機(ji)(ji)器(qi)視(shi)覺是通過計算機(ji)(ji)來模擬人類視(shi)覺功能，以讓機(ji)(ji)器(qi)獲得相(xiang)關(guan)視(shi)覺信(xin)息和(he)加以理(li)解。可(ke)分(fen)為“視(shi)”和(he)“覺”兩部(bu)分(fen)原理(li)。
“視”是(shi)將外界信(xin)息(xi)通過(guo)成(cheng)像來(lai)顯示成(cheng)數(shu)字信(xin)號反饋(kui)給計(ji)算(suan)機，需要依靠一整套的硬件解決方案，包括光源、相機、圖像采集卡、視覺傳(chuan)感(gan)器等。“覺”則(ze)是(shi)計(ji)算(suan)機對數(shu)字信(xin)號進行處(chu)理和分析，主要是(shi)軟件算(suan)法。
機器視覺(jue)在工業上應用(yong)領域廣闊，核心功能包括：測量(liang)、檢(jian)測、識別、定位等。
產業鏈可以(yi)分為上游部件級市(shi)場(chang)、中游系(xi)統集成/整機裝(zhuang)備市(shi)場(chang)和下游應用市(shi)場(chang)。
機(ji)器視覺上游有(you)光(guang)源、鏡頭、工業(ye)(ye)相機(ji)、圖(tu)(tu)像采集卡、圖(tu)(tu)像處(chu)理軟件等軟硬件提(ti)供商(shang)，中游有(you)集成和整(zheng)機(ji)設備(bei)提(ti)供商(shang)，行業(ye)(ye)下(xia)游應用較廣，主要下(xia)游市場包括電子制造行業(ye)(ye)、汽車(che)、印刷包裝、煙草、農(nong)業(ye)(ye)、醫(yi)藥、紡織(zhi)和交(jiao)通等領域。
機(ji)器(qi)視(shi)(shi)覺(jue)全(quan)球(qiu)市(shi)(shi)場主要(yao)分布在(zai)北美(mei)(mei)、歐(ou)洲、日本、中國等(deng)地區，根據統計(ji)數(shu)據，2014年(nian)(nian)，全(quan)球(qiu)機(ji)器(qi)視(shi)(shi)覺(jue)系統及(ji)部件市(shi)(shi)場規模(mo)是 36.7 億美(mei)(mei)元，2015年(nian)(nian)全(quan)球(qiu)機(ji)器(qi)視(shi)(shi)覺(jue)系統及(ji)部件市(shi)(shi)場規模(mo)是42億美(mei)(mei)元，2016年(nian)(nian)全(quan)球(qiu)機(ji)器(qi)視(shi)(shi)覺(jue)系統及(ji)部件市(shi)(shi)場規模(mo)是62億美(mei)(mei)元，2002-2016年(nian)(nian)市(shi)(shi)場年(nian)(nian)均復合增長(chang)率為12%左右。而(er)機(ji)器(qi)視(shi)(shi)覺(jue)系統集(ji)成，根據北美(mei)(mei)市(shi)(shi)場數(shu)據估算，大約是視(shi)(shi)覺(jue)系統及(ji)部件市(shi)(shi)場的6倍。
中國機(ji)器(qi)視(shi)(shi)覺起(qi)步(bu)于80年(nian)(nian)(nian)代的(de)技術引(yin)進，隨(sui)著(zhu)98年(nian)(nian)(nian)半導體工廠的(de)整線引(yin)進，也帶入機(ji)器(qi)視(shi)(shi)覺系統，06年(nian)(nian)(nian)以(yi)前國內(nei)機(ji)器(qi)視(shi)(shi)覺產品(pin)主要集(ji)中在外資(zi)制造(zao)企業，規模(mo)都較小(xiao)，06年(nian)(nian)(nian)開(kai)始，工業機(ji)器(qi)視(shi)(shi)覺應用的(de)客戶群(qun)開(kai)始擴(kuo)大到印刷、食品(pin)等檢測領域(yu)，2011年(nian)(nian)(nian)市(shi)場開(kai)始高速(su)增(zeng)長，隨(sui)著(zhu)人工成本的(de)增(zeng)加和制造(zao)業的(de)升級需求(qiu)，加上計算機(ji)視(shi)(shi)覺技術的(de)快速(su)發展，越來越多機(ji)器(qi)視(shi)(shi)覺方案滲透到各領域(yu)，到2016年(nian)(nian)(nian)我(wo)國機(ji)器(qi)視(shi)(shi)覺市(shi)場規模(mo)已達近70億元。
機器(qi)視覺中，缺陷檢測(ce)(ce)功(gong)能，是機器(qi)視覺應用得最多的(de)(de)功(gong)能之一，主(zhu)要(yao)檢測(ce)(ce)產(chan)(chan)品表面的(de)(de)各種信息(xi)。在(zai)現(xian)代工(gong)業自動化生產(chan)(chan)中，連續大(da)批(pi)量生產(chan)(chan)中每個制(zhi)程都有一定(ding)的(de)(de)次(ci)品率(lv)，單獨看雖然(ran)比率(lv)很小，但相乘后卻成(cheng)為企業難以提高良率(lv)的(de)(de)瓶(ping)頸，并且在(zai)經過(guo)完(wan)整制(zhi)程后再剔(ti)除(chu)次(ci)品成(cheng)本會高很多（例如(ru)，如(ru)果錫膏印刷工(gong)序存在(zai)定(ding)位偏差，且該問題(ti)直到芯片貼裝后的(de)(de)在(zai)線測(ce)(ce)試才(cai)被發現(xian)，那么返修的(de)(de)成(cheng)本將會是原成(cheng)本的(de)(de)100倍以上），因此及時檢測(ce)(ce)及次(ci)品剔(ti)除(chu)對質量控制(zhi)和成(cheng)本控制(zhi)是非常重要(yao)的(de)(de)，也是制(zhi)造業進一步(bu)升(sheng)級的(de)(de)重要(yao)基石。
1.在檢測行業，與人類視覺相比，機器視覺優勢明顯
1）精確度高(gao)：人類視覺是64灰度級，且(qie)對微小(xiao)目標分辨力弱(ruo)；機器視覺可顯著提高(gao)灰度級，同時可觀測微米(mi)級的目標；
2）速(su)度(du)快：人類是無法看清快速(su)運動的(de)目標(biao)的(de)，機(ji)器(qi)快門時(shi)間(jian)則可達微(wei)秒級別；
3）穩定(ding)性高：機器(qi)視覺(jue)解決(jue)了人類一個非(fei)常嚴(yan)重的(de)問(wen)題，不穩定(ding)，人工目檢(jian)是(shi)(shi)勞動(dong)非(fei)常枯(ku)燥(zao)和辛苦的(de)行業，無論(lun)你設(she)計怎樣(yang)的(de)獎懲制度，都(dou)會(hui)發生比較高的(de)漏檢(jian)率。但是(shi)(shi)機器(qi)視覺(jue)檢(jian)測設(she)備則沒有(you)(you)疲勞問(wen)題，沒有(you)(you)情緒波動(dong)，只要是(shi)(shi)你在算(suan)法中寫好(hao)的(de)東西(xi)，每一次都(dou)會(hui)認真執(zhi)行。在質控中大(da)大(da)提(ti)升效果可控性。
4）信(xin)息(xi)的集成與留存(cun)：機(ji)器視(shi)覺獲得的信(xin)息(xi)量是全(quan)面且可追溯的，相關信(xin)息(xi)可以很(hen)方便的集成和留存(cun)。
2.機器視覺技術近年發展迅速
1）圖像采集(ji)技術發展迅猛
CCD、CMOS等固件越(yue)來越(yue)成熟(shu)，圖像敏感器件尺寸不斷縮小，像元數(shu)量和(he)數(shu)據率不斷提(ti)高，分辨率和(he)幀(zhen)率的提(ti)升速度可以(yi)說(shuo)日新月異，產品(pin)系(xi)列也越(yue)來越(yue)豐富，在增益、快門和(he)信噪比(bi)等參數(shu)上不斷優化，通過核心測試指標（MTF、畸(ji)變、信噪比(bi)、光(guang)源(yuan)亮度、均(jun)勻性、色溫、系(xi)統(tong)成像能(neng)力(li)綜合(he)評估等）來對光(guang)源(yuan)、鏡(jing)頭和(he)相機進行綜合(he)選擇(ze)，使(shi)得很多(duo)以(yi)前成像上的難(nan)點(dian)問題得以(yi)不斷突破。
2）圖(tu)像處(chu)理和模式識(shi)別(bie)發(fa)展迅速
圖(tu)像(xiang)處理上，隨著圖(tu)像(xiang)高精(jing)度(du)的(de)邊緣信(xin)息的(de)提(ti)取，很(hen)多(duo)原本混合在背景噪聲(sheng)中(zhong)難以直接檢(jian)測的(de)低(di)對比度(du)瑕疵開始得到分辨(bian)。
模(mo)式(shi)識別(bie)(bie)上，本身可以(yi)看作一個標記(ji)過程，在一定(ding)量度或(huo)觀測的(de)基礎(chu)上，把(ba)待識模(mo)式(shi)劃分(fen)到各自的(de)模(mo)式(shi)中去。圖像識別(bie)(bie)中運(yun)用得(de)較多的(de)主要是(shi)決(jue)策(ce)理(li)論(lun)和結(jie)構方法(fa)。決(jue)策(ce)理(li)論(lun)方法(fa)的(de)基礎(chu)是(shi)決(jue)策(ce)函數，利(li)用它(ta)對模(mo)式(shi)向量進行分(fen)類(lei)識別(bie)(bie)，是(shi)以(yi)定(ding)時描述（如(ru)統計紋(wen)理(li)）為基礎(chu)的(de)；結(jie)構方法(fa)的(de)核心是(shi)將物體分(fen)解成了(le)模(mo)式(shi)或(huo)模(mo)式(shi)基元，而不(bu)(bu)同(tong)的(de)物體結(jie)構有(you)不(bu)(bu)同(tong)的(de)基元串(chuan)（或(huo)稱字符(fu)串(chuan)），通過對未知物體利(li)用給定(ding)的(de)模(mo)式(shi)基元求出編碼(ma)邊界，得(de)到字符(fu)串(chuan)，再根(gen)據字符(fu)串(chuan)判斷(duan)它(ta)的(de)屬類(lei)。在特(te)征生成上，很(hen)多新算法(fa)不(bu)(bu)斷(duan)出現，包括基于(yu)小(xiao)波(bo)、小(xiao)波(bo)包、分(fen)形的(de)特(te)征，以(yi)及獨(du)二分(fen)量分(fen)析(xi)；還(huan)有(you)關(guan)子支持向量機，變形模(mo)板匹配，線性以(yi)及非(fei)線性分(fen)類(lei)器的(de)設計等都在不(bu)(bu)斷(duan)延展。
3）深度學習帶(dai)來(lai)的(de)突破(po)
傳(chuan)統的(de)(de)(de)機(ji)器學習(xi)(xi)在特(te)征提取上主要依(yi)靠人來(lai)分(fen)(fen)析和建立邏輯，而深(shen)度(du)學習(xi)(xi)則(ze)通過多(duo)層感知機(ji)模擬(ni)大腦工作，構建深(shen)度(du)神經網(wang)絡（如卷積神經網(wang)絡等）來(lai)學習(xi)(xi)簡(jian)單特(te)征、建立復雜特(te)征、學習(xi)(xi)映射(she)并輸出，訓練過程中(zhong)所有層級都(dou)會被(bei)不斷優化(hua)。在具體(ti)的(de)(de)(de)應用上，例(li)如自動ROI區(qu)域(yu)分(fen)(fen)割(ge)；標點定位（通過防真視(shi)覺(jue)(jue)可靈活檢測(ce)未知瑕(xia)疵(ci)）；從(cong)重噪聲圖像(xiang)重檢測(ce)無法描述或量(liang)化(hua)的(de)(de)(de)瑕(xia)疵(ci)如橘皮瑕(xia)疵(ci)；分(fen)(fen)辨玻(bo)璃(li)蓋(gai)板(ban)檢測(ce)中(zhong)的(de)(de)(de)真假瑕(xia)疵(ci)等。隨著(zhu)越來(lai)越多(duo)的(de)(de)(de)基于(yu)深(shen)度(du)學習(xi)(xi)的(de)(de)(de)機(ji)器視(shi)覺(jue)(jue)軟件推(tui)向市場（包括瑞士(shi)的(de)(de)(de)vidi，韓國的(de)(de)(de)SUALAB，香港的(de)(de)(de)應科院等），深(shen)度(du)學習(xi)(xi)給機(ji)器視(shi)覺(jue)(jue)的(de)(de)(de)賦能會越來(lai)越明顯。
4）3d視覺的發展
3D視覺(jue)還處(chu)于起步階段，許多應用(yong)(yong)(yong)程(cheng)序都在(zai)使(shi)用(yong)(yong)(yong)3D表面(mian)重構，包括導航、工(gong)業檢測(ce)、逆向工(gong)程(cheng)、測(ce)繪、物體識(shi)別、測(ce)量與分級等，但精度問題限制了3D視覺(jue)在(zai)很多場景的(de)應用(yong)(yong)(yong)，目前工(gong)程(cheng)上(shang)最(zui)先鋪開(kai)的(de)應用(yong)(yong)(yong)是(shi)物流里的(de)標準件體積(ji)測(ce)量，相信未來(lai)這(zhe)塊潛力(li)巨大(da)。
3.要全面替代人工目檢，機器視覺還有諸多難點有待攻破
1）光源與(yu)成像：機器視覺(jue)中(zhong)優質的(de)成像是(shi)第一步，由于不同材料物體表面反光、折射(she)等問(wen)(wen)題都會影(ying)響被測(ce)物體特征的(de)提(ti)取，因此光源與(yu)成像可以說是(shi)機器視覺(jue)檢(jian)測(ce)要攻(gong)克(ke)的(de)第一個難(nan)關(guan)。比(bi)如(ru)現在(zai)玻璃、反光表面的(de)劃痕檢(jian)測(ce)等，很多時(shi)候問(wen)(wen)題都卡在(zai)不同缺(que)陷的(de)集成成像上。
2）重噪音(yin)(yin)中低對比度圖像(xiang)中的特(te)征(zheng)提(ti)取(qu)(qu)：在(zai)(zai)重噪音(yin)(yin)環境下，真假瑕疵的鑒別很(hen)多時候較難，這也是很(hen)多場景始終存在(zai)(zai)一定(ding)誤檢率(lv)的原因，但這塊通過成像(xiang)和邊緣特(te)征(zheng)提(ti)取(qu)(qu)的快速發展(zhan)，已經(jing)在(zai)(zai)不(bu)斷(duan)取(qu)(qu)得各種(zhong)突(tu)破。
3）對(dui)非預(yu)期(qi)缺(que)陷(xian)的(de)(de)識別：在應用中，往往是(shi)給定一些(xie)具體的(de)(de)缺(que)陷(xian)模式，使(shi)用機(ji)(ji)器視(shi)覺來識別它們到(dao)底有(you)沒(mei)(mei)(mei)有(you)發(fa)生(sheng)。但經常遇(yu)到(dao)的(de)(de)情(qing)況是(shi)，許(xu)多明顯的(de)(de)缺(que)陷(xian)，因為之前沒(mei)(mei)(mei)有(you)發(fa)生(sheng)過，或者發(fa)生(sheng)的(de)(de)模式過分多樣(yang)，而被(bei)漏(lou)檢(jian)。如果換做是(shi)人，雖然在操作流程文件(jian)中沒(mei)(mei)(mei)讓他去檢(jian)測(ce)這個缺(que)陷(xian)，但是(shi)他會注意到(dao)，從而有(you)較大幾率抓(zhua)住它，而機(ji)(ji)器視(shi)覺在這點(dian)上的(de)(de)“智慧”目前還較難突破(po)。
4.機器視覺產業鏈情況
1）上游部件級市場
主要包(bao)括光(guang)源、鏡頭、工(gong)(gong)業(ye)(ye)(ye)相(xiang)機(ji)(ji)、圖像采集卡、圖像處理(li)軟件等(deng)提供商，近幾(ji)年(nian)智能相(xiang)機(ji)(ji)、工(gong)(gong)業(ye)(ye)(ye)相(xiang)機(ji)(ji)、光(guang)源和板(ban)卡都(dou)保持了不低于20%的(de)(de)增速。根據中(zhong)(zhong)國(guo)機(ji)(ji)器(qi)視(shi)(shi)覺(jue)產(chan)業(ye)(ye)(ye)聯(lian)盟（CMVU）調(diao)查統(tong)計，現(xian)在(zai)(zai)已進入(ru)中(zhong)(zhong)國(guo)的(de)(de)國(guo)際機(ji)(ji)器(qi)視(shi)(shi)覺(jue)品牌(pai)已近200多家（如康(kang)耐視(shi)(shi)、達爾(er)薩、堡盟等(deng)為代(dai)表(biao)的(de)(de)核(he)(he)心部件制造商，以(yi)基恩士、歐姆(mu)龍、松下、邦納、NI等(deng)為代(dai)表(biao)的(de)(de)則同時(shi)涉足機(ji)(ji)器(qi)視(shi)(shi)覺(jue)核(he)(he)心部件和系統(tong)集成(cheng)），中(zhong)(zhong)國(guo)自有的(de)(de)機(ji)(ji)器(qi)視(shi)(shi)覺(jue)品牌(pai)也(ye)已有100多家（如海康(kang)、華(hua)睿、盟拓光(guang)電、神州視(shi)(shi)覺(jue)、深圳燦銳、上海方誠、上海波(bo)創電氣等(deng)），機(ji)(ji)器(qi)視(shi)(shi)覺(jue)各類(lei)產(chan)品代(dai)理(li)商超過300家（如深圳鴻(hong)富視(shi)(shi)覺(jue)、微(wei)視(shi)(shi)新紀(ji)元、三寶興業(ye)(ye)(ye)、凌云光(guang)、陽光(guang)視(shi)(shi)覺(jue)等(deng)）。很(hen)多國(guo)內(nei)機(ji)(ji)器(qi)視(shi)(shi)覺(jue)的(de)(de)部件市(shi)場(chang)都(dou)是從代(dai)理(li)國(guo)外品牌(pai)開始，很(hen)多企業(ye)(ye)(ye)均與國(guo)外的(de)(de)同行(xing)有較好(hao)的(de)(de)合(he)作，且(qie)這(zhe)(zhe)種(zhong)合(he)作具有一(yi)定(ding)(ding)的(de)(de)排他性(xing)，這(zhe)(zhe)給潛在(zai)(zai)進入(ru)者帶來了一(yi)定(ding)(ding)的(de)(de)門檻，因此(ci)優質產(chan)品的(de)(de)代(dai)理(li)商也(ye)都(dou)有不錯的(de)(de)市(shi)場(chang)競爭力和利潤表(biao)現(xian)。同時(shi)，以(yi)海康(kang)、華(hua)睿為代(dai)表(biao)的(de)(de)國(guo)產(chan)工(gong)(gong)業(ye)(ye)(ye)視(shi)(shi)覺(jue)核(he)(he)心部件正在(zai)(zai)快速崛(jue)起。
2）中(zhong)游(you)系統集成和整(zheng)機(ji)裝備(bei)市場
國內(nei)中游的(de)(de)系(xi)統集(ji)成(cheng)和(he)整機裝備商有(you)100多家，他(ta)們可以給各行業自動化公司提供綜合的(de)(de)機器視(shi)覺方案，如(ru)凌云光、微視(shi)新紀元、嘉(jia)恒(heng)、凌華(hua)、陽光視(shi)覺、鼎信、大恒(heng)圖像等。由于國內(nei)產品(pin)與國際(ji)依然(ran)有(you)不小差(cha)距(ju)，很多中游系(xi)統集(ji)成(cheng)商和(he)整機裝備商又是從核心零部件的(de)(de)貿易做起來(lai)的(de)(de)，因此很多在視(shi)覺產品(pin)的(de)(de)選擇方面，依然(ran)更為青(qing)睞國外品(pin)牌。國內(nei)品(pin)牌為推廣自己的(de)(de)軟硬件產品(pin)，往往需(xu)要發展自己的(de)(de)方案集(ji)成(cheng)能力，才(cai)能更好的(de)(de)面對市場競(jing)爭。
3）下游應用市場
機器視(shi)覺(jue)下(xia)游，主要(yao)是(shi)(shi)給終端(duan)用(yong)戶(hu)提(ti)供非標(biao)自動化綜(zong)合解(jie)決方案的(de)公司，行業(ye)(ye)屬性非常(chang)強，核心競爭(zheng)力(li)是(shi)(shi)對行業(ye)(ye)和生產的(de)綜(zong)合理(li)解(jie)和多(duo)類技(ji)術整合。由于行業(ye)(ye)自動化的(de)更迭有一定周期性，深受行業(ye)(ye)整體升級速度、出貨量和利潤狀況影響，因此(ci)近兩年來看，拉動機器視(shi)覺(jue)應用(yong)普及(ji)最主要(yao)的(de)還是(shi)(shi)在電子制造業(ye)(ye)，其次是(shi)(shi)汽車和制藥。
i. 半(ban)(ban)導(dao)體和電(dian)子生產(chan)行(xing)業：從國內(nei)機器(qi)視覺工業上的(de)應用(yong)分(fen)布來看，46％都集中在電(dian)子及半(ban)(ban)導(dao)體制造行(xing)業，包(bao)括晶圓加(jia)工制造的(de)分(fen)類切割、PCB檢測（底片、內(nei)／外層板、成品(pin)外觀(guan)(guan)終檢等）、SMT貼(tie)裝檢測、LCD全(quan)流程的(de)AOI缺陷檢測、各(ge)種(zhong)3c組件的(de)表(biao)面缺陷檢測、3c產(chan)品(pin)外觀(guan)(guan)檢測等
ii. 汽車(che)：車(che)身裝(zhuang)配檢測(ce)(ce)、零(ling)件的幾何尺寸和誤差測(ce)(ce)量、表面和內(nei)部(bu)缺陷檢測(ce)(ce)、間隙檢測(ce)(ce)等
iii. 印(yin)刷(shua)(shua)、包裝檢(jian)測：煙(yan)草外殼(ke)印(yin)刷(shua)(shua)、食品的包裝和印(yin)刷(shua)(shua)、藥品的鋁(lv)塑板包裝和印(yin)刷(shua)(shua)等
iv. 農業：對農產品(pin)的分(fen)級、檢驗(yan)和分(fen)類
v. 紡織：對(dui)異纖(xian)、云織、經疵(ci)、緯疵(ci)等(deng)瑕疵(ci)檢測、織物(wu)表面絨(rong)毛(mao)鑒定、紗線(xian)結構(gou)分析等(deng)等(deng)。
5.機器視覺系統未來發展趨勢
1）嵌入式(shi)解(jie)決方案發展迅猛，智(zhi)能相機性能與成(cheng)本優勢突出，嵌入式(shi)PC會(hui)越(yue)來越(yue)強大(da)
2）模(mo)塊化的通用型(xing)軟件平臺和人工(gong)智能軟件平臺將降(jiang)低(di)開(kai)發(fa)人員技術要求和縮短開(kai)發(fa)周期(qi)
3）3d視(shi)覺將(jiang)走向(xiang)更(geng)多應用(yong)場景
021-69570831
