机器视觉， 作为人工智能一个重要的分支，现已成为当下炙手可热的技术之一。
在制造业转型升级、新兴产业发展的过程中，中国市场释放出惊人的机器视觉技术及产品需求，为本土机器视觉行业的成长提供了关键驱动力。
在工业领域应用中，机器视觉一般由工业光源、图像采集单元、图像处理单元、图像处理软件及网络通讯装置等构成。在自动化工业质量控制和在线检测领域，2D和3D技术都具备及其重要的作用。如何将两者结合起来创建一个更可靠、高效的机器视觉检测系统，首先要认识两者的各自优势和应用场景。
一、2D视觉
早在机器视觉概念被提出的时候，2D视觉技术应运而生。
2D视觉技术原理是根据灰度及对比度来进行参考检测，其主要功能是：定位、检测、测量、识别。当前，2D机器视觉已经部署了几十年，在某些应用场景下表现出色，具体可分为以下几项应用：
1、二维特征和位置的检测
2、二维尺寸检查
3、条码读取
4、字符识别
5、标签检测
6、某些质量检验流程
7、监视和对象跟踪
8、有无检测等
在很多应用场景中，2D视觉存在一些限制。
由于2D视觉无法获得物体的空间坐标信息，故而不支持与形状相关的测量，诸如：物体平面度、表面角度、体积，或区分相同颜色物体之类的特征，亦或是在具有接触侧的物体位置之间进行区分。
因此，对于对精确度和自动化的要求更高的检测要求，3D机器视觉表现了其在视觉检测上独特的优势。
二、3D视觉
3D视觉比2D视觉处理具备更高的计算要求。3D机器视觉的图像检测更接近于人类的眼睛，能够借助数字化3D扫描数据，提取一个物体的尺寸，包括：表面积、体积和形体尺寸。
相比2D机器视觉，3D机器视觉具有以下几项优点：
1、在线检测快速移动的目标物，获取形状和对比度
2、消除手动检查带来的错误
3、实现部件和装配的100%在线质量控制
4、最大限度地缩短检测周期和召回
5、最大限度地提高生产质量和生产量
6、对比度不变，是检查低对比度物体的理想选择
7、对较小的照明变化或环境光不敏感
8、建立大型物体检测的多传感器设置更简单
目前3D机器视觉大多用于3C消费电子、新能源行业、汽车制造、电子组件和医药产品的检测。其能有效提高合格产品的生产能力、提升产品良率，从而减少原材料浪费、节约生产成本。
当前，3D视觉系统可应用于多种工业化场景以及2D视觉系统无法提供应用所需的性能的场景。
例如：
1、机器人引导和表面跟踪
2、用于放置、包装或组装的料箱拣选
3、对象扫描和数字化构建
4、厚度、高度和体积测量
5、尺寸标注和空间管理
6、测量形状，孔，角度和曲面
7、检测表面或装配缺陷
8、相对3DCAD模型的质量控制和验证
在3D视觉兴起之后，选择2D视觉还是3D视觉，成为大家共性困扰的问题。那么在不同场景下，如何选择2D视觉系统和3D视觉系统呢？
如果要测量某些物体的相对尺寸比例，2D视觉完全可以胜任，但如果需要测量物体的绝对几何尺寸，则3D视觉将是唯一选项；在工业自动化中，若能够保证目标物体的有序平铺，2D视觉通常能够做得又快又好又经济，但如果目标物体是无序的话，则必须有3D视觉的优势加持。
在未来工厂的应用中，2D相较于3D成本更加低，在一些识别类检测中，2D依然有强大的技术优势，3D视觉不一定能够解决所有的问题，根据性价比最优的原则，2D视觉与3D视觉结合使用会是比较完美的解决方案。
