遠(yuǎn)程目視檢測是一種基于視覺的檢測技術(shù)，檢測人員可以在工業(yè)內(nèi)窺鏡的輔助下觀察被檢測對象內(nèi)部的狀況，發(fā)現(xiàn)結(jié)構(gòu)異常或者內(nèi)壁缺陷等。因為無損傷、高效、直觀的特點，遠(yuǎn)程目視檢測技術(shù)以及工業(yè)內(nèi)窺鏡設(shè)備的應(yīng)用越來越廣泛，同時也一直緊隨科技的發(fā)展不斷更新?lián)Q代。如今，AI技術(shù)新應(yīng)用讓遠(yuǎn)程目視檢測更上一層樓。

人工智能(AI)是模擬人類智慧的科學(xué)，機器學(xué)習(xí)過程是其重要組成部分，也是智能識別的基礎(chǔ)。通過收集大量高質(zhì)量樣本（如圖像），用標(biāo)識樣本類別、或是給予獎懲反饋的方式，開展迭代訓(xùn)練過程，根據(jù)每次訓(xùn)練結(jié)果對預(yù)設(shè)模型或算法進行校正，直至收斂，這時算法或者模型就具備了一定的識別或分類能力，將其集成到檢測設(shè)備內(nèi)部，就可以為人類服務(wù)。

具體到AI技術(shù)在遠(yuǎn)程目視檢測中的應(yīng)用，目前主要可以實現(xiàn)這些功能：通過從檢測圖像中提取所關(guān)注的特征，利用搭載的模型或算法，進行判斷、分類或者匹配，從而可以輔助識別缺陷、分辨有規(guī)律可循的重復(fù)運動軌跡、或者根據(jù)特定特征進行檢測圖像的拼接處理等。

以韋林工業(yè)視頻內(nèi)窺鏡 Everest Mentor Visual iQ 為例，AI技術(shù)在遠(yuǎn)程目視檢測領(lǐng)域的應(yīng)用主要有這樣幾個方面：

1. 輔助缺陷判斷。利用預(yù)先訓(xùn)練好的ADR人工智能輔助缺陷判斷模型、或者是第三方合作伙伴開發(fā)的智能識別模型，可以輔助識別裂紋、涂層損傷等缺陷，通過融入智能化識別能力，減少人為因素影響，提升檢測數(shù)據(jù)的完整性、以及檢測結(jié)果的可靠性。

2. 葉片智能計數(shù)。渦輪發(fā)動機等轉(zhuǎn)動設(shè)備是內(nèi)窺檢測的重要對象，全面檢測葉片需要準(zhǔn)確計數(shù)，這是一項重要卻重復(fù)的工作。引入AI技術(shù)后，在葉片檢測過程中就可以由工業(yè)內(nèi)窺鏡的智能算法模塊自動識別轉(zhuǎn)動的葉片、從而實現(xiàn)自動葉片計數(shù)，不管是單向計數(shù)、或是雙向混合計數(shù)，都可以做到準(zhǔn)確無誤。

3. 3D圖像拼接。一直以來工業(yè)內(nèi)窺鏡可測量缺陷的尺寸比較受限，需要局部測量再累加的方式，影響準(zhǔn)確度。單物鏡相位掃描三維立體測量技術(shù)與智能算法的結(jié)合，誕生了“3D縫合”技術(shù)，通過將多幅局部圖像智能拼接起來，可以得到更大更完整的圖像，測量大尺寸缺陷的準(zhǔn)確性得到大幅提升。

上述這些應(yīng)用僅僅是開端，開啟了工業(yè)內(nèi)窺鏡檢測智能化的新篇章，相信在未來，會有更多工業(yè)內(nèi)窺鏡廠商加入到改領(lǐng)域的研發(fā)與應(yīng)用中，AI技術(shù)與遠(yuǎn)程目視檢測的結(jié)合會更深更廣，也將帶給我們更多福音。