在现代工业生产中，产品形态多样化、复杂化，生产速度日益加快，对产品质量的要求也愈发严格。
在工业中经常使用高光面材质加工一些平整度较高，且表面要求较高的工件。由于这些工件表面光滑，同时具有高反光等特性，导致缺陷表露不清晰。在进行检测时，这些特性会干扰被测物的特征提取过程，造成拍摄到的整幅图像中高反光区域出现过曝光，其他区域曝光不足，图像观感下降和纹理细节丢失等现象，进而降低了表面缺陷检测的成功率。
以往，检测这类工件的方法主要依赖于人工肉眼观察，这不仅大大降低了工作效率，还因工人可能存在的视觉疲劳以及个人评判标准的不统一等问题，对零件的使用寿命和性能构成了直接影响。在高反光材料检测中，如蓝膜等高反光、低对比度场景下的缺陷检测，一直是行业中的难点。
使用传统的结构光方法测量时，容易造成重建结果出现大面积的数据空洞。传统算法由于缺陷特征不明显，往往导致过杀率和漏检率较高。华汉伟业搭载自研的3D成像算法，增加AI深度学习检测，打破传统缺陷成像的局限，能够实现高亮面的高精度面形重建。
该解决方案区别于传统的视觉算法，优化后的算法可有效地解决图像采集时出现的高反光问题，同时可识别出产品划痕、裂纹、凹坑等缺陷类型，提供了更高的准确性，为后续的缺陷检测提供数据支持，提高生产效率。
华汉伟业通过集成3D+AI缺陷检测模块，支持多种缺陷检测，融合了高精度3D模板匹配、3D点云边缘精准提取和平面分割、小样本学习等技术，能够实现对高反光材料表面细微、低对比度缺陷的精准检测。
在实际应用中，华汉伟业的3D+AI视觉检测方案也不断地在新能源动力电池、汽车制造、3C电子等领域实现产品落地，并且受到客户广泛好评。
场景一：
方壳电池蓝膜六面检
蓝膜作为动力电池的关键绝缘材料，其厚度极薄，高反光特性使得许多缺陷特征不明显，传统算法难以准确捕捉。
针对电芯蓝膜等此类材质的目标物检测，华汉伟业利用线扫分时频闪和光度立体技术，采用多光源、多角度的光照方案，对凹坑、褶皱等缺陷进行自动重采样，获取缺陷的深度信息，清晰还原图像，这样可以提升小缺陷的关注度，从而能够实现细微缺陷的精准检测。
场景二：
汽车配件PCB板PIN脚高度检测
汽车配件PCB板通常包含大量的PIN脚，这些PIN脚数量多、密度大，表面面积微小，且是金属反光材质。
华汉伟业引入3D视觉技术和图像处理算法，实现非接触式、高精度的PIN脚高度检测，能够快速准确获取PIN脚的三维坐标信息，保证完美成像，实现漏判率为0，误判率≤1%，有助于确保汽车配件的电气连接性能和机械稳定性。
场景三：
电池模组Busbar焊前焊后检测
模组Pack段工艺流程中，Busbar焊接将不同电芯通过连接拨片进行焊接串并联，为保证焊接质量，焊前需管控拨片与极柱之间的间隙，焊后需检测焊缝外观，防止焊接不良流入工序。
华汉伟业HyperShape 3D检测软件通过添加检测工具圈定检测区域，灵活设定高度上下限阈值、焊接平滑程度等参数，然后通过区域内对比每一处的高度、焊接平滑度等信息，轻松完成OK/NG判定，可稳定检测出爆点、凹坑、凸起、焊穿、焊缝的裂缝、裂口等缺陷，漏杀率为0%，误判率<0.1%。
为了解决高反光工件检测的问题，机器视觉的引入提高了金属表面检测的效率和精度，华汉伟业自研3D+AI算法精准检测高亮表面缺陷，专业地融合了机器视觉与人工智能技术，使得高反光物体的三维成像成为可能，不仅突破了传统结构光三维成像的“痛点”，还成功地解决了该领域长期存在的“堵点”。
未来，华汉伟业也将深度挖掘3D+AI机器视觉领域，提供更多灵活性和先进性的行业解决方案，保证产品质量的稳定性和精确性，为工业领域智能制造升级提供新视野，实现真正的智能化与数据化。