机器视觉技术的难点与市场剖析

　　传统制造业面临新的颠覆，转型升级将给中国自动化行业带来巨大的市场机遇。而机器视觉作为自动化界高智能化产品，未来具有巨大的发展潜力。

　　制造业竞争加剧、成本压力迫使其重视生产效率质量将促进机器视觉技术的应用。为了提高生产效率，降低人力成本，工业生产和管理中的某些人工环节正逐渐被机器代替。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

　　专家分析认为，机器视觉发展早期，主要集中在欧美和日本。随着全球制造中心向中国转移，中国机器视觉市场正在继北美、欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。在中国，机器视觉应用起源于20世纪80年代的技术引进，半导体及电子行业是机器视觉应用较早的行业之一，其中大都集中在如PCB印刷电路组装、元器件制造、半导体及集成电路设备等，机器视觉在该行业的应用推广，对提高电子产品质量和生产效率起了举足轻重的作用。

　　机器视觉是近年来发展起来的一项新技术，它是利用光机电一体化的手段使机器具有视觉的功能。将机器视觉引入检测领域，可以在很多场合实现在线高精度高速测量。同时机器视觉检测技术理论也一步步的发展壮大起来。

　　什么是机器视觉？

　　机器视觉，简单来说就是用机器代替人眼来做测量和判断。它主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉的典型机构由五部分组成：照明、镜头、相机、图像采集卡、视觉处理器。

　　由此而衍生出来的技术则是机器视觉技术，它是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉技术最大的特点是速度快、信息量大、功能多。

　　机器视觉的发展

　　机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。70年代，机器视觉形成几个重要研究分支：①目标制导的图像处理；②图像处理和分析的并行算法；③从二维图像提取三维信息；④序列图像分析和运动参量求值；⑤视觉知识的表示；⑥视觉系统的知识库等。

　　机器视觉技术设计的难点都有哪些？

　　第一：打光的稳定性

　　工业视觉应用一般分成四大类：定位、测量、检测和识别，其中测量对光照的稳定性要求最高，因为光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素，这不是软件的问题，这是光照变化，导致了图像上边缘位置发生了变化，即使再厉害的软件也解决不了问题，必须从系统设计的角度，排除环境光的干扰，同时要保证主动照明光源的发光稳定性。当然通过硬件相机分辨率的提升也是提高精度，抗环境干扰的一种办法了。比如之前的相机对应物空间尺寸是1个像素10um，而通过提升分辨率后变成1个像素5um，精度近似可以认为提升1倍，对环境的干扰自然增强了。

　　第二：工件位置的不一致性

　　一般做测量的项目，无论是离线检测，还是在线检测，只要是全自动化的检测设备，首先做的第一步工作都是要能找到待测目标物。每次待测目标物出现在拍摄视场中时，要能精确知道待测目标物在哪里，即使你使用一些机械夹具等，也不能特别高精度保证待测目标物每次都出现在同一位置的，这就需要用到定位功能，如果定位不准确，可能测量工具出现的位置就不准确，测量结果有时会有较大偏差。

　　第三：标定

　　一般在高精度测量时需要做以下几个标定，一光学畸变标定（如果您不是用的软件镜头，一般都必须标定），二投影畸变的标定，也就是因为您安装位置误差代表的图像畸变校正，三物像空间的标定，也就是具体算出每个像素对应物空间的尺寸。

　　不过目前的标定算法都是基于平面的标定，如果待测量的物理不是平面的，标定就会需要作一些特种算法来处理，通常的标定算法是解决不了的。

　　此外有些标定，因为不方便使用标定板，也必须设计特殊的标定方法，因此标定不一定能通过软件中已有的标定算法全部解决。

　　第四：物体的运动速度

　　如果被测量的物体不是静止的，而是在运动状态，那么一定要考虑运动模糊对图像精度（模糊像素=物体运动速度*相机曝光时间），这也不是软件能够解决的。

　　第五：软件的测量精度

　　在测量应用中软件的精度只能按照1/2—1/4个像素考虑，最好按照1/2，而不能向定位应用一样达到1/10-1/30个像素精度，因为测量应用中软件能够从图像上提取的特征点非常少。

　　在我国的发展及应用

　　目前，中国正成为世界机器视觉发展最活跃的地区之一，应用范围几乎涵盖国民经济的各个行业，其中包括：工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等领域。而工业领域是机器视觉应用比重最大的领域，其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。

　　下面简单介绍几种应用：

　　1、食品安全监测

　　在流水化作业生产、产品质量检测方面，有时候需要工作人员观察、识别、发现生产环节中的错误和疏漏。无论人的责任心有多强，注意力有多集中，他都有可能会疲劳、疏忽、走神，造成瑕疵品流向市场。

　　2、制造业

　　同时，机器视觉技术还能在超标准排放烟尘、污水等方面发挥作用。利用机器视觉，能够及时发现机房及生产车间的的火灾、烟雾等异常情况。利用机器视觉中的面相检测、人脸识别技术，可以帮助企业加强出入口的控制和管理，提高管理水平，降低管理成本。

　　3、太阳能、交通监控

　　近年来新兴行业的发展给机器视觉市场也带来了新的市场空间。在太阳能领域，太阳能电池和模块生产者使用机器视觉来检测产品、识别和跟踪产品以及装配产品。在交通监控领域，可以利用车牌识别技术、图像分析技术，自动识别车牌，发现违章停车、逆行、发现交通肇事车辆等。此外，如地质灾害对地震预防、山体滑坡、泥石流、火山喷发的发现识别、防范，水文监测对河流水文状况的观测等领域机器视觉技术都有巨大空间有待挖掘。

　　未来的市场前景

　　中国的电子制造和代工厂商过去几年正在采购大量自动化设备取代人工，以应对中国愈演愈烈的缺工现象，未来几年这一现象将达到高潮。台资工厂纷纷选择提高自动化程度，其自动化换装高潮将在未来2-3年内到来，必将为机器视觉产品在该行业的应用带来新的增长点。

　　据一项权威发布的行业预测报告，中国机器视觉行业的市场规模将持续增长，在2015年将达到30亿元，而在2016年将达到38亿元，到2018年以前达到50亿美元。全球机器视觉市场带来的新商机已经成为业界厂商关注的焦点。

关于 机器视觉技术

• ·机器视觉技术的难点与市场剖析
  机器视觉是近年来发展起来的一项新技术，它是利用光机电一体化的手段使机器具有视觉的功能