面对高反光、粗糙等复杂材料，如何实现微米级高精度三维轮廓的自动化在线检测？【工业质控】

1. 基于复杂材料的基本结构与技术要求

复杂材料的轮廓测量并非简单的尺寸读取，它涉及到材料本身的诸多特性，这些特性直接影响到我们选择何种测量技术以及测量能达到的精度和效率。

想象一下，我们正在处理一个汽车发动机的涡轮叶片，它可能由高温合金制成，表面经过复杂的铣削和抛光，甚至还有热处理留下的氧化层，有些区域是光滑的反光面，有些则是粗糙的铸造面。或者，一个手机外壳，可能是注塑成型，表面有高光与哑光区域的结合，甚至还有细微的纹理。这些都是我们常说的“复杂材料”。

这类材料的“复杂”体现在几个方面：

• 几何形状复杂： 它们往往不是简单的平面、直线或规则圆弧，而是包含自由曲面、陡峭斜面、小孔、窄缝、锋利边缘等。这要求测量系统能够捕捉到这些精细的几何特征。

• 表面特性多样： 表面可能光滑如镜，可能粗糙多孔，可能颜色不均匀，甚至可能在测量时处于高温状态。这些都会影响激光或光线的反射、散射特性，对传感器的光路设计和信号处理提出挑战。

• 测量环境严苛： 许多复杂材料在生产线上进行高速测量，这意味着可能存在振动、粉尘、油雾、强环境光甚至高温，这些都要求测量设备具有高防护等级和环境适应性。

基于这些特性，对高速轮廓测量的技术要求主要有：

• 高精度与高分辨率： 必须能够捕捉到微米甚至亚微米级的尺寸和形貌变化，尤其是对于公差要求严格的部件。

• 高速性： 在生产线上，材料往往是连续移动的，要求传感器或系统能在极短时间内完成数据采集，以跟上生产节拍。

• 非接触性： 避免对被测物造成损伤，尤其是在测量柔软、易损或高温物体时。

• 表面适应性强： 能够应对不同颜色、光泽度、粗糙度的表面，并尽量减少测量误差。

• 三维重建能力： 对于复杂曲面，仅仅测量某个点的位移是不够的，需要重建出完整的二维轮廓或三维形貌。

• 数据处理能力： 生成的海量点云数据需要快速、准确地进行分析、比较和缺陷识别。

2. 针对复杂材料的相关技术标准简介

在复杂材料的轮廓和表面测量中，有几个关键参数是行业内普遍关注和评价的：

• 轮廓度（Profile Tolerance）： 这是一个几何公差，用来控制被测轮廓或曲面相对于理想形状的偏差程度。它不指定具体的形状，而是规定了实际轮廓或曲面必须位于由理论轮廓或曲面生成的两条（或两个面）包络线（或包络面）之间。评价时，通常是采集被测件的实际轮廓数据点，与设计模型的CAD数据进行比对，计算每个点到理论轮廓的最短距离，以确定最大偏差是否在公差范围内。

• 平面度（Flatness）： 衡量一个表面相对于理想平面的平整程度。它通常定义为包含所有被测表面点的最小平行平面之间的距离。评价方法是将测得的表面数据点拟合出一个最佳平面，然后计算所有点到这个最佳平面的最大正负偏差。

• 直线度（Straightness）： 衡量一个特征（如一条边、一个轴线）相对于理想直线的偏差程度。它定义为包含被测特征点的最小平行线之间的距离。评价时，通常是提取特征的线数据，拟合最佳直线，计算点到直线的最大偏差。

• 粗糙度（Roughness）： 描述物体表面微观不平整度的参数，通常是微观几何形状误差。最常见的参数是Ra（算术平均偏差）和Rz（最大轮廓高度）。Ra是轮廓算术平均偏差，简单来说就是轮廓线上所有点到中线的平均距离；Rz是最大轮廓高度，指在一个取样长度内，最大的轮廓峰高与最大的轮廓谷深之和。评价时，需要采集表面微观的Z向高度数据，通过特定的算法进行计算。

• 尺寸精度（Dimensional Accuracy）： 指测量得到的尺寸与被测物体的真实尺寸或设计尺寸之间的符合程度。这可以是长度、宽度、直径、孔径等宏观尺寸。评价方法是将测量值与标准值或设计值进行比较，计算绝对误差或相对误差。

这些参数的定义和评价方法旨在提供一个统一的语言和标准，确保不同测量设备和不同操作者之间能够对复杂材料的形状、尺寸和表面质量达成共识。

3. 实时监测/检测技术方法

（1）市面上各种相关技术方案

在复杂材料高速轮廓测量的领域，市场上有多种主流技术方案，它们各有侧重，适用于不同的应用场景。

a. 激光三角测量法（包含点位移和线轮廓测量）

工作原理和物理基础：激光三角测量法是利用几何三角原理进行非接触式距离测量的技术。其核心思想是，激光发射器向被测物体表面发射一束激光，激光束在物体表面形成一个光斑。这个光斑的反射光通过一个接收透镜，投射到位置敏感探测器（PSD）、CMOS或CCD图像传感器上。当被测物体表面距离发生变化时，光斑在探测器上的位置也会随之移动。

想象一下，你用手电筒照一面墙，如果手电筒和墙面是固定的，光斑位置不变。但如果手电筒固定，墙面移动，光斑在固定位置的观察者看来，它的角度和位置就会变化。激光三角法就是利用这种角度和位置变化来计算距离。

其基本几何关系可以简化为：假设激光器与接收器之间距离为L，激光器发射角为 $alpha$，接收器接收角为 $eta$。当物体表面从参考位置移动到测量位置时，光斑在探测器上移动了 $Delta x$ 的距离。通过几何关系，可以推导出物体距离的变化 $Delta Z$：

$Delta Z = frac{L cdot Delta x}{f cdot analpha + Delta x}$

其中，$f$ 是接收透镜的焦距。实际上，由于接收器通常是倾斜放置，公式会更复杂，但核心思想是探测器上光斑位置的变化与物体距离变化成正比。

这种方法又可以细分为：

• 点激光位移传感器： 点激光位移传感器发射一个激光点，测量该点到传感器的距离（Z轴方向）。要获取轮廓，通常需要传感器或被测物在另一个方向（X或Y轴）进行扫描。

• 线激光轮廓测量仪： 这类设备通过发射一条激光线（而非点）到物体表面，在物体表面形成一条明亮的激光线轮廓。高分辨率的图像传感器会捕捉这条线在不同距离下的变形情况。通过对图像数据的处理，可以一次性获取物体的一个截面轮廓（X-Z平面）。通过移动被测物或传感器，可以拼接出完整的3D形貌。

核心性能参数的典型范围：

• 精度： 激光三角测量法的精度通常在微米级别，优质的系统可以达到优于0.08%的精度，但具体数值取决于测量范围和型号。

• 分辨率： Z轴分辨率可达纳米级到微米级，X轴分辨率（针对线激光）通常在几十微米到几百微米。

• 响应时间/采样速度： 点激光位移传感器响应时间可低至毫秒级（例如5ms），线激光轮廓仪采样速度可高达数kHz（如16kHz），甚至更高，非常适合高速在线检测。

• 测量范围： 从毫米到米级别，差异很大。

技术方案的优缺点：

• 优点： 非接触、测量速度快、精度较高、对不同颜色和粗糙度表面有较好的适应性。设备相对紧凑，易于集成到自动化生产线。某些型号的点激光位移传感器，可以测量高温物体。

• 局限性： 存在阴影效应，对于陡峭的斜面或深孔可能无法完全测量；对于高反射或透明物体测量效果可能不佳；激光束可能对人眼有伤害。

• 成本考量： 相对结构光扫描仪或干涉仪，点激光位移传感器和线激光轮廓仪的入门成本通常较低，但高性能型号价格也不菲。

b. 蓝光结构光测量法

工作原理和物理基础：蓝光结构光测量法是一种获取物体表面三维形貌的非接触式技术。其原理是利用投影仪向被测物体表面投射一系列已知图案（通常是条纹或编码图案）的蓝光。当这些图案投射到具有三维起伏的物体表面时，会发生畸变。高分辨率相机从一个或多个不同角度捕捉这些畸变后的图案图像。

这就像你拿一个带有格子的手电筒去照一个雕塑，雕塑表面的起伏会使得手电筒投射出的格子也跟着弯曲变形。通过分析这些变形的图案，并结合已知的投影仪和相机之间的几何参数（通过标定获得），系统利用三角测量原理和复杂的图像处理算法，精确计算出物体表面上每一个点的三维坐标。

核心性能参数的典型范围：

• 精度： 单次测量精度通常可达微米到几十微米（例如10μm）。

• 分辨率/点距： 点距可低至0.01mm到几毫米，单次扫描可获取数百万个数据点。

• 测量区域： 灵活可调，从小到几十毫米见方，大到数百毫米见方。

• 扫描速度： 单次扫描时间通常小于1秒，可实现快速全场三维数据采集。

技术方案的优缺点：

• 优点： 能够快速获取高密度的完整三维点云数据，重建出物体表面的高精度三维模型。对复杂自由曲面尤其适用。蓝光相比白光具有更高的抗环境光干扰能力和更好的测量稳定性。

• 局限性： 对物体表面的反射率和颜色变化敏感，极高反光或透明物体可能需要喷涂显像剂；对运动物体测量相对困难，因为需要在短时间内获取多幅图像；设备通常比点激光传感器庞大，成本较高。

• 成本考量： 结构光扫描仪的成本通常较高，从数万到数十万元不等，甚至更高。

c. 白光干涉测量法

工作原理和物理基础：白光干涉测量法利用白光（宽光谱光源）的干涉现象来测量物体表面的微观形貌。系统通常包含一个白光光源、一个分束器、一个参考镜和物镜。白光从光源发出后，经分束器分为两束：一束照射到被测样品表面，另一束照射到高度可控的参考镜。两束光反射回来后再次会合，发生干涉。

白光不同于单色激光，只有当两束光的光程差接近零时，才会产生具有高对比度的干涉条纹（也称为“干涉包络”）。通过精确控制参考镜或物镜在垂直方向（Z轴）进行扫描，系统会记录下在扫描过程中，每个像素点何时产生最清晰、对比度最高的干涉条纹。这个“最清晰”的位置对应着该点到参考镜的光程差为零，从而可以精确计算出样品表面对应点的垂直高度信息，最终重构出纳米级的表面三维形貌和轮廓。

核心性能参数的典型范围：

• 垂直分辨率（Z轴）： 卓越，可达纳米甚至亚纳米级（例如0.01nm）。

• 横向分辨率（X/Y轴）： 亚微米级（例如0.35μm），取决于物镜放大倍数。

• 测量范围（Z轴）： 通常在微米到毫米级，适合测量微观形貌，如最大10mm。

• 视场： 相对较小，适合精密部件的局部检测。

技术方案的优缺点：

• 优点： 提供卓越的纳米级垂直分辨率和重复性，是测量表面粗糙度、台阶高度、薄膜厚度等微观形貌的理想选择。对极光滑或具有复杂微结构表面的测量效果极佳。

• 局限性： 测量速度相对较慢，不适用于高速在线检测大尺寸物体；对表面倾角敏感，过大的斜面可能无法测量；设备通常复杂且昂贵；对环境振动和温度变化要求较高。

• 成本考量： 白光干涉仪是高端精密测量设备，成本非常高，通常在数十万到上百万元。

d. 基于2D图像的机器视觉几何测量

工作原理和物理基础：这种机器视觉系统主要通过高分辨率工业相机捕获待测物体的二维图像，然后利用强大的图像处理软件和算法对这些图像进行分析。它不像激光或结构光那样主动投射光线来获取深度信息，而是依赖于物体自身在二维图像中的边缘、纹廓、颜色和纹理特征。

想象一下，你用一台高像素的手机相机拍下一张产品照片，然后用图像编辑软件去测量照片上某个零件的长度、宽度，或者判断它的形状是否规整。机器视觉做得更高级，它能以亚像素级（比单个像素更小的单位）的精度识别物体的边缘，定位特征点，进行尺寸测量、形状匹配、缺陷检测。例如，通过识别物体在图像中的轮廓线，并将其与预设的标准模型进行比对，就可以判断产品尺寸是否合格、是否有毛边、缺损等。其核心优势在于其智能算法对图像数据的快速、准确解析。

核心性能参数的典型范围：

• 图像传感器分辨率： 通常为百万到千万像素（如1600x1200像素）。

• 处理速度： 高达每秒数百帧，可实现高速在线检测。

• 测量精度： 亚像素级，重复精度可达数个微米，主要受限于光学系统和图像分辨率。

• 支持工具： 强大的软件算法包，如PatMax RedLine（用于模式匹配）、边缘工具、曲线拟合等。

技术方案的优缺点：

• 优点： 高速、非接触，尤其擅长对平面特征、二维轮廓和表面缺陷进行检测。灵活性高，可以通过软件编程实现多样化的检测任务。成本相对可控，易于集成。

• 局限性： 主要获取二维信息，难以直接获取高精度的三维深度信息；对表面纹理、光照条件变化敏感，需要稳定的光源和环境；对于复杂三维曲面，只能通过多个相机从不同角度获取多个二维视图，再进行复杂的拼接和算法处理来间接推断三维信息，但精度和重建难度远高于专用三维扫描设备。

• 成本考量： 工业相机和视觉处理器的成本中等，从数千到数万元不等，软件授权和开发成本也需考虑。

（2）市场主流品牌/产品对比

这里我们将对比几家在非接触测量领域知名的品牌及其技术特点。

a. 日本基恩士（采用激光三角测量法 - 轮廓测量）

日本基恩士以其广泛的传感器和测量设备系列闻名，其激光轮廓测量仪在工业在线检测领域应用广泛。以其LJ-X8000系列为例，它采用激光三角测量法，通过发射一条激光线来获取物体的高速轮廓数据。其优势在于测量速度快，重复精度高，Z轴可达0.1μm，能够满足高速生产线上对产品轮廓的精确检测需求。日本基恩士的产品通常具有友好的用户界面和强大的软件功能，易于集成和操作，并提供全球技术支持。

b. 英国真尚有（采用激光三角测量法 - 位移测量）

英国真尚有ZLDS116激光位移传感器同样基于光学三角测量原理。作为一款点激光位移传感器，ZLDS116的优势在于测量范围广，最大测量距离可达10m，测量范围可达8m，适合于大范围的测量场景。其精度最高可优于0.08%，响应时间仅为5毫秒，能适应动态测量需求。此外，该传感器根据型号不同，最高可测量1300°C的高温物体，采用IP66级铸铝外壳，配备空气净化系统，适应恶劣工业环境。ZLDS116更侧重于单点或配合移动平台进行扫描的距离或高度测量，适用于带钢回路控制、卷径、直线度等宏观尺寸和动态测量场景。

c. 德国蔡司（采用蓝光结构光测量法）

德国蔡司是计量领域的全球领导者，其COMET L3D 2系列蓝光结构光三维扫描仪专注于高精度三维数据的获取。该系统通过投射蓝光结构光图案，能够快速（单次扫描小于1秒）获取高密度的点云数据（单次扫描超过100万点），精度最高可达10μm。德国蔡司的优势在于其在复杂形状和自由曲面零件的全面检测能力，尤其适用于逆向工程、质量控制和CAD比对。它能提供高度完整的三维轮廓数据。

d. 美国康耐视（采用基于2D图像的机器视觉）

美国康耐视是机器视觉领域的全球领导者，其In-Sight 8000系列视觉系统以其强大的图像处理能力和高速检测性能著称。它通过高分辨率工业相机捕获二维图像，并利用PatMax RedLine等专利算法进行亚像素级的边缘检测、几何特征定位和尺寸测量。美国康耐视的优势在于其灵活性和可编程性，能应对各种复杂材料的二维轮廓检测和微小缺陷识别，适用于生产线上的高速、高精度在线质量控制，尤其擅长识别平面特征和形状偏差。

e. 奥地利阿利科纳（采用焦点变化显微镜）

奥地利阿利科纳的InfiniteFocus G5高分辨率光学三维测量系统，采用焦点变化显微镜技术，特别擅长测量具有陡峭斜面、复杂几何形状和粗糙表面的物体。其Z轴测量精度可达10nm，横向分辨率高达0.3μm，最大可测斜面角度高达87°。奥地利阿利科纳的优势在于其从宏观到微观的测量能力，非常适合模具、工具、医疗器械等领域对难测表面的高精度轮廓和尺寸检测，能够捕捉到极精细的表面形貌。

（3）选择设备/传感器时需要重点关注的技术指标及选型建议

选择合适的测量设备，就像为一项特殊任务挑选最称手的工具，需要全面考量多个技术指标。

1. 精度（Accuracy）与重复性（Repeatability）：

   • 实际意义： 精度指测量值与真实值之间的接近程度；重复性指在相同条件下多次测量同一对象，结果之间的一致性。它们是衡量测量系统可靠性的核心指标。

   • 对最终测量效果的影响： 精度决定了你测量结果的“真”；重复性决定了你测量结果的“稳”。如果精度不高，测量结果可能系统性偏离真值；如果重复性差，即使结果偶尔接近真值，也无法信任。

   • 选型建议： 对于高精度部件（如精密模具、航空叶片），要求精度和重复性都达到微米甚至亚微米级（如白光干涉仪）。对于一般工业部件的宏观尺寸检测，几十微米的精度可能就足够了。

2. 分辨率（Resolution）：

   • 实际意义： 分辨率指传感器能检测到的最小变化量，通常分为垂直分辨率（Z轴）和横向分辨率（X/Y轴）。

   • 对最终测量效果的影响： 分辨率决定了测量系统能够“看清”的细节程度。高分辨率意味着能捕捉到更微小的形貌变化或更细微的边缘。

   • 选型建议： 测量表面粗糙度或微米级特征（如电子元件）时，需要极高的Z轴分辨率（如纳米级白光干涉仪）和高横向分辨率。进行宏观轮廓检测时，微米级的X/Z轴分辨率（如激光轮廓仪）通常能满足要求。

3. 测量范围（Measurement Range）：

   • 实际意义： 指传感器能进行测量的最大与最小距离或尺寸范围。

   • 对最终测量效果的影响： 测量范围过小可能无法覆盖整个被测物；测量范围过大，往往会牺牲一定的精度和分辨率。

   • 选型建议： 如果要测量大型部件的整体轮廓（如汽车车身），需要大测量范围（如结构光扫描仪或远距离激光位移传感器）。如果只关心微小区域的精密形貌，小测量范围但高分辨率的设备（如干涉仪）更合适。

4. 测量速度/响应时间（Measurement Speed/Response Time）：

   • 实际意义： 测量速度指单位时间内能采集的数据点数量或完成一次测量所需的时间；响应时间是传感器对输入变化作出反应所需的时间。

   • 对最终测量效果的影响： 速度是高速在线检测的关键。响应时间直接影响系统对动态变化的捕捉能力。

   • 选型建议： 对于高速运动的生产线（如钢板轧制、电缆生产），选择采样速度高达kHz的激光轮廓仪或响应时间在毫秒级的激光位移传感器是必需的。对于静态或慢速检测，结构光扫描仪的单次扫描速度（<1秒）也能满足需求。

5. 表面适应性（Surface Adaptability）：

   • 实际意义： 指传感器对不同颜色、光泽度（反光/哑光）、粗糙度、甚至透明或半透明材料的测量能力。

   • 对最终测量效果的影响： 适应性差会导致测量结果不稳定、误差大，甚至无法测量。

   • 选型建议： 测量复杂材料时，要特别关注传感器是否能应对高反光面或吸光面。激光三角测量法通常对多数表面有较好适应性，蓝光结构光系统也有不错的抗干扰能力。对于极高反光或透明件，可能需要喷涂显像剂或选择特定波长的光源。

6. 三维重建与数据处理能力：

   • 实际意义： 指系统能否将采集到的原始数据点（点云）准确地转化为可用的三维模型，并进行后续的分析、比对、报告生成。

   • 对最终测量效果的影响： 强大的数据处理软件是实现复杂轮廓分析、逆向工程、尺寸公差分析的关键。

   • 选型建议： 结构光扫描仪和激光轮廓仪通常自带强大的三维重建和数据处理软件。对于点激光位移传感器，需要配合外部运动平台和专业软件来实现三维重建。评估时要关注软件的功能、易用性、兼容性（是否能与CAD软件无缝对接）。

（4）实际应用中可能遇到的问题和相应解决建议

在复杂材料高速轮廓测量的实际应用中，我们常常会遇到一些挑战，这些问题可能会影响测量结果的准确性和稳定性。

1. 问题：表面特性差异大，测量不稳定。

   • 原因与影响： 复杂材料的表面可能同时存在高光、哑光、粗糙、平滑、不同颜色甚至透明区域。例如，一个抛光过的金属件局部有划痕或氧化层。这会导致激光或光线的反射特性不一致，传感器接收到的信号强度和质量差异大，影响定位精度，甚至无法有效采集数据。

   • 解决建议：

     • 选择适应性强的传感器： 选用具有高动态范围（HDR）的传感器，能同时处理高亮和暗区信号。

     • 调整激光功率和曝光时间： 许多激光传感器允许调整激光功率和相机曝光时间，以适应不同表面亮度。例如，英国真尚有ZLDS116提供2mW、5mW和10mW三种激光功率选项，以适应不同环境。

     • 优化测量角度： 调整传感器与被测物之间的相对角度，避免镜面反射或过度散射。

     • 表面预处理： 对于极难测的透明、高反光或吸光表面，可考虑喷涂一层薄薄的哑光显像剂，但这可能会引入额外的误差并增加工序。

2. 问题：环境光干扰。

   • 原因与影响： 生产车间的光线复杂，有日光、照明灯等，这些环境光可能会与传感器发射的光线混淆，导致传感器接收到的信号中包含大量“噪声”，降低测量精度和稳定性。

   • 解决建议：

     • 使用窄带滤光片： 在传感器接收端安装与激光波长匹配的窄带滤光片，只允许特定波长的光通过，有效滤除大部分环境光。

     • 采用高频调制激光： 通过对激光进行高频调制，并只识别特定频率的反射信号，可以进一步提高抗干扰能力。

     • 遮光处理： 在测量区域设置遮光罩或暗箱，减少环境光直接照射。

3. 问题：被测物高速移动或振动。

   • 原因与影响： 生产线上的部件往往是高速运动的，或者由于机械振动导致物体轻微抖动。这可能导致测量图像模糊，数据点散乱，无法获取稳定的轮廓。

   • 解决建议：

     • 选择高速传感器： 选用采样速度极高、响应时间短的传感器（如采样速度16kHz的激光轮廓仪或响应时间5ms的激光位移传感器）。

     • 同步触发： 使用编码器或光电开关与传感器进行同步触发，确保在物体到达指定位置时瞬间采集数据。

     • 减振措施： 对测量平台和夹具进行减振处理，降低机械振动的影响。

4. 问题：复杂几何形状带来的阴影和遮挡。

   • 原因与影响： 对于具有深孔、陡峭斜面、倒钩或复杂交错结构的物体，单次测量或单角度测量可能出现“阴影区”或“死角”，即激光无法照射到或反射光无法被接收器捕捉到，导致数据缺失或重建不完整。

   • 解决建议：

     • 多角度测量： 部署多个传感器从不同角度同时测量，或通过旋转台等方式让物体进行多角度扫描，然后将不同角度的数据进行拼接。

     • 选择合适的光路设计： 有些传感器专门优化了光路设计，以应对一定程度的陡峭斜面。

     • 数据拼接与填充： 使用专业的三维重建软件进行点云拼接、去噪和缺陷填充，但填充的数据可能不是真实测量值。

5. 问题：海量数据处理与存储。

   • 原因与影响： 高分辨率、高速测量的三维系统会产生海量的点云数据（例如结构光单次扫描超过100万点），这些数据需要快速处理、存储和分析，对计算机硬件和软件算法提出很高要求。

   • 解决建议：

     • 高性能计算平台： 投资高性能的工业计算机，配备高速处理器、大容量内存和GPU加速，以应对数据处理需求。

     • 高效算法： 采用优化的点云处理算法（如八叉树、KD树等）进行数据管理、滤波、配准、曲面拟合和特征提取。

     • 数据压缩： 采用有效的数据压缩技术，减少存储空间和传输带宽需求。

     • 边缘计算： 在传感器端进行初步数据处理和过滤，只传输有用的信息到中央处理系统。

4. 应用案例分享

• 带钢或板材的厚度与宽度测量： 在钢铁、有色金属行业，激光位移传感器或激光轮廓仪被用于实时监测高速移动的带钢或板材的厚度和宽度，确保产品尺寸精度。例如，英国真尚有的ZLDS116激光位移传感器，能够应用于带钢回路的控制。

• 汽车车身及零部件检测： 结构光三维扫描仪能快速获取汽车车身、发动机缸体、叶片等复杂部件的完整三维数据，用于质量控制、逆向工程和装配精度检测。

• 电子产品外壳的平整度与轮廓检测： 机器视觉系统和激光轮廓仪常用于手机、平板电脑外壳的尺寸、平面度、边缘轮廓和表面缺陷的在线高速检测。

• 轮胎三维轮廓检测： 激光轮廓测量仪可以快速扫描轮胎的胎面花纹深度和侧壁轮廓，确保其符合设计标准和安全要求。

• 焊接接头和焊缝轮廓检测： 在自动化焊接生产线上，激光轮廓仪被用于实时检测焊缝的宽度、高度、形状和缺陷，以保证焊接质量。

• 微小精密部件的表面形貌： 白光干涉仪和焦点变化显微镜广泛应用于半导体、光学元件、医疗器械等领域，对芯片封装、镜片表面粗糙度、微结构高度等进行纳米级精密测量。