能力重点01
光学成像与硬件选型
根据产品材质、反光、运动速度、安装空间和检测精度，选择相机、镜头、光源和安装方案。
- 能力重点
- 面阵相机、线扫相机、远心镜头、同轴光、环形光、背光、线激光。
- 项目价值
- 先把图像采清楚，后续算法才有稳定基础。
技术能力
把机器视觉算法、工业软件和现场集成能力结合起来
机器视觉项目不是单纯写算法，也不是只选一台相机。稳定交付需要光学、算法、软件、通讯、机构和现场调试共同配合。
7技术模块
OK/NG检测结果与项目价值
E2E工程化闭环
能力清单
从成像、算法到工业软件的技术组合
技术能力以现场可交付为边界，覆盖成像、检测、识别、测量、通讯和数据追溯。
能力重点02
传统图像算法
结合边缘、轮廓、模板、区域、形态学和几何拟合，解决定位、测量、缺陷和有无判断。
- 能力重点
- 边缘检测、模板匹配、轮廓分析、Blob、形态学、几何拟合。
- 项目价值
- 适合规则明确、可解释性强、节拍要求高的工业场景。
能力重点03
深度学习检测
面向复杂表面缺陷、形态变化和传统算法难以稳定描述的场景，使用深度学习提升鲁棒性。
- 能力重点
- 目标检测、分类、分割、缺陷检测、样本管理、模型评估。
- 项目价值
- 提升复杂缺陷和非规则对象的检测能力。
能力重点04
OCR 与追溯识别
针对喷码、激光刻字、序列号、二维码和追溯码，完成字符存在性、内容识别和数据绑定。
- 能力重点
- OCR、Deep OCR、字符有无、清晰度判断、批次追溯、图片留存。
- 项目价值
- 让质量结果可以追踪到批次、时间、设备和图片证据。
能力重点05
标定与尺寸测量
通过标定、亚像素边缘和几何计算，把图像坐标转化为现场可用的尺寸和位置结果。
- 能力重点
- 相机标定、像素当量、亚像素边缘、孔位测量、角度测量、轮廓测量。
- 项目价值
- 把视觉结果从“看见”升级为“可量化、可验收”。
能力重点06
PLC / 机器人 / 运动控制集成
把视觉结果传递给 PLC、机器人、剔除机构、运动平台或上位系统，形成产线闭环。
- 能力重点
- I/O、TCP、Modbus TCP、机器人坐标、剔除信号、节拍同步。
- 项目价值
- 让检测结果真正驱动设备动作，而不是停留在软件界面。
能力重点07
工业软件与数据追溯
构建可维护的视觉软件，覆盖权限、参数、日志、图片、结果、报表、远程支持和数据接口。
- 能力重点
- Qt/前端界面、权限管理、参数配方、日志、图片存储、报表、MES/ERP 对接。
- 项目价值
- 让项目后期可维护、可复盘、可扩展。
工程化方法
技术能力最终要落到稳定交付
真正可靠的机器视觉项目，需要把样品验证、光学实验、算法验证、软件架构、设备通讯、现场验收和后续维护统一设计。
先评估样品和现场约束，再确定算法路线。
先保证成像稳定，再追求算法复杂度。
关键结果必须可记录、可追溯、可复盘。
软件结构要便于参数调整、版本迭代和远程维护。
技术沟通
可以从一张样品图片开始评估技术路线
如果你已经有样品、检测要求或现场照片，可以先发给我们，我们会从成像、算法、节拍、机构和通讯角度给出初步判断。