隨著企業規模和產量的擴大，采用機器視覺系統替代人來完成產質量檢測工作具備極大的應用優勢。在此背景下，IB+M針對企業的這一應用需求推出了一系列面向不同行業應用的認知視覺檢測技術解決方案。

相對于人工質檢來說，機器視覺檢測能夠更加精準的把關產品質量、降低生產成本，同時還可以24小時不間斷的工作，甚至可以在各種不適合人類工作的惡劣生產環境下實現高速在線檢測，檢測的準確度可以接近100%。因此，隨著企業規模和產量的擴大，采用機器視覺系統替代人來完成產質量檢測工作具備極大的應用優勢。在此背景下，IBM針對企業的這一應用需求推出了一系列面向不同行業應用的認知視覺檢測技術解決方案。

01面向電子制造行業

近年來，由于電子組裝的小型化，產品生產工藝要求更高，產量卻不斷增加，使得在電路板裝配和電子產品組裝過程中僅僅依靠人眼進行檢測操作已經不能保證生產線的質量和效率，機器視覺技術正在代替人進行全自動的產品檢測、工藝驗證，甚至實現生產工藝的自動控制。

▲電子制造行業

在電子制造業，為保證電子產品組裝生產線裝配出的產品質量，檢測和監控幾乎分布在生產線的每一個工序中。如果向電子制造的上游看，在晶圓制造、器件封裝、甚至電子連接器等零配件產品的生產中，也都大量使用了視覺檢測技術進行測量、檢測和控制。

IBM認知視覺檢測技術的優勢是顯而易見的。與人眼相比，機器不僅不會疲勞，具有人所不具有的一致性和重復性，而且IBM認知視覺檢測技術能夠通過高精度的攝像頭放大產品表面細節，在細微層面進行拍照和分析，能檢測人眼不能發現的質量問題，如PCB板缺陷、手機部件缺陷、液晶缺陷、晶片缺陷、光學鏡片缺陷等。

02面向汽車制造行業

隨著汽車行業自動化水平的不斷提高，一些傳統的檢測方式已不能適應高節拍、柔性化的生產需求，具有實時監控功能的機器視覺在線檢測技術逐漸在主流生產廠家得到應用，并取得了良好的效果。

▲汽車制造行業

在自動化汽車生產線中，視覺系統必要時需要同機器人匹配應用，并與生產線的PLC控制系統建立聯接，以實現測量、檢測、定位和識別的功能。視覺檢測系統具有如下特點：采用非接觸式檢測方式，提高了響應速度，對生產線影響??；具有長時間的穩定、可靠地重復工作的性能，適用于汽車連續化的流水線作業；適合在安全風險高、人機工程惡劣和環境差的區域工作。

目前，IBM認知視覺檢測技術已經在汽車行業得到了應用實踐，幫助領先的汽車工廠實現對汽車零部件、焊接、噴漆等工藝過程的高精度檢測。IBM認知視覺檢測系統可以根據車型的3D數據制定出機器人手臂的行動路徑，配合矩陣式工業相機和輔助光源，完成全車360度高清尺寸的拍照，然后實時數據分析系統通過部署在產線邊的缺陷識別系統對所拍攝的照片進行實時分析，識別出照片中缺陷位置和缺陷類型。

此外，在汽車零部件檢測中，IBM認知視覺檢測系統可以對汽車棘爪、鉸鏈、托架、條形銷等進行檢測。在汽車棘爪缺陷識別應用方面，可以實現平整度、長度、厚度和高度的檢測，而且準確率大大的提高，提升了企業的產品的合格率。

03面向裝備制造行業

在航空航天、重工船舶、工程機械、工業機器人等裝備制造行業，由于設備體量較大，零部件較多，設備都處于長時間高負荷運行狀態，任何由質量問題導致的事故都會造成重大的經濟損失和人員傷害。因此，企業在關鍵零部件生產過程中對質量檢測的要求都非常高。

▲裝備制造行業

隨著智能制造的推進，裝備制造業作為產業中最具競爭力的行業正在引領整個制造業的智能化轉型。裝備制造企業中以往采用人工檢測和機器視覺結合為主的方式正在被更為高效和智能的機器視覺檢測系統替代。IBM認知視覺檢測系統能在充分滿足裝備制造業對產品質量檢測高標準和高要求的基礎上，還賦予了質量檢測系統更高的智能。IBM認知視覺檢測系統能實現自主化的缺陷標記和反饋，不斷優化質量檢測分析模型，提高質檢過程的效率和產品合格率。

04面向精密儀器行業

機器視覺以其檢測精度和速度高并且有效的避免人工檢測帶來的主觀性和個體差異的優勢受到了企業的廣泛關注。在精密制造行業，已經被應用于對精密加工零件表面劃痕、凹陷進行檢測，是實現優質產品生產以及降低成本的理想選擇。

▲精密儀器行業

精密零部件對零件表面的質量要求都比普通零件要高，更加光滑的零件表面能提升精密儀器的耐磨性和腐蝕性以及抗疲勞能力。對于精密零部件的檢測，一般是由人員用手通過放大鏡來觀察零件表面，以此來判斷零部件表面的粗糙程度。由于這一過程人員的主觀性比較強，很容易造成較大的誤差。現在普遍采用的是非接觸型檢測，即用光電信號進行檢測，物體表面所反映出來的就是圖像特征，通過對圖像特征的提取來進行分析和判斷，這就是通常說的機器視覺檢測。但由于有非常高精度檢測要求的行業，如醫療器械、精密檢測儀器等精密制造領域，很多非常細微的細節無法通過檢測出來，也會導致檢測結果的不準確。

針對高精密檢測要求的行業，IBM認知視覺檢測系統通過高精度的工業相機和基于神經網絡的智能分析技術，通過不斷放大零部件表面特征，給零部件表面的細節進行拍照，通過實時的數據分析能力來檢測任何傳統檢測手段無法發現的缺陷。