随着工业4.0时代的到来，机器视觉系统被广泛应用到各行各业，对于零部件的检验也逐步由人工检验向机器视觉过渡。例如：轿车零配件尺寸查看和主动安装的完整性查看、电子安装线的元器件主动定位，产品包装上的条码和字符辨认等。

而凭借WinSafe在数字供应链及数字制造的集成优势，目前已经有上海家化、美国庄臣等国际知名客户选用了WinSafe的视觉系统，帮助企业在产线上实现检测自动化，提升产能，降低成本。

下面分享两个3D相机做外观检测的案例

案例一：

▼首先请大家看下图。该金属件表面有两处明显的不良，大家看出来了么？注意，表面因为加工原因产生的纹路属正常现象。

▼不良如下图：

1、一处表面划伤；

2、一处边缘的缺料。

此类型的不良，因为和底色相同，普通面相机无法分辨出来，需要使用3D相机。

1、表面划伤。

▼大家可以很清楚的看到该表面划伤和因为加工产生的纹路并没有太大区别。都是暗色背景下的亮色。怎么办？

▼但是加入了高度信息和背景处理后，得到了如下图的效果。可以清楚无误的找到对应的不良。

2、边沿的缺料。

▼根据高度的差异，边缘的缺料也可以稳定检测到（中间两个小圆圈是屏蔽掉的区域）。

案例二：

▼大家是否注意到下图产品表面防水胶的不良？有凹陷，也有凸出。这种不良容易导致最终防水效果的失效。所以一定要检测出来。因为凸出凹陷和产品的底色相同。通过普通的平面相机无法稳定检测。这时候，使用3D智能相机可以轻松对应，如KEYENCE。

▼测试效果图：

▼凹陷不良效果图。

▼凸出不良效果图。

▼不同不良被检出的观察画面效果。

机器视觉的应用极大提高了企业生产自动化水平和检测系统的智能水平。

在未来的工业视觉领域，WinSafe会继续发挥自己在数字制造及大数据方面等优势，为更多的客户打造高效的检测系统及自动化产线，提高效率，实现产线自动化、智能化。