【導讀】機器視覺(jué)廣泛應用于工業(yè)領(lǐng)域，涵蓋眾多應用場(chǎng)景。在制造業(yè)中，利用機器視覺(jué)執行的任務(wù)有：對子組件進(jìn)行最終檢查，查驗零件有無(wú)潛在制造缺陷等等。在自動(dòng)化領(lǐng)域，機器視覺(jué)在引導機器人方面發(fā)揮著(zhù)重要作用。此外，它還用于驗證數據矩陣碼、檢查食品包裝和讀取條形碼。機器視覺(jué)白皮書(shū)將全面介紹機器視覺(jué)系統及市場(chǎng)，本文為第一部分，將重點(diǎn)介紹系統用途、市場(chǎng)趨勢、系統實(shí)現。
機器視覺(jué)廣泛應用于工業(yè)領(lǐng)域，涵蓋眾多應用場(chǎng)景。在制造業(yè)中，利用機器視覺(jué)執行的任務(wù)有：對子組件進(jìn)行最終檢查，查驗零件有無(wú)潛在制造缺陷等等。在自動(dòng)化領(lǐng)域，機器視覺(jué)在引導機器人方面發(fā)揮著(zhù)重要作用。此外，它還用于驗證數據矩陣碼、檢查食品包裝和讀取條形碼。機器視覺(jué)白皮書(shū)將全面介紹機器視覺(jué)系統及市場(chǎng)，本文為第一部分，將重點(diǎn)介紹系統用途、市場(chǎng)趨勢、系統實(shí)現。
系統用途
機器視覺(jué)利用攝像頭從環(huán)境中收集視覺(jué)數據，然后通過(guò)硬件和軟件聯(lián)合處理這些數據，將數據轉換為適合各種應用的格式。機器視覺(jué)技術(shù)經(jīng)常采用專(zhuān)門(mén)的光學(xué)元件來(lái)捕獲圖像，以便對圖像的特定方面進(jìn)行處理、分析和量化。
這類(lèi)應用可以檢查生產(chǎn)線(xiàn)上正在生產(chǎn)的部件的特定特征，比如評估部件是否滿(mǎn)足產(chǎn)品質(zhì)量標準，如果不滿(mǎn)足，則可能會(huì )丟棄部件。機器視覺(jué)系統采用數字傳感器，這些傳感器位于配備專(zhuān)用光學(xué)元件的工業(yè)攝像頭中并受到保護。傳感器捕獲圖像后，交由計算機硬件和軟件進(jìn)行處理、分析、測量圖像的不同屬性，從而輔助決策。
除了制造業(yè)中的質(zhì)量控制之外，機器視覺(jué)系統還有許多其他應用。比如，可用于交通管理系統，監視和控制交通流量，提高道路的安全性和效率。在醫療領(lǐng)域，機器視覺(jué)可以為診斷過(guò)程提供支持，通過(guò)精準的圖像分析，盡早發(fā)現疾病。在農業(yè)領(lǐng)域，機器視覺(jué)系統可以監測農作物健康狀況，并實(shí)現收割過(guò)程的自動(dòng)化。
此外，在零售業(yè)，機器視覺(jué)可以促進(jìn)自動(dòng)結賬系統的應用，改善客戶(hù)體驗和運營(yíng)效率。因此，機器視覺(jué)系統功能強大，應用廣泛，已成為現代科技不可或缺的一部分。
各種視覺(jué)系統
機器視覺(jué)系統可用于檢查各種各樣的產(chǎn)品，包括食品、飲料、藥品和電子產(chǎn)品等。機器視覺(jué)系統使用多種機器視覺(jué)技術(shù)，包括圖像識別、光學(xué)字符識別 (OCR) 和物體檢測，從而識別缺陷并加以分類(lèi)。另外，它也可用于測量物體的尺寸和形狀，或是在整個(gè)生產(chǎn)過(guò)程中跟蹤和追溯產(chǎn)品。機器視覺(jué)系統可以幫助提高產(chǎn)品質(zhì)量，降低成本，并確保產(chǎn)品安全。通過(guò)在生產(chǎn)過(guò)程中盡早識別和糾正缺陷，機器視覺(jué)系統可以幫助避免召回和退貨。
1.損傷和缺陷：機器視覺(jué)系統可用于識別各種損傷和缺陷，例如孔洞、空隙、邊緣損壞、圖案瑕疵、浸管彎曲、封口損壞或缺失、噴霧扳機損壞或缺失。
2.字符和代碼：機器視覺(jué)系統可用于識別和驗證字符和代碼，例如點(diǎn)陣和非點(diǎn)打印、光學(xué)字符識別(OCR) 和 光學(xué)字符驗證(OCV)、批次、日期和條形碼、一維和二維條形碼（二維碼和定制圖案），以及用于跟蹤和追溯。
3.密封完整性檢查：機器視覺(jué)系統可用于在密封性檢查中，檢查產(chǎn)品的密封完整性。
4.對齊和定位：機器視覺(jué)系統可用于確保產(chǎn)品正確對齊和定位，例如圖形位置和對齊，蓋子與容器匹配等。
5.匹配和驗證：機器視覺(jué)系統可用于匹配和驗證產(chǎn)品，例如確保蓋子和標簽圖案匹配，以及確保噴霧扳機或蓋子的朝向正確。
6.填充和方向：機器視覺(jué)系統可用于檢查產(chǎn)品的填充和方向，例如填充前瓶子是否存在、方向是否正確。
市場(chǎng)信息和趨勢
根據 Expert Market Research 的報告，2023 年全球機器視覺(jué)市場(chǎng)規模達到了約 108.8 億美元。預計 2024 年至 2032 年期間，該市場(chǎng)將以 7.90% 的復合年增長(cháng)率 (CAGR) 增長(cháng)，到 2032 年將達到近 215.1 億美元的規模。
工業(yè) 4.0 和工業(yè)物聯(lián)網(wǎng) (IIoT) 等先進(jìn)創(chuàng )新技術(shù)的采用和實(shí)施，是推動(dòng)機器視覺(jué)市場(chǎng)增長(cháng)的主要動(dòng)力之一。工業(yè)各領(lǐng)域的數字化轉型，加上數據分析、物聯(lián)網(wǎng) (IoT)、機器學(xué)習、云計算和人工智能等先進(jìn)技術(shù)的加速融合，也在推動(dòng)應用機器視覺(jué)技術(shù)。為了能推進(jìn)實(shí)時(shí)決策、提高生產(chǎn)效率和自動(dòng)化水平，各行各業(yè)都越來(lái)越關(guān)注裝備計算機視覺(jué)設備、嵌入式軟件、先進(jìn)傳感器和機器人的智能工廠(chǎng)，從而提振了機器視覺(jué)市場(chǎng)。然而，這種先進(jìn)設備的初始成本很高，而且頻繁維護也需要投入大量的資金和人力，這些因素可能會(huì )阻礙該市場(chǎng)增長(cháng)。
機器視覺(jué)應用憑借低硬件成本，快速高效的處理器，以及完整、可擴展的軟件而越來(lái)越受歡迎，這些軟件可提供部署和開(kāi)發(fā)機器視覺(jué)系統所需的各種要素。
得益于汽車(chē)、包裝、制藥及其他工業(yè)應用的迅猛增長(cháng)，亞太地區的機器視覺(jué)市場(chǎng)正蓬勃發(fā)展。隨著(zhù)亞太地區工業(yè)化的不斷推進(jìn)，各個(gè)工業(yè)領(lǐng)域對先進(jìn)技術(shù)的投資顯著(zhù)增加，預計會(huì )為機器視覺(jué)市場(chǎng)的擴張創(chuàng )造機會(huì )。此外，中國、印度、韓國和日本等國家的電子、半導體、汽車(chē)行業(yè)發(fā)展強勁，勢必會(huì )令機器視覺(jué)市場(chǎng)的增長(cháng)前景更加樂(lè )觀(guān)。
機器視覺(jué)技術(shù)自 20 世紀 50 年代誕生以來(lái)，已經(jīng)取得了令人矚目的進(jìn)步。機器視覺(jué)的發(fā)展與攝像頭傳感器的演變緊密相連。早期的 CCD 質(zhì)量很高，但速度和分辨率較差。CMOS 傳感器的出現促進(jìn)了降價(jià)和提速，為發(fā)展百萬(wàn)級像素傳感器及紅外線(xiàn)、高光譜等特殊類(lèi)型的傳感器奠定了基礎。
深度學(xué)習技術(shù)的蓬勃發(fā)展讓傳感器成功與 AI 緊密結合，使得實(shí)時(shí)物體檢測和場(chǎng)景理解成為可能。隨著(zhù) 3D 成像、邊緣計算和先進(jìn)傳感器技術(shù)的不斷進(jìn)步，這一趨勢將持續發(fā)展，未來(lái)的機器有望以越來(lái)越高的準確度和智能水平“看待”世界，為我們構建一個(gè)自動(dòng)化且富有洞察力的環(huán)境。
人工智能和深度學(xué)習取得進(jìn)步
人工智能 (AI) 和深度學(xué)習的持續進(jìn)步極大地增強了機器視覺(jué)系統的能力。AI 算法，特別是卷積神經(jīng)網(wǎng)絡(luò ) (CNN) 等深度學(xué)習技術(shù)，徹底改變了圖像處理和模式識別領(lǐng)域。這些系統可以從海量數據中學(xué)習，現在已能準確識別物體、面部和場(chǎng)景并加以分類(lèi)。
這方面的進(jìn)展使得面部識別、自動(dòng)駕駛汽車(chē)、醫學(xué)成像和安全監控等領(lǐng)域取得了重大突破。隨著(zhù) AI 的不斷演進(jìn)，機器視覺(jué)預期會(huì )變得更加精密，適應性更強，并能處理日益復雜的視覺(jué)任務(wù)。這無(wú)疑將推動(dòng)機器視覺(jué)領(lǐng)域的進(jìn)一步發(fā)展和創(chuàng )新。
系統實(shí)現
圖 1：機器視覺(jué)通用系統示意圖
在工業(yè)領(lǐng)域，機器視覺(jué)用于電子元件分析、特征識別、物體和圖案識別及材料檢驗。它可以幫助不同過(guò)程實(shí)現自動(dòng)化，通過(guò)圖像處理發(fā)現故障。由于機器視覺(jué)能夠減少人工操作并提高產(chǎn)品制造的精度，因此備受歡迎。
下面的系統示意圖顯示了工廠(chǎng)環(huán)境中用于檢查物體的機器視覺(jué)實(shí)現方式。本節說(shuō)明機器視覺(jué)系統的不同部分或模塊。大多數工廠(chǎng)檢查系統使用的都是類(lèi)似的模塊，但可能存在一些細微差別。
攝像頭模塊：攝像頭模塊包括鏡頭和圖像傳感器，用于拍攝物體的照片以供稍后分析。鏡頭會(huì )根據照明條件和所拍攝物體的特點(diǎn)來(lái)選擇焦距和光圈范圍。圖像傳感器位于鏡頭后部的像平面處，負責信息的光電轉換。
圖像處理器：可利用圖像處理算法分析攝像頭模塊的數字數據。以下是機器視覺(jué)圖像處理的主要步驟：
◆預處理：預處理包括消除噪聲和增強對比度。
◆顏色管道：顏色插值、顏色平衡、孔徑校正
◆圖像識別：
分割：在此過(guò)程中應用閾值并確定圖像的邊緣。
特征提?。涸诖诉^(guò)程中可以提取尺寸、顏色、長(cháng)度、形狀或這些特征的組合。
處理單元：需要一個(gè)處理單元和內置軟件來(lái)處理圖像和執行檢測、測量、比較等，以確認圖像是否滿(mǎn)足質(zhì)量標準，或為系統提供類(lèi)型驗證或機器人控制。
照明模塊：照明是視覺(jué)系統中最具挑戰性的方面之一。物體或場(chǎng)景的照明不當或照度低，可能會(huì )大大增加視覺(jué)系統的錯誤率。不過(guò)，應用的照明是否適當在很大程度上取決于要完成的任務(wù)。
傳感器：機器視覺(jué)系統通常包含光學(xué)傳感器、磁傳感器、激光雷達、超聲波傳感器和光傳感器，構成了檢測系統的一部分。傳感器檢測最終產(chǎn)品是否存在缺陷。根據設置，傳感器還可能觸發(fā)圖像采集和處理，或使用某種形式的執行器來(lái)對有缺陷的部件進(jìn)行分類(lèi)、分流或剔除。
選擇黑白傳感器還是彩色傳感器，取決于對顏色信息和光敏度的權衡。彩色傳感器通過(guò)紅色、綠色和藍色通道捕捉自然圖像，因此非常適合要求通過(guò)顏色識別物體的場(chǎng)合。然而，彩色傳感器在低光條件下表現不佳，因為顏色濾波器陣列 (CFA) 會(huì )阻擋某些用于捕獲顏色數據的光線(xiàn)。相反，黑白傳感器舍棄了 CFA，以灰階捕捉所有入射光。因此，黑白傳感器在低光條件下要敏感得多，并且處理速度可能更快。
顯示：機器視覺(jué)中顯示模塊的主要作用是將處理后的圖像或視頻數據清晰直觀(guān)地顯示出來(lái)。在機器視覺(jué)系統中，顯示模塊是一個(gè)關(guān)鍵組件，用于顯示和解讀所捕獲的圖像或視頻數據。它以直觀(guān)的方式呈現處理后的信息，方便用戶(hù)評估數據的質(zhì)量，識別潛在的缺陷，并根據經(jīng)過(guò)分析的圖像做出明智的決策。
選擇和設置機器視覺(jué)方案時(shí)需要考慮的事項如下：
為了選擇適當的機器視覺(jué)方案，有必要單獨評估機器視覺(jué)的各個(gè)階段。
圖像捕捉 -機器視覺(jué)系統的用途應該從一開(kāi)始就明確定義。以圖像捕捉/攝像頭模塊為例。這類(lèi)系統必須配備具有快速幀率和短曝光時(shí)間的高像素質(zhì)量攝像頭。另一方面，如果要根據產(chǎn)品的溫度對產(chǎn)品進(jìn)行評估，則必須使用紅外攝像頭。簡(jiǎn)而言之，設備合適與否取決于具體的使用場(chǎng)景。
圖像處理/識別 -必須選擇合適的圖像處理軟件或圖像識別軟件，并將軟件集成到圖像捕捉所用的系統中。圖像處理軟件將在硬件上運行，硬件將決定圖像處理速度。所需的速度取決于具體使用場(chǎng)景，針對合適的速度進(jìn)行優(yōu)化將能有效降低硬件成本。
系統動(dòng)作 -圖像處理和分析軟件必須與采取行動(dòng)的系統無(wú)縫集成?？紤]機器視覺(jué)系統的總擁有成本時(shí)，需要納入集成成本。
文章來(lái)源：安森美
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
電動(dòng)汽車(chē)和混動(dòng)汽車(chē)DC-DC轉換器的創(chuàng )新設計與測試方法
意法半導體推出工作溫度范圍更大的工業(yè)級單區直接ToF傳感器
