动化显示面板检测视觉集成方案

东莞创视自动化科技有限公司 黄志锋

匀照射到产品表面，棱镜模组反射出产品四个面特

征，相机一次完成拍摄，成像均匀，缺陷位置颜色

及亮度与正常亮度对比明显。

经过客户实际使用验证，方案可以适用于不同

尺寸、型号的手机外框缺陷检测。检测过程中实时

完成缺陷分类汇总，针对轻微缺陷，自动化产线直

接返工；遇到事先设定的严重缺陷时，产线停机报

警，最大程度避免人工干预，实现精益化生产。

一、方案背景

对于制造业企业而言，每一件产品的质量都关系

着企业的生存。随着产品在精细化、自动化、规模化

方面的程度不断提升，人工目检难以针对每一件产品

进行瑕疵检测，导致不良品的数量一直居高不下。

以精密制造的液晶显示面板为例。制造工序繁

杂，其中需要进行高精度定位和角度测量的工序就

有几十处，整个生产过程中因为工艺或其他原因导

致的瑕疵种类更多达上百种，并且不同瑕疵的呈现

形式、大小、位置各不相同。在这种情况下，人工

检测已经无法有效胜任检测和测量工作。

创视自动化针对企业检测需求，推出系列面板检

测方案。方案以机器视觉技术为核心，通过自动检

测、图像分析、识别标记，实现智能化产品质检，克

服因工人差异、状态、熟练度造成的误检和漏检，助

力企业实现降低成本、提高良品率，提升双效。

案例1 外观检测：手机外观碰伤检测

在整个手机生产过程中，磕碰现象在所难免。

如何保证存在磕碰的不良品不会流入市场？“创视

自动化外观碰伤检测方案”经过工程师实地考察，

发现主要检测难点在于手机边框反光明显；部分麻

点、划痕与背景区分不明显；并且产线中位置有

限，无法架设多台相机。

针对这些，方案中选用棱镜模组一次成像，搭

配两条漫射型条光（型号：CBF-20030-W）。当待

检产品经过流水线移动至指定位置，光源从正面均

案例2 定位识别：背板定位检测

想要完成自动化生产，就必须让操作系统能够

自动化判定工件与操作设备和机台之间的位置关

系。主要检测难点在于精度能否达标。以背板生产

为例，需要在磨砂漫射板上定位两个孔。方案选择

采用高角度环形光源（型号：CR-15090-B），直接

从正面照射到背板表面，两个孔位底部为金属，反

图1-1

边框缺陷检测现场

图1-2

常见的边框缺陷

图1-3

边框缺陷检测识别图

图1

图2-1

打光示意图

图2-2

待检样品实拍

图2-3

背板定位检测识别图

图2

94

CASE 应用案例

光度高，呈现亮色，与背景形成亮度反差。搭配创

视专业软件CS-Vison2.0识别检测算法模块，单次检

测算法用时25ms以内，检测精度最高可达毫米级。

案例3 贴合检测：膜片贴合气泡检测

待检样品为一块表面光滑并且带有特殊底色的

膜片，客户检测要求为：对膜片贴合情况进行检

测，判断是否存在气泡。方案选择采用彩色工业相

机，凸显背景颜色，在光源上选用同轴光源（型

号：CC-320150-W）将光滑面打亮，最终获取的图

像表面灰度均匀，缺陷特征成像清晰，气泡位置与

背景对比明显。同时搭配专业算法软件。单次检测

算法用时40ms以内，每秒可以检测20个产品。经

过客户实际使用验证，该方案可以广泛的应用于电

子产品制造、包装行业等领域的瑕疵检测和尺寸测

量，提升产品质量和生产效率，降低成本和误差。

在特定检测场景下，搭配机械手，能够对折叠

屏完成特定角度折叠测量，最大程度地模拟产品在

日常使用中的弯曲和折叠情况，判断屏幕经过多次

折叠后，在不同折叠角度下是否存在玻璃下的异物

以及层间的气泡等问题，帮助厂家更加全面、真实

评估折叠屏幕性能和质量。

图3-1

打光示意图

图3-2

待检样品实拍

图3-3 膜片贴合气泡

检测识别图

图3

图4-1

打光示意图

图4-2 不同角度

折叠屏检测识别图

图4-3 不同角度

折叠屏检测识别图

图4

案例4 角度检测：折叠屏角度检测

消费者对于折叠屏手机的接受程度提高，相对

应的也提出更多要求，其中折叠屏的耐用性和稳定

性就是成为关注重点。针对于此，厂商需要在出厂

前针对折叠屏进行折叠测试，确保产品质量。但人

眼对于微小的角度变化感知不明显，通过加入“折

叠屏角度检测方案”就能轻松识别屏幕的形态和角

度变化。

方案选用面阵工业相机+低畸变远心镜头，配

合同轴平行光源（型号：CCP-100-B）将产品整体

打亮，当光线从屏幕背部直接照射到镜头时，光路

平行，两个夹角的边过度像素格较少，软件识别速

度更快，检测精度更高。结合创视算法软件，精准

定位角度数据，从而达到高精度检测要求。

二、创视自动化系列面板检测方案优势

创视自动化系列面板检测方案能够广泛的应用

于液晶面板产品外观缺陷检测、定位识别、计数测

量等领域中。通过向客户提供系列自研、自产的相

机、镜头、光源、工控机、工业视觉软件在内的全

套软硬件视觉成像设备和视觉集成方案，帮助企业

实现高精度、快速检测。

·实时监测、数字化分析。检测过程与主设备实

时联动，PC端可随时查看当前检测图像与结果，检

测效率相较人工操作提升180%；

·方案成熟，检出率高。在行业主流大厂中批量

化部署，针对崩边、裂纹、光阻残留等不同种类缺

陷检出率达99%以上；

·软件灵活易用，实用性强。通讯协议与业内主

流设备实现对接并成熟应用，检测标准、生产节

拍、流片速度等十余项关键参数均可自行设置。

MACHINE VISION 2024/10

95

视觉光源在光伏硅片上的应用

东莞锐视光电科技有限公司 邹晓东

在机器视觉系统中，光源是非常重要的组成部

分。它对所检测物体的表面提供足够的光线，使得相

机和其他传感器可以获取清晰、准确的图像。光源的

选择和设计会直接影响图像的质量，进而影响机器视

觉系统的检测和分析效果。例如，对于表面有反光性

的硅片，合适的光源能够减少光线反射的影响，提高

图像的对比度，使得表面缺陷更加清晰可见。

在光伏硅片的检测过程中，光源的作用是至关重

要的。一方面，合适的光源可以使硅片表面的缺陷清

晰可见，有助于机器视觉系统准确识别和分析；另一

方面，光源还可以帮助机器视觉系统对硅片的外观特

征、材料质地等进行准确的识别和测量。

四、光源案例应用

1.硅片色泽检测

红外线光源背光使用，揭示硅片微裂纹，通过

不同相机角度增强可视化，适用于精细缺陷检测。

一、引言

随着可再生能源产业的蓬勃发展，光伏能源作

为一种清洁、高效的能源形式，受到了广泛的关注和

应用。光伏电池作为光伏能源的核心组成部分，在电

池片的制造过程中必须保证高质量的硅片。然而，传

统的硅片检测方法主要依赖于人工视觉，无法满足

高精度、高效率和大批量生产的需求。机器视觉技

术的应用为光伏硅片的生产带来了全新的转变，而

光源作为机器视觉系统的关键组成部分，对硅片的

缺陷检测和表面特征分析起着至关重要的作用。

本文将介绍一项关于光伏硅片光源案例的视觉

技术应用，探讨其对硅片质量控制的重要性和实际

效果。

二、光伏硅片的重要性

光伏硅片作为太阳能电池的关键组件之一，直

接影响着光伏电池的发电效率和质量。其制造质量

和表面特征的稳定性与完整性对于整个光伏系统的

性能和寿命具有决定性影响。因此，高质量、高纯度

的硅片制造是保证光伏发电系统长期运行的关键。

传统的硅片检测方式主要依赖于人工检查，但

这种方式存在人为误差大、效率低、不能适应大规

模生产等问题。为了提高硅片质量控制的精确度和

效率，各行业开始引入机器视觉技术，以实现对硅

片缺陷的高精度检测和分析。而机器视觉系统的核

心组成部分之一是光源，光源的设计和应用对机器

视觉检测效果起着至关重要的作用。

三、光源在机器视觉中的作用

图1 硅片色泽检测

2.硅片尺寸检测

使用背光源使硅片轮廓与背景形成鲜明对比，

显著提升边缘识别效率，适合大规模自动化检测。

96

CASE 应用案例

图2 硅片尺寸检测

图3 原硅隐裂检测

图4 原硅脏污检测

图5 镀膜硅片隐裂检测

图6 制绒硅片隐裂检测

3.原硅隐裂检测

红外线光源背光使用，揭示硅片微裂纹，通过

不同相机角度增强可视化，适用于精细缺陷检测。

4.原硅脏污检测

使用隧道光源均匀照射硅片，清晰区分表面缺

陷与脏污，提高检测的精度和效率。

5.镀膜硅片隐裂检测

使用特定波长的激光光源，通过光子激发和荧

光成像技术，有效识别镀膜硅片中的微裂纹。

6.制绒硅片隐裂检测

红外线背光透视制绒硅片，显著增强表面缺陷

和背景对比，提升隐裂检测的可靠性。

五、结论

光伏硅片光源案例的成功应用充分展示了机器

视觉技术在光伏能源领域的潜力。光源作为机器视

觉系统的关键组成部分，对硅片的缺陷检测和分析

起着至关重要的作用。通过合理的设计和应用，光

源可以提供更加细致和清晰的照明，有利于机器视

觉系统对硅片表面特征的准确识别和分析。

因此，光源技术的不断进步和在机器视觉领域

的应用，对提高光伏硅片的生产效率和质量具有极

其重要的意义。未来，随着光源技术的不断创新和

发展，相信会为机器视觉技术在光伏领域的应用开

启更加广阔和前景美好的发展空间。

MACHINE VISION 2024/10

97

文 / 深圳市深视智能科技有限公司

（2）解决方案

对于焊缝质量的把控，采用深视智能3D线激光

传感器SR7080扫描配合2D成像，焊印缺陷有针眼、

爆点、异物、焊穿、虚焊、焊道偏移等，缺陷规格宽

度≥0.5mm，高度≥0.2mm可检出。2D可检焊印宽

度、焊印面积、焊印外观，3D根据灰度图定位焊印

轨迹，采用高度图获取缺陷深度信息完成检测。

一、背景

随着新能源技术的飞速发展，锂电池也凭借长

循环寿命、高电极电压等优良性能，成为了手机、

笔记本、电动汽车等现代化产品理想的动力来源，

广泛应用于工业社会的各个领域。

深视智能超高速激光三维轮廓测量仪

助力锂电行业高质量发展

图1 深视智能超高速激光三维轮廓测量仪

图2 转接片焊后缺陷检测图

为满足市场对锂电池产品质量和数量的要求，

企业不断加大研发和产能的投入，以提升锂电池的

产品性能和生产效率，而3D相机的快速发展让锂电

行业的产品优化和工序改进带来更多创新。

二、锂电池电芯段应用

1.转接片焊后缺陷检测

（1）应用场景

在电芯组装激光焊接位置，电芯转接片进行激

光焊接，激光头功率等因素会影响焊接质量，避免

不良品流入下一道工序，对焊后外观进行检测。

2.转接片点胶检测

（1）应用场景

在电芯组装阶段激光焊接位置，电芯转接片激

光焊接之后，会进行点胶。胶体的覆盖形态决定绝

缘效果，避免不良品流入下一道工序，对胶体形态

检测。

（2）解决方案

采用深视智能3D线激光传感器SR8020，镜面

安装扫描胶体，胶体高度30-150μm，通过高度信息

检测胶高、体积和胶的有无来判定胶体是否合格。

98

CASE 应用案例

3.入壳检测

（1）应用场景

在电芯入壳后，顶盖焊之前，需要把控顶盖与壳

体的间隙和台阶尺寸，以确保后续顶盖焊接质量。

（2）解决方案

采用深视智能3D线激光传感器SR8062水平扫

描获取深度图信息，检测台阶尺寸。通过缝隙边缘

检测宽度，电芯缝隙宽度大于0.05mm，台阶高度

大于0.25mm可检出。

5.顶盖焊后质量检测

（1）应用场景

电芯入壳之后，需要通过激光焊接封口，激光

功率和产品材质会影响焊接质量，焊接质量不良会

导致电芯漏液等质量问题。

（2）解决方案

采用深视智能3D线激光传感器SR8060H，激光

轴倾斜扫描获取点云和灰度图，以高度和灰度信息检

测缺陷，焊缝缺陷有爆点、凹坑、断焊、针孔、虚

焊、偏位、翻边等，缺陷规格，高度≥0.1mm，深度

≥0.2mm，直径≥0.2mm，虚焊≥0.5mm可检出。

4.盖板焊接后尺寸检测

（1）应用场景

在电芯顶盖焊之后，对顶盖极柱的尺寸，如平

行度、平面度、台阶高度进行把控，避免产品尺寸

不良。

（2）解决方案

电芯极柱尺寸公差正负0.15mm，采用深视智

6.密封钉胶钉检测

（1）应用场景

在顶盖封口片位置，塞入胶钉之后，注液机在二次

注液后对胶钉进行检测，避免不良品流入下道工序。

图3 转接片点胶检测图

图5 顶盖焊后尺寸检测图

图6 顶盖焊后质量检测图

图4 入壳检测图

能3D线激光传感器SR7140，水平扫描获取点云，

以高度信息检测尺寸。

MACHINE VISION 2024/10

99

（2）解决方案

采用深视智能3D线激光传感器SR7060水平扫

描获取深度图，通过高度信息检测胶钉歪斜、有

无、正反、凹凸等形态。

三、锂电池模组段PACK段应用

1.Busbar焊前&焊后检测

（1）应用场景

在电池模组PACK阶段，多个电芯连接需要

Busbar焊接，Busbar焊前电池拨片和极片的间隙要

求管控，需保证焊后焊接质量，避免不良品流入模

组段工序。

（2）解决方案

采用深视智能3D线激光传感器SR8060水平扫

描获取点云和灰度图，以深度信息检测焊接前拨片

和极片间隙，公差0~0.2mm；以深度信息加灰度信

息检测Busbar焊缝缺陷，缺陷有爆点、凹坑、凸

起、焊穿、偏差等，缺陷标准：高度≥0.2mm，深度

≥0.2mm，宽度≥0.2mm，直径≥1mm可检出。

图9 包膜前后电池表面外观&尺寸检测图

图7 密封钉胶钉检测图

图8 密封钉焊接质量检测图

7.密封钉焊接质量检测

（1）应用场景

在顶盖二次注液后会对密封钉进行焊接，需要

检测焊接质量，不良会导致电解液泄漏。

（2）解决方案

采用深视智能3D线激光传感器SR8020单相机反

转扫描或者双相机拼接扫描获取点云和灰度图，以深

度和灰度信息检测缺陷，密封钉焊缝缺陷有漏盖、虚

焊、爆点、焊坑、孔洞、断焊等，缺陷标准：高度

≥0.1mm，深度≥0.2mm，直径>0.2mm可检出。

8.包膜前后电池表面外观&尺寸检测

（1）应用场景

电芯包膜前，电芯铝壳表面与拐角进行外观缺

陷检测，把控铝壳大面的平面度尺寸，避免不良品

流入包膜后工序。电芯包膜后，对电芯5个表面创除

顶盖面进行外观、长宽等尺寸检测，避免尺寸与外

观不良品流入模组段工序。

（2）解决方案

采用深视智能3D线激光传感器SR7140水平扫

描获取点云，以深度信息检测缺陷，双相机对射检

测长宽尺寸。包膜前外观缺陷有凹坑、凸点、划痕

等，缺陷标准：高度≥0.2mm，深度≥0.2mm，宽度

≥0.2mm，划痕直径≥0.5mm可检出。膜后外观缺陷

有气泡、褶皱、划痕等，缺陷标准：高度≥0.2mm，

深度≥0.2mm，宽度≥0.2mm，褶皱、划痕长度

≥2mm可检出。电芯尺寸公差0.3mm可检。

100

CASE 应用案例