3分鐘看完機器視覺(jué)技術(shù)！

     【編者按】文章詳細闡述了機器視覺(jué)的應用占比及未來(lái)應用潛力，機器視覺(jué)技術(shù)不斷革新，以及更多先進(jìn)制造行業(yè)對高精度、高效率、高靈活性制造工藝的需求，仍會(huì )加速機器視覺(jué)進(jìn)一步的拓展應用。

工業(yè)機器視覺(jué)系統結構

工業(yè)機器視覺(jué)系統構架主要分為硬件設備和軟件算法兩部分，其中硬件設備主要包括光源系統、鏡頭、攝像機、圖像采集卡和視覺(jué)處理器；軟件包中核心算法主要包括傳統的數字圖像處理算法和基于深度學(xué)習的圖像處理算法。

工業(yè)機器視覺(jué)系統產(chǎn)業(yè)及市場(chǎng)規模

2017年全球機器視覺(jué)市場(chǎng)規模達到40億美元，2017～2025年復合增長(cháng)率預計達到8.5%左右。機器視覺(jué)系統提供方主要集中于歐美地區，龍頭企業(yè)主要包括：康耐視、基恩士、ISRA等。但隨著(zhù)食品、包裝、工業(yè)、消費電子等制造產(chǎn)業(yè)逐步在中國制造，中國境內對機器視覺(jué)系統的需求量日益增長(cháng)，未來(lái)5年年復合增長(cháng)率將達到10.4%。

機器視覺(jué)技術(shù)在工業(yè)制造環(huán)節中的應用優(yōu)勢

1. 可實(shí)現可靠性更高的產(chǎn)品質(zhì)量檢測及實(shí)時(shí)監控，有效的避免了人工檢測過(guò)程中的主觀(guān)性和個(gè)體差異；

2. 檢測精度可達到亞微米級別，突破了人眼的物理限制，在全生命產(chǎn)品周期內對產(chǎn)品進(jìn)行外形、標簽、完整度等方面的缺陷檢測；

3. 數字圖像處理和計算機視覺(jué)算法不斷優(yōu)化，在軟件系統層面上提供更廣泛及高效的檢測功能，補充機器視覺(jué)硬件系統的檢測能力；

4. 避免檢測人員與被檢測物件直接接觸，防止物件被人為損壞，避免了檢測系統機械部件的消耗程度以及維護成本；防止物件免受污染；

5. 使用機器視覺(jué)技術(shù)的機器人或者機械臂可以根據機器視覺(jué)系統提供的位置和方向信息，對工件進(jìn)行智能抓取，廣泛應用于食品，醫療制藥和包裝等行業(yè)，拓展了生產(chǎn)制造的柔性；

6. 減少人在現場(chǎng)操作的時(shí)間，有效的避免了操作人員的聽(tīng)力損害、身體機能下降等情況，保證了操作人員人身。

機器視覺(jué)技術(shù)在九大工業(yè)制造行業(yè)中的應用案例

機器視覺(jué)技術(shù)在工業(yè)制造中應用的局限性

1.受到環(huán)境光源的約束：不同的光源將造成不同的成像質(zhì)量和效果，直接干擾檢測算法的檢測，可能造成產(chǎn)品的誤判；單一的視覺(jué)引導技術(shù)不能保證路徑中障礙物檢測的精度，決策控制層往往需要融合多種傳感器采集的信息。

2. 受到硬件設備性能的限制：攝像頭的鏡頭畸變矯正、標定差異性、視角范圍有限；安裝條件及場(chǎng)地限制，對傳感器融合方案的要求；每個(gè)像素的暗電流不同，對光子響應不一致，會(huì )造成攝像機中空間及模式噪聲；CCD線(xiàn)陣相機的參數設置的局限性。

3. 受到端上計算資源的限制：工業(yè)產(chǎn)品大規模復雜的模型架構需要依賴(lài)強大計算能力，當設備終端上內存難以滿(mǎn)足時(shí)需要采用模型云端離線(xiàn)訓練再部署到設備終端；圖像數據傳輸時(shí)仍需要對特定的任務(wù)目標進(jìn)行模型的參數調整、優(yōu)化，會(huì )產(chǎn)生額外的工程開(kāi)銷(xiāo)，且實(shí)時(shí)性較差。

4. 受到檢測對象多樣性的限制：物體表面缺陷種類(lèi)繁多、缺陷產(chǎn)生機理不明、缺陷描述不充分；機器視覺(jué)系統難以從數據中提取特征。

5. 受到成本和收益經(jīng)濟性的限制：視覺(jué)傳感器等工業(yè)相機核心零部件和底層視覺(jué)軟件的開(kāi)發(fā)需較大投入成本。

工業(yè)機器視覺(jué)系統的10大未來(lái)發(fā)展趨勢

技術(shù)

1.工業(yè)相機中的視覺(jué)傳感器在結構設計上不斷優(yōu)化。

2.嵌入式視覺(jué)系統的應用增加工業(yè)現場(chǎng)編程效率。

3.設備端深度學(xué)習模型不斷獲得壓縮與加速。

4.設備端上計算能力的提升。

5.計算機視覺(jué)與機器人技術(shù)結合增加機器人視覺(jué)自適應能力。

應用

1.可對3D打印產(chǎn)品瑕疵問(wèn)題進(jìn)行微米水平無(wú)損檢測。

2.視覺(jué)信息提升智能機床加工過(guò)程中的自主感知能力。

3.智能視覺(jué)設備的應用提升工廠(chǎng)員工操作效率及安全。

4.讓工業(yè)機器人從實(shí)際工作中學(xué)習基于視覺(jué)的運動(dòng)技能及操作策略。

5.在細胞學(xué)研究工作中進(jìn)行細胞顯微鏡圖像質(zhì)量的自動(dòng)評估。