IN-SIGHT

本项目为注射器圆度视觉检测方案。面对紫色小直径样品内外圆高度差导致景深不足的难题，采用双相机分路取图配合同轴光源，实现内圆外圆同步检测，检测节拍与精度均满足产线要求，光源适配全部样品型号无需切换。

易拉罐底OCR项目需在高速产线上准确识别罐底字符，用于产品追溯。挑战在于精度要求高且处理周期短，罐底反光影响成像。方案选用智能相机配合外部触发和针对性光源优化，实现单次取像覆盖完整字符区域，满足产线节拍与识别精度要求。

液化气罐OCR项目面临压痕偏浅、表面锈蚀、压印重影三种工况，识别率需从90%提升至95%以上。团队采用SurfaceFX表面特征提取技术，多次取像并融合处理，提取凹陷轮廓。三种样品取像后均可成功识别，静态节拍满足每秒一罐。

本项目为张裕葡萄酒产线提供箱体字符读取方案。针对单/双侧打码、景深波动及汉字识别难等挑战，采用 PatMax 模板匹配并用英文符号替代汉字，通过 TCP/IP 实时上传结果，配合上位机报警机制保障产线稳定运行。现场读取率稳定在 99.5% 左右，覆盖多种喷印格式。

针对圆柱形包装食品底面细小字符的高速在线识别需求,设计侧装式智能相机视觉方案。系统在产线一侧完成字符读取,与触摸屏标准信息实时比对,信息不符即触发外部剔除动作。方案围绕成像稳定、字符可读、结果可信三个目标展开,重点解决触发稳定性、包装底色差异与定位一致性等技术课题,兼顾识别精度与产线节拍。

针对金属铭牌字符检测需求，单工位视野约 120mm×100mm，由定位工具配合字符识别与模板比对工具，分别处理可变序列号与固定字符两类内容。铭牌需平铺采集，最小笔画大于 0.3mm，单帧处理时间稳定在 150ms 以内，可稳定完成缺陷检测。

本项目面向雪糕棒外观自动化检测场景,提供完整的视觉系统解决方案,涵盖检测需求分析、系统方案设计、关键参数配置及测试评估,并配备各部件尺寸图与系统配置表。方案采用粗分辨率模式即可高效满足产线速度要求,同时保留精细模式以适配更高精度检测需求,具备良好的灵活性与适配能力

本项目针对汽车液晶仪表盘与电机轴垂直度两大检测工位，在2D相机条件下，分别采用图案匹配、颜色提取、字符识别等视觉工具实现70余项仪表盘综合检测，并通过Mark点定位与Blob分析完成垂直度判断，最终满足产线节拍与精度要求，具备部署条件。

装产线烤漆与印刷外观检测长期依赖人工目检，面临人力成本上升、漏检率高、投诉增多等难题。本项目引入CCD视觉检测设备，采用”分区检测 + 传统视觉与深度学习协同”的方案，将检测范围拆分为多个子区域独立建模，字符区域先做预处理再交由深度学习判断。试产评估结果显示，漏检率为0%，误判率为7.2%，有效推动了涂装产线从人工目检向自动化检测的转型。