“最江苏”导读
2020年常州“新基建”
企业年度典型样本案例（一）
征图新视：
机器视觉嫁接智能检测
把“繁重的质检”交给机器
从各类烟酒食品包装到3C产品，再到鲜花分拣，质量检测是它们进入市场前必不可少的环节。在机器换人的大潮流中，如何提高不同行业、不同类别产品的检测效率与准确率，亟待攻克。在常州，新兴企业征图新视正利用其在图像识别、智能检测领域的同源技术解决这一难题。
工业检测领域“机器换人”
亟待更高效、准确
服装、3C产品、食品烟酒、农产品等从生产者传递至消费者手中，离不开一道重要工序——“检测”。
以往，人工检测占据主流，但受操作员主观因素影响，检测效率、准确率较难保障。近年来，机器检测逐渐代替人工，相对于传统的人眼观察，机器视觉凭借更高的效率、更低的成本，被迅速应用到各个领域中。
然而，现实中，常规的机器检测仍难以处理产品破损度与纹理等复杂情况，检测精度与效率欠缺。
在常州武进区，成立于2009年的征图新视，正利用其在图像识别、智能检测领域的技术解决这一难题，把繁重的质检任务交给机器，丝印自动对位精度高达5μm、偏光片检测速度快达3片/秒……
攻克图像识别技术
以高速度高精度抢占中高端市场
“我们的机器视觉就是给设备装上‘眼睛’和‘大脑’,通过相机观察受检产品,通过软件系统处理与判断受检产品信息，然后自动对其分级分类，帮助企业提高产品检测的质量与效率。”征图新视相关负责人说。
2009年，征图新视成立后，首先进军的就是印刷业，主要生产烟草包装、药品包装的检测设备。2014年，征图新视入驻常州西太湖科技产业园，在智能化趋势下相继布局3C等领域。
目前，我国机器视觉行业企业有近4000家，“我们在机器视觉检测市场的占有率在全国前列，预计2020年产值达5亿元。”征图新视副总裁王岩松介绍，图像识别技术是它们实现有序扩张的法宝。
征图新视拥有国内较早的机器视觉系统及自动化研发团队，在光学、图像检测软件、机械、电气等图像检测及配套自动化领域拥有十多年的技术经验沉淀，整体技术实力位居国内前列。公司与以色列知名企业在软件和AI技术方面开展合作，填补了国内在工业图像检验检测领域的技术空白。
——填补卷料印刷技术空白，提升印刷品检测精度与效率
走进安装有征图新视设备的生产车间，印刷品智能检测设备有序运转。以前每张印刷品的人工检测时间约30秒，而通过自动化智能检测线只需50毫秒，检测速度提升近600倍……
在印刷领域，压凸、压纹、模切、卷料、单张、烫金等工艺的质控标准各异。以往，人工需要在各工艺环节对产品进行抽检或全检，质量统计、逐级反馈与控制等一系列程序复杂耗时，难以精准控制印刷品检测质量与效率。
为此，征图新视围绕印刷品质检需求持续创新，为烟包、药包、日化／电子彩盒、软包装等客户，提供涵盖印前（离线校样）、过程中（在线检测）以及印后终检（小单张品检机）质检全流程方案以及检测设备，同时搭载易用的检测软件。
目前，征图新视已成功研制了卷料印刷视觉类自动检测设备等五大系列30余种产品。
——攻克偏光片打痕缺陷技术，抢占中高端手机检测市场
3C产品表面检测环节多、用工量大，工人长时间在强光环境下作业，危害身心健康，这些因素增加了自动化检测的需求。站稳印刷业脚跟后，征图新视发掘到3C行业这块“香饽饽”，尤其是手机领域。
“征图新视是第一个以手机表面自动化检测设备大量替代人工检测的供应商。”王岩松介绍。
手机表面自动化检测的难点在于手机材质特殊、外形不规则、缺陷类型繁杂。征图新视针对打痕、异物气泡、边缘、划痕、喷码、划线等缺陷类型，自主研发检测软件，针对不同检测方式，提供在线、倒卷/复卷、离线等设备，助力企业实现自动化综合检测与剔除。其中，偏光片是面板的刚需，征图新视是国内首家提出偏光片打痕缺陷解决方案，也是首家离线偏光片检测整机设备制造商。
在手机表面检测领域，征图新视已占领全球中高端手机表面检测市场。
同源技术多元应用
“跨界”开发一直在路上
凭借自主研发的FS-Lighing表面检测、FS-DeepAI核心算法等平台，征图新视正利用平台赋能同源技术快速拓展并应用于更多领域。
由于工作环境限制、分级复杂等特性，水果、烟草、鲜花等农产品的检测与分级一直是世界级难题。美国、日本、德国等发达国家已开始利用机器视觉提升农业自动化水平，有效缓解了人口老龄化、劳动力缺失等问题。
瞄准国家在农业领域的自动化需求，征图新视先后投入研发资金2000多万元，率先在烟叶领域实现技术突破，开发了“机械 图像 算法”的新型检测定级分级模式，日分拣量达6吨，等同于25人同时分拣。
疫情期间的云南鲜花基地，征图新视聘用了一批“智能分拣工”，能自动分辨花朵颜色、花头尺寸、品相等内容，并依据目的地距离进行分级配货。下一步，烟叶、鲜花、水果等农产品分拣将成为征图新视的新主力。
为解决客户需求多样、项目变化快等难点，征图新视还计划将机器自动检测过程中的共性技术进行分装、组合，实现模块化，搭建一个技术的‘货架’，在开发新产品时，只需调取所需的技术模块进行排列组合，新行业拓展时间得以缩短。
“随着我们人工智能深度学习技术的持续完善，检测数据库将不断补充与积累，机器视觉检测行业有望从竞争日臻激烈的电子电器、印刷等工业领域，逐渐延伸到与人们生活息息相关的食品、医药等领域，变得愈来愈‘亲民’。”王岩松说。(分析师 郭文嘉)
资料来源：中国经济信息社江苏中心
联系客服
