在智能制造的浪潮中，制造行业生产线亟需转型升级，为国内机器视觉市场释放出了惊人的机器视觉技术及产品需求。在自动化工业质量控制和在线检测领域，2D机器视觉与3D机器视觉都具有重要的作用。那在机器视觉自动化场景中该如何选择合适的机器视觉检测系统进行应用呢？

2D视觉是根据灰度及对比度来进行参考检测，其主要功能是定位、检测、测量、识别。2D视觉技术起步较早，技术相对成熟，在各行业工业场景中部署多年，对于生产线自动化和产品质量控制过程中都十分有效。

2D视觉无法满足对复杂对象识别和尺寸测量精度日益增加的要求，且在很多需要获取物体空间坐标信息的应用场景中，无法获取物体关于平面度、角度、体积等相关信息，存在一定限制。而3D视觉在面对更高精确度和自动化的场景中，则表现了他在视觉检测上的独特优势。

3D视觉具有比2D视觉更高的计算要求，其在对于图像检测的结果更接近于人类的眼睛，通过提供的深度测量信息，物体可以在传感器的测量体积内的任何位置移动，并能得到准确的结果，还能借助数字化3D扫描数据，提取一个物体的尺寸，包括表面积、体积和形体尺寸，相比2D视觉，3D视觉具有多种优势。

当前，3D视觉系统可用于多种工业化场景以及2D视觉系统无法提供应用所需性能的场景；能够检测快速移动的目标物，获取形状和对比度；消除手动检查带来的错误；实现部件和装配100%在线质量控制；最大限度地缩短检测周期和召回；最大限度地提高生产质量和生产量；对于较小的照明变化或环境光不敏感。

在测量某些物体的相对尺寸时，如果2D视觉是能够满足检测需求的最高性价比技术，则不需要使用昂贵的3D视觉检测系统对产品进行测量。但如果测量物体的绝对尺寸以及无序环境中时，则必须有3D视觉技术的优势加持。

随着人工智能、5G等技术的不断发展，行业应用需求不断提升，机器视觉从二维向三维过渡不但成为可能，更是必须的方向。2D视觉相较于3D视觉成本更低，在一些识别类检测中，2D视觉依然有强大的技术优势，且3D视觉不一定能够解决所有的问题。但在自动化工业质量控制和在线检测领域，2D和3D视觉都具备极其重要的作用，根据性价比最优的原则，我们可以选择将两者结合，组建一个更可靠、高效的机器视觉检测系统。

许多企业深耕机器视觉行业多年，把机器视觉技术应用到智能生产中，一直致力于机器视觉产品的生产、开发、应用以及销售，在机器视觉的应用领域上有着不少成功的案例，并为客户提供一站式AI视觉解决方案。

如在周转箱拆转垛案例中，周转箱重量大、SKU种类繁多、周转箱表面图案复杂，还需要同步完成视觉测距、定位、他测以及路线规划算法，通过“3D相机+深度学习+传统机器视觉”进行多维融合，自研上千种算法模型，快速完成应用搭建，并通过和机械臂等外部执行机构协同工作，将周转箱拆转垛的识别错误率降低至0.1%以下。

当下，工业自动化、智能化已经是大势所趋，聚焦技术创新与产品的研发与创新，为客户解决问题，协助客户产能提升及生产效率提升，并为客户寻找最优质的解决方案，是众多机器视觉公司发展方向。