東莞市瑞智光電科技有限公司
專注于機器視覺、AI人工智能、激光、視覺檢測設(shè)備！
專注于機器視覺、AI人工智能、激光、視覺檢測設(shè)備！
2020-11-02 14:50:30 責(zé)任編輯： 瑞智光電 0
機器視覺是利用計算機來模擬人類視覺作用，以讓機器設(shè)備得到有關(guān)視覺信息內(nèi)容和進行理解?？煞譃椤耙暋焙汀坝X”兩部分基本原理。
“視”是將外界信息內(nèi)容利用成像來顯示成數(shù)字信號反饋給計算機，必須依靠一整套的硬件解決方案，主要包括燈源、照相機、圖像收集卡、視覺傳感器等?！坝X”則是計算機對數(shù)字信號進行處理和分析，要緊是軟件算法。
機器視覺在工業(yè)上運用行業(yè)寬闊，關(guān)鍵作用主要包括：檢測、檢驗、識別、定位等。
產(chǎn)業(yè)鏈能夠分為上游部件級市場、中游系統(tǒng)一體式/整機設(shè)備市場和下游運用市場。
機器視覺上游有燈源、鏡頭、工業(yè)鏡頭、圖像收集卡、數(shù)字圖像處理軟件等軟硬件帶來商，中游有一體式和整機設(shè)備帶來商，行業(yè)領(lǐng)域下游運用較廣，要緊下游市場主要包括電子制造行業(yè)領(lǐng)域、汽車、印刷包裝、煙草、農(nóng)業(yè)、醫(yī)藥、紡織和交通等行業(yè)。
機器視覺全球市場要緊分布在北美、歐洲、日本、中國等地區(qū)，依照統(tǒng)計數(shù)據(jù)，2014年，全球機器視覺系統(tǒng)及部件市場規(guī)模是36.7億美金，2015年全球機器視覺系統(tǒng)及部件市場規(guī)模是42億美金，2016年全球機器視覺系統(tǒng)及部件市場規(guī)模是62億美金，2002-2016年市場年均復(fù)合增長率為12%左右。而機器視覺系統(tǒng)一體式，依照北美市場數(shù)據(jù)估算，大約是機器視覺及部件市場的6倍。
中國機器視覺起步于80年代的技術(shù)引入，伴隨著98年半導(dǎo)體工廠的整線引入，也帶入機器視覺系統(tǒng)，06年往常國產(chǎn)機器視覺商品要緊集中在外資制造企業(yè)，規(guī)模都較小，06年開始，工業(yè)機器視覺運用的用戶群開始擴大到印刷、食品等檢驗行業(yè)，2011年市場開始高速增長，伴隨著人力成本的提升和加工制造業(yè)的升級要求，加上計算機視覺技術(shù)的快速進展，越來越多機器視覺方案滲透到各行業(yè)，到2016年我國機器視覺市場規(guī)模已達近70億元。
機器視覺中，缺陷檢測功能，是機器視覺運用得最多的作用之一，主要檢驗商品表面的各類信息內(nèi)容。在現(xiàn)代工控自動化生產(chǎn)制造中，連續(xù)大大批量生產(chǎn)制造中每個制程都有一定的次品率，單獨看盡管比率很小，但相乘后卻成為企業(yè)難以提升良率的瓶頸，同時在利用完整制程后再剔除次品成本會高很多（例如，如果錫膏印刷工序存在定位偏差，且該咨詢題直到芯片貼裝后的在線檢驗才被發(fā)現(xiàn)，那么返修的成本將會是原成本的100倍之上），因而及時檢驗及次品剔除對品質(zhì)控制和成本控制是特別關(guān)鍵的，也是加工制造業(yè)進一步升級的關(guān)鍵基石。
一、在檢測行業(yè)領(lǐng)域，與人類視覺相比，機器視覺優(yōu)勢明顯
1、精確度高：人類視覺是64灰度級，且對微小目標分辨力弱；機器視覺可顯著提升灰度級，同時可觀測微米級的目標；
2、速度快：人類是無法看清快速運動的目標的，機器設(shè)備快門時刻則可以達到微秒級不；
3、穩(wěn)定性高：機器視覺解決了人類一個特別嚴峻的咨詢題，不穩(wěn)定，人工目檢是勞動特別枯燥和辛苦的行業(yè)領(lǐng)域，無論你設(shè)計怎么樣的獎懲制度，都會發(fā)生較為高的漏檢率。然而機器視覺檢測機則沒有疲勞咨詢題，沒有情緒波動，只要是你在算法中寫好的東西，每一次都會認真執(zhí)行。在質(zhì)控中大大提高效果可控性。
4、信息內(nèi)容的一體式與留存：機器視覺得到的信息內(nèi)容量是全面且可追朔的，有關(guān)信息內(nèi)容能夠很便捷的一體式和留存。
二、機器視覺技術(shù)近年進展迅速
1、圖像收集技術(shù)進展迅猛
CCD、CMOS等固件越來越成熟，圖像敏感器件規(guī)格不斷縮小，像元數(shù)量和數(shù)據(jù)率不斷提升，分辨率和幀率的提高速度能夠講日新月異，商品系列也越來越豐富，在增益、快門和信噪比等參數(shù)上不斷優(yōu)化，利用關(guān)鍵檢驗指標（MTF、畸變、信噪比、燈源亮度、均勻性、色溫、系統(tǒng)成像能力綜合評估等）來對燈源、鏡頭和照相機進行綜合選擇，使得很多往常成像上的難點咨詢題得以不斷突破。
2、數(shù)字圖像處理和模式識別進展迅速
數(shù)字圖像處理上，伴隨著圖像高精密的邊緣信息內(nèi)容的提取，很多原本混合在背景噪聲中難以直截了當(dāng)檢驗的低對比度缺陷開始得到分辨。
模式識別上，本身能夠看作一個標記過程，在一定量度或觀測的基礎(chǔ)上，把待識模式劃分到各自的模式中去。圖像識別中應(yīng)用得較多的要緊是決策理論和結(jié)構(gòu)方法。決策理論方法的基礎(chǔ)是決策函數(shù)，利用它對模式向量進行分類識別，是以定時描述（如統(tǒng)計紋理）為基礎(chǔ)的；結(jié)構(gòu)方法的關(guān)鍵是將物體分解成了模式或模式基元，而不同的物體結(jié)構(gòu)有不同的基元串（或稱字符串），利用對未知物體利用給定的模式基元求出編碼邊界，得到字符串，再依照字符串推斷它的屬類。在特征生成上，很多新算法不斷浮現(xiàn)，主要包括基于小波、小波包、分形的特征，和獨二重量分析；還有關(guān)子支持向量機，變形模板匹配，線性和非線性分類器的設(shè)計等都在不斷延展。
3、深度學(xué)習(xí)帶來的突破
傳統(tǒng)式的機器設(shè)備學(xué)習(xí)在特征提取上要緊依靠人來分析和建立邏輯，而深度學(xué)習(xí)則利用多層感知機模擬大腦工作中，構(gòu)建深度神經(jīng)網(wǎng)絡(luò)（如卷積神經(jīng)網(wǎng)絡(luò)等）來學(xué)習(xí)簡單特征、建立復(fù)雜特征、學(xué)習(xí)映射并輸出，訓(xùn)練過程中全部層級都會被不斷優(yōu)化。在具體的運用上，例如全自動ROI區(qū)域分割；標點定位（利用防真視覺可靈活檢驗未知缺陷）；從重噪聲圖像重檢驗無法描述或量化的缺陷如橘皮缺陷；分辨玻璃蓋板檢驗中的真假缺陷等。伴隨著越來越多的基于深度學(xué)習(xí)的機器視覺軟件推向市場（主要包括瑞士的vidi，韓國的SUALAB，香港的應(yīng)科院等），深度學(xué)習(xí)給機器視覺的賦能會越來越明顯。
4、3d視覺的進展
三維視覺還處在起步時期，很多運用程序都在使用三維表面重構(gòu)，主要包括導(dǎo)航、工業(yè)檢驗、逆向工程、測繪、物體識別、檢測與分級等，但精密度咨詢題限制了三維視覺在很多場景的運用，目前工程上最先鋪開的運用是物流里的標準件體積檢測，相信將來這塊潛力極大。
三、要全面替代人工目檢，機器視覺還有眾多難點有待攻破
1、燈源與成像：機器視覺中優(yōu)質(zhì)的成像是第一步，由于不同材料物體表面反光、折射等咨詢題都會妨礙被測物體特征的提取，因而燈源與成像能夠講是機器視覺檢驗要攻克的第一個難關(guān)。比如如今玻璃、反光表面的刮痕檢驗等，很多時候咨詢題都卡在不同缺陷的一體式成像上。
2、重噪音中低對比度圖像中的特征提?。涸谥卦胍舡h(huán)境下，真假缺陷的鑒不很多時候較難，這也是很多場景始終存在一定誤檢率的緣故，但這塊利用成像和邊緣特征提取的快速進展，類似在不斷取得各類突破。
3、對非預(yù)期缺陷的識別：在運用中，通常是給定一些具體的缺陷模式，使用機器視覺來識別它們到底有沒有發(fā)生。但經(jīng)常遇到的情況是，很多明顯的缺陷，由于之前沒有發(fā)生過，或者發(fā)生的模式過分多樣，而被漏檢。如果換做是人，盡管在操作流程文件中沒讓他去檢驗?zāi)莻€缺陷，然而他會留意到，從而有較大幾率抓住它，而機器視覺在這點上的“智慧”目前還較難突破。
1、上游部件級市場
要緊主要包括燈源、鏡頭、工業(yè)鏡頭、圖像收集卡、數(shù)字圖像處理軟件等帶來商，近幾年智能照相機、工業(yè)鏡頭、燈源和板卡都保持了不低于20%的增速。依照中國機器視覺產(chǎn)業(yè)聯(lián)盟（CMVU）調(diào)查統(tǒng)計，如今已進入中國的國外機器視覺牌子已近200多家（如康耐視、達爾薩、堡盟等為代表的關(guān)鍵部件制造商，以基恩士、歐姆龍、松下、邦納、NI等為代表的則同時涉足機器視覺關(guān)鍵部件和系統(tǒng)一體式），中國自有的機器視覺牌子也已有100多家（如?？?、華睿、盟拓光電、神州視覺、東莞燦銳、上海方誠、上海波創(chuàng)電氣設(shè)備等），機器視覺各類商品代理商超過300家（如東莞鴻富視覺、微視新紀元、三寶興業(yè)、凌云光、太陽視覺等）。很多國產(chǎn)機器視覺的部件市場基礎(chǔ)上從代理海外牌子開始，很多企業(yè)均與海外的同行有較好的合作，且這種合作具有一定的排他性，這給潛在進入者帶來了一定的門檻，因而優(yōu)質(zhì)商品的代理商也都有不錯的市場競爭能力和利潤表現(xiàn)。同時，以海康、華睿為代表的國內(nèi)工業(yè)視覺關(guān)鍵部件正在快速崛起。
2、中游系統(tǒng)一體式和整機設(shè)備市場
國產(chǎn)中游的系統(tǒng)一體式和整機設(shè)備商有100多家，他們能夠給各行業(yè)領(lǐng)域全自動化企業(yè)帶來綜合的機器視覺方案，如凌云光、微視新紀元、嘉恒、凌華、太陽視覺、鼎信、大恒圖像等。由于國產(chǎn)商品與國外依然有不小差距，很多中游系統(tǒng)一體式商和整機設(shè)備商又是從關(guān)鍵零部件的貿(mào)易做起來的，因而很多在視覺商品的選擇方面，依然更為青睞海外牌子。國產(chǎn)牌子為推廣自身的軟硬件商品，通常必須進展自身的方案一體式能力，才能更好的面對市場競爭。
3、下游運用市場
機器視覺下游，要緊是給終端用戶帶來非標全自動化綜合解決方案的企業(yè)，行業(yè)領(lǐng)域?qū)傩蕴貏e強，關(guān)鍵競爭能力是對行業(yè)領(lǐng)域和生產(chǎn)制造的綜合理解和多類技術(shù)融合。由于行業(yè)領(lǐng)域全自動化的更迭有一定周期性，深受行業(yè)領(lǐng)域整體升級速度、出貨量和利潤狀況妨礙，因而近兩年來說，拉動機器視覺運用普及最要緊的依然在電子加工制造業(yè)，其次是汽車和制藥。
（1）半導(dǎo)體和電子生產(chǎn)制造行業(yè)領(lǐng)域：從國產(chǎn)機器視覺工業(yè)上的運用分布來說，46%都集中在電子及半導(dǎo)體制造行業(yè)領(lǐng)域，主要包括晶圓加工制造的分類切割、PCB檢驗（底片、內(nèi)/外層板、成品外型終檢等）、SMT貼裝檢驗、LCD全流程的AOI缺陷檢驗、各類3c組件的表面缺陷檢驗、3c商品外型檢驗等。
（2）汽車：車身裝配檢驗、零部件的幾何規(guī)格和誤差檢測、表面和內(nèi)部缺陷檢驗、間隙檢驗等。
（3）印刷、包裝檢驗：煙草外殼印刷、食品的包裝和印刷、藥品的鋁塑板包裝和印刷等。
（4）農(nóng)業(yè)：對農(nóng)商品的分級、檢測和分類。
（5）紡織：對異纖、云織、經(jīng)疵、緯疵等缺陷檢驗、織物表面絨毛鑒定、紗線結(jié)構(gòu)分析這些。
五、機器視覺系統(tǒng)將來進展趨勢
1、嵌入式解決方案進展迅猛，智能照相機性能與成本優(yōu)勢突出，嵌入式PC會越來越強大。
2、模塊化的通用型軟件平臺和人工智能軟件平臺將落低開發(fā)設(shè)計人員技術(shù)規(guī)定和縮短開發(fā)設(shè)計周期。
3、3d視覺將走向更多運用場景。
