在瓶身检测领域，当3D视觉成为热议焦点时，一个更现实的问题往往被忽略：大部分产线缺陷，2D视觉完全能高效解决。成本更低、速度更快、部署更简单——2D视觉检测至今仍是瓶身质量管控的绝对主力。
2D视觉检测的技术本质
2D视觉检测的核心逻辑并不复杂：通过工业相机采集瓶身灰度或彩色图像，利用图像处理算法提取缺陷特征。常见配置包括背光照明（突出轮廓）、环形光（突显表面纹理）或同轴光（抑制反光）。相机捕获的是一张二维平面投影图，每个像素携带亮度与颜色信息，但不含深度。
典型的检测流程分为四步：图像采集、预处理（滤波、二值化、边缘增强）、特征提取（斑点、纹理、几何形状）、分类决策。对于瓶身这类规则物体，算法响应速度可控制在毫秒级，满足高速产线需求。
2D视觉检测的关键能力
高性价比是首要优势。一套2D检测系统的硬件成本通常仅为同等3D方案的几分之一，且维护门槛低，产线工人经短期培训即可调试。亚毫秒级处理速度使其胜任每分钟数百个瓶子的超高速线——图像传感器在全画幅下仍能保持每秒上百帧采集，配合FPGA加速，检测延迟可压缩至微秒级。
印刷类缺陷的专长更难以替代。瓶身标签是否存在文字缺失、套印偏差、色差、脏污？2D彩色视觉通过模板匹配和OCR算法，能精准定位印刷瑕疵。对于喷码字符的有无、完整度、对比度检测，2D方案成熟稳定，误报率可控制在极低水平。
轮廓与尺寸检测同样是2D强项。瓶身是否有明显歪斜？瓶口椭圆度是否超差？液位高度是否达标？通过背光成像提取边缘轮廓，再计算外径、高度、圆度等参数，算法简单高效。瓶盖是否压到位、防盗环是否断裂，也能通过边缘间距测量快速判定。
表面脏污与异色检测是另一典型场景。白瓶身上的黑点、油污、料斑，在适当光照下呈现明显灰度差异，通过动态阈值分割即可检出。与3D视觉不同，2D不关心缺陷深度，只需确认“有无异物”——这恰恰是多数产线的真实需求。
典型应用场景
饮料瓶的液位检测是经典案例。背光拍摄后，瓶身液面以下呈现暗区、以上为亮区，二值化处理后直接计算液位高度，精度可达±0.5mm，误检率低于万分之三。
药品瓶的铝箔封口检测同样适用。封口膜缺失或破损会导致反光特性改变，2D相机配合环形光拍摄，通过纹理分析识别异常区域。
日化瓶的标签对位检测则利用边缘匹配算法。标签是否贴歪、是否起泡（气泡在2D中表现为局部反光异常），均可通过几何比对快速判定。
回收瓶的异物残留检测更为直接。瓶内残留液体或固体在透射光下形成明暗差异，无需深度信息即可触发剔除。
局限性及应对策略
2D视觉检测的短板也显而易见：无法测量凹陷深度、对透明材质敏感、受光照波动影响大。但这些局限可通过工程手段缓解——多角度组合光源可削弱反光干扰；低角度暗场照明能突显浅划痕；偏振片可过滤镜面反射。
对于透明瓶身，采用背光+紫外荧光技术可提升缺陷对比度；对于均匀纹理表面（如磨砂瓶），结构光投影能间接增强特征。此外，深度学习图像分割模型对光照变化有更强鲁棒性，可大幅降低误报。
技术趋势：2D与3D的协同而非替代
当前主流方向并非“2D升级到3D”，而是2D+3D融合检测。2D负责高速筛选、分类缺陷类型，3D仅对可疑区域进行复检与量化。这种分级架构既控制了成本，又保证了精度。
许多产线过度追求“全3D化”，却忽略了2D在印刷检测、颜色判定、轮廓测量等场景中不可替代的优势。瓶身检测不是技术竞赛，而是成本与效果的平衡艺术。在正确的位置使用2D视觉，往往比盲目上3D更明智。
2D视觉检测，不是落后方案——它是久经考验的效率标杆。
