作為人類視覺在機(jī)器上的延伸，機(jī)器視覺憑借其分辨率高、速度快、范圍寬、適應(yīng)性強(qiáng)、精度高、可量化及可持續(xù)工作等優(yōu)勢，將圖像處理應(yīng)用于機(jī)器視覺領(lǐng)域，成為智能制造繁榮發(fā)展的推動力。

　　20世紀(jì)50年代，Gilson 提出“光流”概念，機(jī)器視覺就此萌蘗。統(tǒng)計(jì)模式識別運(yùn)用計(jì)算機(jī)分析識別二維圖像，集中研究光學(xué)字符識別(OCR)、工件表面圖片分析等技術(shù)，為機(jī)器視覺提供了理論實(shí)踐基礎(chǔ)。隨后，機(jī)器視覺的研究轉(zhuǎn)向三維場景，研究范圍不斷擴(kuò)展和復(fù)雜化。

　　1977年，美國麻省理工教授David Marr提出將視覺分為目標(biāo)與策略、表示與算法、硬件的實(shí)現(xiàn)三個層次，機(jī)器視覺迎來了第一次理論框架的升級。機(jī)器視覺發(fā)展至今七十余年，各種理論創(chuàng)新、概念升級和實(shí)踐應(yīng)用不斷涌現(xiàn)，不斷推動著工業(yè)智能化、產(chǎn)業(yè)數(shù)字化的演進(jìn)。

　　圖：機(jī)器視覺發(fā)展歷程(圖源：前瞻產(chǎn)業(yè)研究院)

　　根據(jù)美國制造工程師協(xié)會(SME)機(jī)器視覺分會和美國機(jī)器人工業(yè)協(xié)會(RIA)自動化視覺分會定義，機(jī)器視覺是通過光學(xué)的裝置和非接觸的傳感器，自動地接收和處理一個真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人運(yùn)動的裝置。機(jī)器視覺被稱為自動化系統(tǒng)的“靈魂之窗”，隨著5G、人工智能、物聯(lián)網(wǎng)等新興技術(shù)的融合發(fā)展，在智能制造的浪潮下，機(jī)器視覺不斷創(chuàng)新升級、蓬勃發(fā)展。

　　智能制造的“眼睛”

　　隨著全球智能制造浪潮的推進(jìn)，自動化、智能化已經(jīng)成為現(xiàn)代工廠的發(fā)展趨勢，“機(jī)器換人”也逐漸成為熱議的話題。作為人類視覺在機(jī)器上的延伸，機(jī)器視覺憑借其分辨率高、速度快、范圍寬、適應(yīng)性強(qiáng)、精度高、可量化及可持續(xù)工作等優(yōu)勢，將圖像處理應(yīng)用于機(jī)器視覺領(lǐng)域，成為智能制造繁榮發(fā)展的推動力。

　　圖：人類視覺和機(jī)器視覺對比

　　如定義所言，機(jī)器視覺可以非接觸地對目標(biāo)物體進(jìn)行外觀檢測，判斷其有否表面缺陷，并獲取物體坐標(biāo)、角度、圖像像素等信息，從而判斷物體所在位置，分析計(jì)算狀態(tài)參數(shù)。此外，還可以識別顏色、數(shù)字、條碼等物理特征。我們將這些功能主要分為四大類：檢測、定位、測量、識別。

　　圖：機(jī)器視覺主要功能(來源：前瞻產(chǎn)業(yè)研究院)

　　機(jī)器視覺是“人眼”的替代和延展，如同人類視覺一樣，它也擁有一套完整的視覺系統(tǒng)。典型的機(jī)器視覺系統(tǒng)一般包括光源及光源控制器、鏡頭、相機(jī)、視覺控制系統(tǒng)等。其中，光源及光源控制器、鏡頭、相機(jī)等硬件部分負(fù)責(zé)圖像捕捉功能，視覺控制系統(tǒng)則負(fù)責(zé)對成像結(jié)果進(jìn)行處理分析、輸出分析結(jié)果至智能設(shè)備的其他執(zhí)行機(jī)構(gòu)。

　　機(jī)器視覺性能優(yōu)勢顯著，技術(shù)持續(xù)創(chuàng)新，未來機(jī)器視覺將朝向深度學(xué)習(xí)、3D視覺等方向不斷發(fā)展和精進(jìn)。

　　深度學(xué)習(xí)技術(shù)

　　深度學(xué)習(xí)是機(jī)器學(xué)習(xí)最重要的分支，典型深度學(xué)習(xí)算法包括卷積神經(jīng)網(wǎng)絡(luò)(CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)、生成對抗網(wǎng)絡(luò)(GANs)、深度強(qiáng)化學(xué)習(xí)(RL)等。深度學(xué)習(xí)利用人類知識和計(jì)算機(jī)算法共同構(gòu)建整體架構(gòu)，通過對數(shù)據(jù)進(jìn)行清洗、標(biāo)簽、歸一化、去噪、降維等預(yù)處理，配合計(jì)算機(jī)大規(guī)模運(yùn)算能力，調(diào)節(jié)內(nèi)部參數(shù)，對數(shù)據(jù)進(jìn)行訓(xùn)練，從而自動提取目標(biāo)數(shù)據(jù)。深度學(xué)習(xí)具有學(xué)習(xí)能力強(qiáng)、覆蓋范圍廣、適應(yīng)能力強(qiáng)、可移植性好等優(yōu)勢。

　　3D視覺技術(shù)

　　3D視覺技術(shù)分為3D重構(gòu)技術(shù)和3D數(shù)據(jù)分析算法兩部分，具體包括雙目視覺技術(shù)、結(jié)構(gòu)光技術(shù)、TOF(飛行時間)相機(jī)技術(shù)、線激光掃描技術(shù)和光譜共聚焦技術(shù)。較之2D機(jī)器視覺技術(shù)，3D技術(shù)在x、y、z、旋轉(zhuǎn)、俯仰、橫擺等六個自由度上還原目標(biāo)物體三維信息，為工業(yè)控制提供更精確靈活的特征分析與數(shù)據(jù)處理。

　　機(jī)器視覺市場藍(lán)海，智能制造加速

　　后疫情時代，全球數(shù)字化進(jìn)程加速，工業(yè)智能化、數(shù)字化不斷轉(zhuǎn)型升級，機(jī)器視覺與工業(yè)應(yīng)用緊密結(jié)合，在人工智能、物聯(lián)網(wǎng)、5G等新興技術(shù)的融合創(chuàng)新中，不斷深入應(yīng)用落地。