机器视觉：透过机器看未来

　　根据Grand View Research, Inc.的一份新报告，到 2030年，全球机器视觉市场规模预计将达到259.2亿美元。预计从2022年到2030年，它将以7.7%的复合年增长率增长。

　　在入选由世界经济论坛与麦肯锡公司合作开展的全球灯塔网络项目工厂中，半数以上的工厂都部署了基于工业物联网的自动化技术和基于人工智能（AI）的视觉检测技术。以某知名跨国电气企业为例，它在综合采用了模块化人机合作工作站、AI视觉检测等第四次工业革命技术后，将产品上市时间缩短了25%，并利用先进分析技术来自动分析问题根源和检测整个供应链中的异常情况，将准时交货率提升了30%。

　　由此，我们可以断定，机器视觉技术正在成为智能工厂缩短产品上市时间、降低生产成本、提升准时交货率的重要手段之一。

　　当机器视觉不再只是一种技术

　　机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术等。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。

　　机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等，转变成数字化信号。图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

　　机器视觉的引入，代替了传统的人工检测方法，极大地提高了投放市场的产品质量和生产效率。从生产效率的角度，在大批量重复性工业生产过程中，人工视觉容易疲惫，质量效率低下且精度不高，而机器视觉可以大大提高生产效率和自动化程度。

　　从成本控制的角度，培训一个合格的操作工需要企业管理者花费大量的人力物力，然而单纯的培训还远远不够，后续还需要花费大量的时间，使操作工的水平在实践中得到提升。相对而言，机器视觉系统只要设计、调试和操作得当，可以在很长一段时间内不间断使用，同时确保生产效果。另外，由于消除了检测系统与被检验物品之间的直接接触，机器视觉还能够防止物品损坏，防止洁净室受到人为污染，同时也避免了机械部件磨损的维护时间和成本投入。

　　在某些特殊工业环境中，比如一些不适于人工作业的危险工作环境（如焊接、火药制造），人工视觉可能会对操作工的人身安全造成威胁，而机器视觉从某种程度上有效地规避了这些风险；或者人工视觉难以满足要求（机械缝隙零件检测）的场合，常用机器视觉来替代人工视觉。

　　此外，从机器视觉本身特质而言，例如机器视觉系统在几分之一秒内处理大量信息的能力，能为制造商在制造缺陷可忽略不计的产品方面实现新的里程碑。

　　与机构或教育应用中使用的系统相比，工业机器视觉系统通常更坚固耐用，需要高可靠性、稳定性和准确性。它们的成本低于军事、航空航天、国防和政府应用中使用的系统。预计这些因素将导致技术在工业部门的适应性更强。此外，机器视觉系统在医疗和保健应用中正以相当快的速度获得牵引力，分析医学图像和用于执行各种医疗活动的机器人应用是该技术在这些领域的关键作用。

　　由于对质量检查和生产的需求日益增加，机器视觉技术已被证明在制造和质量控制领域具有关键重要性。自出现以来，该技术一直在见证广泛的发展和创新升级。技术的发展和对优质产品的需求不断增加，各行各业使用的机器人视觉系统日益普及等，都加强了整体市场。

　　据Grand View Research, Inc.研究报告的调研，在机器视觉领域中，汽车终端行业在2021年拥有最大的收入份额，而亚太地区在2021年获得了最大的收入份额。这可以归因于该地区开展的大型制造实践所提供的大量机会。中国、日本、澳大利亚和新加坡等国家被认为是包括机器视觉在内的新兴技术的潜在市场，该地区显著的工业扩张为各种创新的繁荣和发展以及不同技术的采用做出了重大贡献。

　　机器视觉的应用机器视觉的应用

　　主要有检测和机器人视觉两个方面：

　　检测，又可分为高精度定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。

　　机器人视觉，用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。至于小范围内的操作和行动，还需要借助于触觉传感技术。

　　此外还有自动光学检查、人脸识别、无人驾驶汽车、产品质量等级分类、印刷品质量自动化检测、文字识别、纹理识别、追踪定位等机器视觉图像识别的应用。

　　在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。具体如 PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。

　　机器视觉系统在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。

　　在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。目前国内机器视觉大多为国外品牌。国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐渐成熟。

　　随着经济水平的提高，3D机器视觉也开始进入人们的视野。3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费，节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。

　　在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业，用机器视觉技术取代人工，可以提升生产效率和产品质量。例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，可以减少物品的损坏率，提高分拣效率，减少人工劳动力的投入等。

　　5G+ 机器视觉应用场景

　　新兴技术的出现往往能给其它产业带来意想不到的突破和发展。随着5G技术在我国的兴起，越来越多的产业尝试着与其进行融合，期待能够获得更大的技术进步和更丰富的应用场景。来自中国电信股份有限公司研究院企业运营支撑中心的陈力和闻磊，就带来了机器视觉和5G的应用场景研究：

　　（1）可移动工业机器：工厂视觉导航

　　工厂自动 AGV 小车应用于制造业中，AGV 小车通过 5G+ 机器视觉的处理能够准确无误的调整行走搬运的路线，可准确有效地完成货物的搬运工作，大大提高了企业生产的柔性、智能性以及企业的竞争力。

　　（2）固定工业机器：工业柔性视觉

　　采用机器视觉技术的工业设备在进行柔性制造过程中，会采用移动技术特别是 5G 来满足生产需求，提高了生产的自动化程度，让不适合人工作业的危险工作环境变成了可能，让大批量、持续生产变成了现实，大大提高了生产效率和产品精度。重点面向 5 大领域：图像识别应用、图像检测应用、视觉定位应用、物体测量应用、物体分拣应用。

　　（3）厂区监控设备：工厂智能监控

　　采用机器视觉技术的智能视频监控系统通过 5G 技术，扩展视频监控的移动性、范围和智能化。实现周界检测、越线检测、徘徊逗留检测、遗失检测、遗留检测、快速移动检测、打架检测、尾随检测、人群聚集、火灾烟雾检测、PTZ 目标跟踪、视频故障分析、视频存储和回放等功能。

　　机器视觉本身是一门综合性的技术，能够让机器实现更多的智能一直是人类孜孜以求的目标，机器视觉就犹如给机器安上了一双“眼睛”。达尔文的进化论表明，类人猿是通过直立行走获取更广阔的视野促进了头部的发育，最终才能进化为人。机器有了“眼睛”就能更好地移动和执行指令，从而实现更加智能的机器未来。