新闻中心-深圳机器人

18

2025.09

**机器视觉：解锁未来智能化生活的深度钥匙**

1. **图像识别技术**：这是一项依托机器视觉的深度科(kē)技(jì)，它(tā)通(tōng)过(guò)对(duì)图(tú)像(xiàng)进(jìn)行(xíng)精(jīng)密(mì)处(chù)理(lǐ)、细(xì)致(zhì)分(fēn)析(xī)🈹全站及(jí)深(shēn
17

2025.09

今日科普|机器人视觉的应用领域

在现代化工厂中，机器人视觉已经成为不可或缺的一部分。它不仅能够替代人工执行繁琐、单调的检查任务，还能大大提高生产效率和产品质量。据统计，2025年全球机器视觉市场规模达到了约108.8亿美元，预计到2025年，这一数字将增长至近215.1亿美元，复合年增长率高达7.90%。在工业制造领域，机器人视觉系统被广泛用于对子组件进行最终检查，查验零件有无潜在制造缺陷。例如，通过图像识别技术，机器人能够精准
17

2025.09

机器视觉技术设计要点

机器视觉技术，简单来说，就是用机器代替人眼来做测量和判断。它借助计算机模拟人类视觉功能，对客观三维世界进行识别和处理。这一技术融合了光、机、电、算、软等先进技术，构建起高度集成化的系统。在工业生产领域，工业机器人的检测产品很大程度上依赖于机器视觉，视觉敏感性直接关系到检测速度和质量。机器视觉系统主要由五大核心组件构成：光学成像模块、图像传感器模块、图像处理模块、IO模块和显示模块。其中，工业相机作
17

2025.09

今日科普|机器视觉学习指南

机器视觉，简单来说，就是让计算机通过摄像头等设备捕捉图像，然后利用算法对这些图像进行分析和理解的过程。它不仅仅是图像的简单识别，更是对图像背后信息的深度挖掘。据统计，到2025年，全球机器视觉市场规模有望达到130亿美元，足见其市场潜力和应用价值。学习机器视觉，首先要掌握图像预处理、特征提取、分类识别等基础知识，这些步骤如同人类视觉系统的初步感知，为后续的高级认知打下基础。二、深度学习：机器视觉的
17

2025.09

LabVIEW机器视觉应用

LabVIEW机器视觉的核心优势在于其图形化编程的易用性和强大的图像处理能力。相较于传统的文本编程语言，LabVIEW通过数据流驱动的编程方式大幅降低了学习门槛，使得工程师和开发者能够更快速地上手。根据CSDN博客的相关介绍，LabVIEW视觉（NI Vision）集成了图像采集、处理、分析和硬件控制等功能，提供了丰富的工具库，包括图像预处理、特征提取、模板匹配、深度学习等工具，支持从基础检测到复
17

2025.09

今日科普|杭州机器视觉领先企业

杭州的机器视觉企业以其强大的技术创新实力著称。例如，易思维（杭州）科技有限公司，自2025年成立以来，迅速在汽车制造领域崭露头角，打破了国外品牌在视觉检测领域的长期垄断。该公司专注于高性能视觉检测成套技术与装备的研发，其视觉检测精度可达头发丝直径的0.1毫米，几乎达到了人眼极限。此外，杭州利珀科技股份(fèn)有(yǒu)限(xiàn)公(gōng)司(sī)也(yě)是(shì)该(gāi)领(
17

2025.09

大疆机器视觉技术应用

大疆无人机的双目视觉系统是其机器视觉技术的基石。这一系统模仿了人类的双眼视觉原理，通过两个摄像头捕捉图像，并利用三角测量法计算物体的距离。以Phantom 4为例，这款无人机在起落架上方安装了一对可见光摄像头，基线距离约10厘米，能够实现最远15米的障碍物测距。这种技术不仅提升了无人机的环境感知能力，更为“智能跟随”、“指点飞行”等创新功能提供了可能。在实际应用中，这意味着无人机能够更准确地追踪目
16

2025.09

今日科普|机器视觉智能检测技术

机器视觉智能检测技术，简而言之，就是利用机器模拟并拓展人类的视觉🌲能力，对产品进行高精度的自动检测。这种技术通过高精度的光学成像系统、强大的计算机处理能力和自动化的执行机构，自动检测产品的外观、尺寸、缺陷等各类问题，全面提高检测的效率与准确性。它通常被简称为MVI（Machine Vision Inspection）或AVI（Automatic Vision Inspection），是实现
16

2025.09

禾赛科技登陆香港交易所主板

【导语】2025 年 9 月 16 日，禾赛科技正式于港交所主板挂牌上市，成首家“美股 + 港股”双重主要上市的激光雷达企业。此次 IPO 规模为全球激光雷达行业之最，获全球投资人火热认购，开盘市值超 360 亿港元。作为行业领军者，禾赛在车载激光雷达市场多项全球第一，且技术优势显著，此次上市开启全球化战略新篇。
16

2025.09

机器视觉应用领域

机器视觉，作为工业自动化与智能化的核心技术之一，正逐步重塑工业生态。它通过光学成像、图像处理算法和AI分析，模拟人类视觉功能，实现对工业场景中物体的识别、测量、检测和定位。在质量检测领域，机器视觉的应用尤为成熟，覆盖从原材料到成品的全链条缺陷筛查。以PCB板检测为例，高分辨率工业相机配合环形光源或同轴光源，通过图像处理算法识别微小缺陷，深度学习模型可自主学习缺陷特征，对新型缺陷的识别准确率达99%

- 全球无序抓取市场的领导者