在基于机器视觉的影像测量中，一些复杂特征传统测量需要人工手动选点测量，不仅易受到人为因素的干扰，而且极大的降低测量效率，提高了人力成本和生产成本。AI影像测量技术运用先进的机器视觉和深度学习算法，可快速、准确地自动识别出目标特征，使得测量过程实现智能化、无人化。

中图AI影像测量应用案例

新能源行业中电池后盖边缘特征测量时，由于边缘台阶落差较小，导致成像有多层边界干扰且对比度低，自动批量测量不能自动抓取目标边缘，因此只能手动测量。中图AI测量可排除多层边界干扰，即使对比度低也能自动识别到目标边缘，测量效率提升4.5倍，同时排除人为误差，测量数据更稳定。

3C行业手机中框边缘线测量时，由于该边界不规则，且边界干扰较多，传统自动测量，很容易抓偏，也只能使用手动测量。即使不规则有干扰的边界，中图AI自动测量可以排除干扰自动提取到正确位置，进一步提高测量效率。

金属边边界模糊不清，毛刺过多，边界翘曲不均匀，AI测量可自动过滤毛刺干扰，准确提取边界。

黑色塑胶件上圆柱特征形态不一、边缘轮廓不清，传统自动测量容易提偏，AI提取则精确稳定。

塑料薄片边界干扰多，无法自动提取，手动测量费事费力，AI测量可以精准排除边界上的干扰，提取到正确位置。

中图AI影像测量效率和精度

1、测量效率对比

单个工件的单次测量时间由131s缩短至AI测量28s，效率提升4.5倍

2、重复性对比

重复性大于0.02mm的尺寸占比降低81%，测量数据更稳定，重复性更佳

3、人员一致性对比

三个不同的操作员分别使用AI测量的数据一致性比手动测量的一致性要好很多

 中图仪器的影像测量AI自动寻边技术，可以大幅提高测量效率，助力企业打造自动化、无人化、智能化生产线。

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们