我們這個世界不是二維坐標構成,因此機器視覺行業發展以來,從初級的2D視覺,讓智能制造感到驚喜之后,我們迎來了更加迫切的需求,在產線生產的產品,單單依靠二維測量很難以滿足實際需求,即使可以滿足,但是多相機矩陣讓制造業苦不堪言,不就系統的穩定性帶來了巨大的挑戰,更是讓運營成本開始成倍的疊加。
因此,為了工業4.0的腳步,行業發出了更深的呼聲:
機器視覺從2D演化為3D立體“視界”,常用的面色漆、Face ID、VR、無人便利店、智能機器人等產品技術背后的關鍵技術是3D視覺技術。

近年來,3D視覺概念層出不窮,大量資本涌入該課程,新進企業眾多。 業內人士普遍認為,3D視覺在工業領域的產值和產值可能遠遠大于消費領域,但由于滲透率低、推進速度不夠快,目前3D工業相機的規模在數億美元的區間內,設備和軟件處于20億美元的水平,但對行業市場的滲透率增長卻在50倍以上。
2D技術起步早,技術也比較成熟,在過去的30年中被證明在廣泛的自動化和產品質量管理過程中非常有效。
2D技術基于灰度或彩色圖像中的對比度特征來提供結果。 2D適用于基于缺失/存在檢測、離散對象分析、模式對齊、條形碼和光學字符識別( OCR )以及邊緣檢測的各種二維幾何分析,用于擬合線、弧、圓及其關系(距離、角度、交點等)
當然了3D視覺的出現并不代表2D視覺一無用處,我們應該根據自己產線的實際需求,結合視覺工程師的整體的解決方案來進行機器視覺賦能改造,任何的技術引進,我們的初衷都是提高產線效率,如何以穩定的狀態實現大化的利益,因此,在這個角度,2D視覺和3D視覺并無優劣之分,只不過是行業發展的不同需求罷了!