【導讀】在人們從自然界獲取的各種信息中
，視覺獲取量最高，約占總信息量的80%。隨著信息技術的發展，人類的視覺功能逐步被賦予計算機、機器人或其他智能機器。目前正處在行業風口的機器視覺就是這樣一種技術
，它通過圖像處理實現自動檢測和分析應用
，包括自動檢測、過程控製和機器人導航等。目前，機器視覺（MV）技術已經實現產品化。視覺傳感器、鏡頭、高速相機、光源、視覺軟件
、圖像采集卡、視覺處理器等都變得越來越完善。在工業自動化環境中，機器視覺越來越受到行業的關注，並被大量用於諸如自動駕駛汽車


、食品生產、包裝和物流
、機器人和無人機等。

機器視覺

在人們從自然界獲取的各種信息中，視覺獲取量最高


，約占總信息量的80%。隨著信息技術的發展，人類的視覺功能逐步被賦予計算機、機器人或其他智能機器。目前正處在行業風口的機器視覺就是這樣一種技術，它通過圖像處理實現自動檢測和分析應用，包括自動檢測、過程控製和機器人導航等。目前
，機器視覺（MV）技術已經實現產品化。視覺傳感器、鏡頭
、高速相機、光源、視覺軟件、圖像采集卡、視覺處理器等都變得越來越完善。在工業自動化環境中，機器視覺越來越受到行業的關注，並被大量用於諸如自動駕駛汽車


、食品生產、包裝和物流、機器人和無人機等。

當提到機器視覺時
，技術人員可能會很多理解，本文嚐試著從四個方麵逐一解釋有關機器視覺應了解的真相。

真相一：機器視覺≠計算機視覺

機器視覺是一種通過光學設備和非接觸傳感器自動接收和處理真實物體圖像的設備
，以獲取所需信息或控製機器人的運動。自20世紀50年代開始運行，從1980年到1990年，這項技術真正開始起飛並逐漸普及。經過數十年的發展，機器視覺已經為它是什麼以及它是如何工作的積累了各種定義。

自動化成像協會（AIA）給出了一個更具廣義意味的定義

，即：機器視覺包括所有工業和非工業應用
，其中硬件和軟件的組合為設備執行基於圖像捕獲和處理的功能提供操作指導。而SearchEnterpriseAI則給出了機器視覺的狹義定義，將其稱之為“計算機的視覺能力”，該係統使用一個或多個攝像機、模數轉換（ADC）和數字信號處理（DSP）
，將產生的數據傳輸到計算機或機器人控製器。

在實際應用中，機器視覺通常需要與其他先進的技術協同工作，包括自然語言處理
、機器人過程自動化（RPA）、人工智能（AI）和機器學習（ML）等
，以實現自動化所需的“視覺”功能。你可以把機器視覺看作是自動化的眼睛
，AI和ML是大腦
，RPA提供了完成工作所需的“鍵盤手”。近年來，自動化的采用速度不斷加快，這對企業保持行業競爭力至關重要。如果把自動化想象成“數字化員工”在工作
，假如不增加機器視覺，那麼所有這些“數字化員工”都會處於失明狀態。

計ji算suan機ji視shi覺jiao也ye是shi近jin年nian來lai的de行xing業ye大da熱re門men，那na麼me它ta與yu機ji器qi視shi覺jiao又you有you什shen麼me關guan聯lian呢ne？宏hong觀guan來lai講jiang，機ji器qi視shi覺jiao是shi一yi種zhong以yi新xin的de方fang式shi與yu現xian有you技ji術shu集ji成cheng並bing應ying用yong於yu解jie決jue現xian實shi世shi界jie問wen題ti的de技ji術shu能neng力li
，是shi一yi門men係xi統tong工gong程cheng學xue科ke。而er計ji算suan機ji視shi覺jiao是shi計ji算suan機ji科ke學xue的de一yi種zhong形xing式shi，不bu是shi通tong過guo固gu定ding在zai機ji器qi人ren上shang的de視shi覺jiao設she備bei如ru攝she像xiang頭tou等deng有you形xing硬ying件jian來lai實shi現xian的de。

更(geng)具(ju)體(ti)來(lai)說(shuo)，機(ji)器(qi)視(shi)覺(jiao)是(shi)一(yi)個(ge)係(xi)統(tong)的(de)主(zhu)體(ti)，而(er)計(ji)算(suan)機(ji)視(shi)覺(jiao)是(shi)係(xi)統(tong)的(de)智(zhi)能(neng)，是(shi)處(chu)理(li)信(xin)息(xi)的(de)大(da)腦(nao)。沒(mei)有(you)計(ji)算(suan)機(ji)視(shi)覺(jiao)，機(ji)器(qi)視(shi)覺(jiao)將(jiang)無(wu)法(fa)工(gong)作(zuo)。機(ji)器(qi)學(xue)習(xi)、shenduxuexiheshenjingwangluoshitongguojiqishijiaoxitongyigengkuaidesuduchulixiangmudesanzhongjishu。zhesanzhongjishukeyongyukuodajiqishijiaoduiyaodingweideneirongdelijie

，shiqichengweijiqishijiaodebaoguizichan。suizhejisuanjishijiaojishudejinbu，jiqishijiaoqianzaiyingyongdekenengxingyexiangyingzengjia。

值(zhi)得(de)注(zhu)意(yi)的(de)是(shi)，機(ji)器(qi)視(shi)覺(jiao)與(yu)圖(tu)像(xiang)處(chu)理(li)同(tong)樣(yang)是(shi)兩(liang)個(ge)不(bu)同(tong)的(de)概(gai)念(nian)
，圖(tu)像(xiang)處(chu)理(li)是(shi)一(yi)個(ge)輸(shu)出(chu)圖(tu)像(xiang)的(de)過(guo)程(cheng)，而(er)機(ji)器(qi)視(shi)覺(jiao)係(xi)統(tong)可(ke)以(yi)檢(jian)測(ce)和(he)分(fen)類(lei)廣(guang)泛(fan)行(xing)業(ye)中(zhong)的(de)各(ge)種(zhong)物(wu)體(ti)和(he)項(xiang)目(mu)，包(bao)括(kuo)汽(qi)車(che)
、電子和半導體、食品和飲料、道路和車輛交通或智能運輸係統（ITS）、醫療成像、包裝、標簽和印刷、製藥、電視廣播等，基於機器視覺的技術正在成為自動化創建的核心。

真相二：

硬件和軟件的發展促成了機器視覺的進步

機器視覺是工業自動化的眼睛。其主要工作流程是：係統通過機器視覺產品（如攝像頭、CMOS或CCD）將拍攝的目標轉換為圖像信號，然後將圖像信號傳輸到專用圖像處理係統。根據像素分布、亮度和顏色等信息

，再將圖像信號轉換為數字化信號，最終使機器（機器人或其他工業工具）能夠完成製造和質量驗證等工業任務。

機器視覺是工業4.0的關鍵要素
，它正以多種方式幫助工業自動化係統，例如通過改善庫存、檢(jian)測(ce)故(gu)障(zhang)產(chan)品(pin)和(he)提(ti)高(gao)製(zhi)造(zao)質(zhi)量(liang)來(lai)提(ti)高(gao)效(xiao)率(lv)。若(ruo)要(yao)準(zhun)確(que)地(di)模(mo)擬(ni)人(ren)類(lei)的(de)感(gan)知(zhi)，機(ji)器(qi)視(shi)覺(jiao)需(xu)要(yao)一(yi)係(xi)列(lie)設(she)備(bei)和(he)軟(ruan)件(jian)的(de)幫(bang)助(zhu)。而(er)這(zhe)些(xie)軟(ruan)硬(ying)件(jian)技(ji)術(shu)的(de)不(bu)斷(duan)發(fa)展(zhan)進(jin)一(yi)步(bu)推(tui)動(dong)了(le)機(ji)器(qi)視(shi)覺(jiao)技(ji)術(shu)的(de)演(yan)進(jin)。

#01 

智能攝像頭

攝像頭（camera）是shi機ji器qi視shi覺jiao係xi統tong中zhong檢jian查zha物wu體ti或huo物wu品pin的de主zhu要yao設she備bei。有you時shi
，一yi個ge特te定ding的de檢jian查zha點dian可ke能neng需xu要yao安an裝zhuang多duo個ge攝she像xiang頭tou，以yi確que保bao可ke以yi正zheng確que檢jian查zha每mei一yi個ge細xi節jie。當dang機ji器qi視shi覺jiao係xi統tong需xu要yao從cong圖tu像xiang中zhong捕bu獲huo和he提ti取qu特te定ding應ying用yong程cheng序xu的de信xin息xi時shi，這zhe時shi就jiu需xu要yao智zhi能neng攝she像xiang頭tou的de支zhi持chi。智zhi能neng攝she像xiang頭tou通tong常chang包bao含han所suo有you必bi要yao的de通tong信xin接jie口kou，並bing可ke連lian接jie到daoWi-Fihuofuwuqi，yibianchuanshubuhuodetuxiangshuju。zuoweiyizhongqiangdagongju，shenduxuexinengshixitongshejishikuaisushixianfuzaqiezhuguanjuecedezidonghua，tongshiyouxiaotigaochanpinzhilianghechanneng。youTeledyne Flir公司提供的FLIR Firefly DL攝像頭，內建的深度學習推斷使得該產品不再需要任務分類的主機係統，大大降低了係統的成本和複雜性。Firefly DL攝像頭尺寸小巧

、重量輕且功耗低，非常適合嵌入移動
、桌麵和手持係統。

圖1：Teledyne公司FLIR Firefly DL攝像頭，具有尺寸小巧、功耗低等特點

（圖源：Teledyne）

Omron Industrial Automation公司的S133 UVC彩色CMOS攝像頭同樣是一款智能攝像頭產品，它內置CMOS傳感器，采用超緊湊結構
，即插即用，是尋找具有機器視覺功能攝像頭的理想選擇。由於使用方便，S133 UVC彩色CMOS攝像頭深受工業/機器視覺應用、汽車
、生命科學等領域的歡迎。

圖2：S133 UVC彩色CMOS攝像頭

（圖源：Omron）

#02 

3D攝像頭

3D攝像頭可以在圖像中顯示被檢測物的深度，以顯示圖像的不同角度。通過在機器視覺係統中使用3D攝像頭
，將帶來不同的視角和深度感知。飛行時間（ToF）攝像頭是使用飛行時間原理測量距離的3D攝像頭。ToF成像技術允許它在不掃描物體的情況下進行3D成像，該技術通常可覆蓋幾米到約40米的距離
，每秒最多100張圖像，距離分辨率約為5到10毫米，橫向分辨率約為200 x 200。

曆史上
，因對ToF的準確性存在一些質疑，人們通常將其視為精度較低的3D傳感技術。當然，近些年很多頭部企業已經開發出高達130萬像素的高分辨率產品，用於機器視覺係統的高精度ToF攝像頭能顯著提高生產的靈活性和自動化程度。索尼公司的IMX556 DepthSense ToF傳感器采用CAPD和背麵照明（BSI）技術，與市場上現有的ToF解決方案相比，能夠提供精確到毫米的精度，在6米工作距離下，以30fps的速度提供640 x 480的分辨率。

圖3：索尼IMX556 DepthSense ToF傳感器能夠更可靠地以3D格式，更詳細更快速的幀率重建被測物體

（圖源：Sony）

Texas Instruments的OPT8241飛行時間 (ToF) 傳感器，將ToF傳感與模數轉換器和可編程定時發生器（TG）相結合
，該器件能以高達150幀/秒的幀速率提供320 x 240分辨率的圖像。內置的TG可控製複位、調製和讀出數字化序列。同時
，TG具備可編程性
，可靈活優化各項深度感知性能指標
，例如功率
、運動穩健性

、信噪比和環境消除等。

圖4：TI公司OPT8241 ToF傳感器係統框圖

（圖源：TI）

#03 

視覺傳感器

視覺傳感器是機器視覺係統的核心
，是最大化環境特性的來源
，其核心設備是CCD
、CMOS等圖像傳感器。這些分辨率較高的視覺傳感器通常能夠生成包含更多像素的圖像，非常有助於提高圖像質量，更容易識別視覺細節。

長期以來，CCD傳感器是捕獲高質量
、低噪聲圖像的主流技術。但是CCD傳感器的製造成本很高，因此價格普遍較高，功耗也要比CMOS傳感器高很多。如今，CMOS傳感器技術已經發展到可以快速接近CCD技術的質量和功能，並且價格更低，體積更小，功耗更低。CMOS相機的幀速率通常要高於CCD相機
，對於那些依賴實時圖像處理進行自動化或圖像數據分析的機器視覺係統而言，此功能至關重要。另外，CMOS傳感器比CCD傳感器對紅外波長更敏感
，CMOS芯片和相機製造商利用這一優勢可捕獲紅外線
，為圖像識別提供了額外的成像能力。兩相權衡，CMOS傳感器可能更加適合機器視覺應用。

安森美（onsemi）AR0130是一款1/3英寸CMOS數字圖像傳感器
，有源像素陣列為1280H x 960V，使用滾動快門讀數捕獲圖像。該產品包括複雜的相機功能，如自動曝光控製，窗口
，以及視頻和單幀模式。AR0130能夠拍攝非常清晰的數字圖像，並且能夠捕獲連續視頻和單幀，尤其適合高性能機器視覺應用。

#04 

光源

作為一種輔助成像設備，光源對成像質量往往起到至關重要的作用。以LEDzhaomingchanpinweili，tamenjuyougenggaodelinghuoxing，juyouketiaojiaoduhefujiabochang
，gengyizhideguangpuxiangying。shichangshangyouduozhongbochanghexingzhuangdeguangyuankegongxuanze，chanpindexuanzebingbunan。

#05 

圖像采集卡

tuxiangcaijikatongchangyidiannaochakadexingshicunzai
，tadezhuyaogongzuoshijiangtuxiangshuchuchuansongdaojisuanjizhuji。tuxiangcaijikaxuyaojianglaizixiangjidemonihuoshuzixinhaozhuanhuanweitedinggeshidetuxiangshujuliu，haikeyikongzhixiangjideyixiecanshu，liruchufaxinhao、曝光/積分時間
、快門速度等。圖像采集卡通常針對不同類型的相機具有不同的硬件結構，同時也具有不同的總線形式，如PCI
、PCI64、Compact PCI

、PC104

、ISA等。

#06 

視覺處理軟件

機器視覺軟件用於完成輸入圖像數據的處理
，然後通過一定的計算就可以得到需要的結果。通用機器視覺軟件以C/C++圖像庫
、ActiveX控件和基於圖形的編程環境等形式出現，可以專用，例如僅用於LCD檢測、BGA檢測
、模板對齊等，或通用
，包括定位、測量、條形碼/字符識別、斑點檢測等。

真相三：

機器視覺市場發展迅速，汽車行業功不可沒

機器視覺在自動化方麵的價值在於它能夠快速高效地捕獲和處理大量文檔、圖像和視頻，其數量和速度遠遠超過人類的能力。

廣闊的應用前景和巨大的市場潛力決定了機器視覺必將是一個不斷增長的市場，Markets and Markets的數據表明，機器視覺的市場規模預計將從2020年的107億美元增長到2025年的147億美元，複合年增長率為6.5%。

根據grand view research的數據，2021年，全球機器視覺市場規模為132.3億，預計2022年至2030年將以7.7%的複合年增長率（CAGR）增長。汽車、食品和飲料、zhiyaohehuagongyijibaozhuanglingyuduishijiaoyindaojiqirenxitongdexuqiushituidongshichangzengchangdezhuyaodongli。qizhong，qichexingyeyiranshiquanqiuzuidadejiqishijiaoxitongcaiyongzhe，zai2021年，來自汽車行業的收入份額超過了15.0%，預計未來幾年仍將繼續穩步增長。

圖5：按照行業劃分
，2020年--2030年美國機器視覺市場發展趨勢

（圖源：grand view research）

真相四：

機器視覺在機器人應用中將大顯身手

zaishichangfanweiheyingyongfangmian，jiqishijiaoyouhenduojihuikeyikuozhan。zhexiejihuixuyaoyixiexiangxiangli，zheyiweizhejiqishijiaobujinjinshiqudaijishurenyuandeyanjing，ershichongfenliyongjiqirenwanchengjishurenyuanwufawanchengderenwu。jiqishijiaoshidejiqirenyongyoushishi、高細節地“看到”的de能neng力li，它ta允yun許xu機ji器qi人ren根gen據ju對dui象xiang或huo環huan境jing的de綜zong合he視shi圖tu做zuo出chu決jue策ce。如ru今jin，機ji器qi人ren在zai世shi界jie上shang的de使shi用yong越yue來lai越yue多duo。當dang機ji器qi人ren配pei備bei機ji器qi視shi覺jiao時shi，會hui給gei它ta們men帶dai來lai更geng高gao的de精jing確que度du、方向感和理解力，能夠更準確地抓取物品，以更高的精度放置物品，並更快地執行更複雜的任務。

機器視覺在機器人應用中正變得越來越重要，根據自動化促進協會（A3）最近的一份報告，與2020年相比

，機器人和機器視覺市場在2021年第二季度取得了實質性增長。工業機器人已經被廣泛使用，隨著協作機器人的出現和3D機器視覺的快速發展，它們將被更多地結合使用。

機器視覺體現的是一種技術能力，自動化、機器學習、深(shen)度(du)學(xue)習(xi)和(he)神(shen)經(jing)網(wang)絡(luo)等(deng)其(qi)他(ta)能(neng)力(li)也(ye)是(shi)如(ru)此(ci)。這(zhe)是(shi)一(yi)種(zhong)可(ke)以(yi)集(ji)成(cheng)到(dao)其(qi)他(ta)技(ji)術(shu)和(he)流(liu)程(cheng)中(zhong)的(de)能(neng)力(li)，用(yong)以(yi)造(zao)福(fu)行(xing)業(ye)並(bing)提(ti)高(gao)業(ye)務(wu)效(xiao)率(lv)。現(xian)在(zai)的(de)機(ji)器(qi)人(ren)已(yi)經(jing)越(yue)來(lai)越(yue)多(duo)地(di)內(nei)置(zhi)機(ji)器(qi)視(shi)覺(jiao)，機(ji)器(qi)視(shi)覺(jiao)使(shi)機(ji)器(qi)人(ren)能(neng)夠(gou)執(zhi)行(xing)更(geng)複(fu)雜(za)的(de)任(ren)務(wu)。如(ru)果(guo)沒(mei)有(you)機(ji)器(qi)視(shi)覺(jiao)告(gao)訴(su)機(ji)器(qi)人(ren)物(wu)品(pin)的(de)確(que)切(qie)位(wei)置(zhi)，這(zhe)些(xie)任(ren)務(wu)是(shi)不(bu)可(ke)能(neng)完(wan)成(cheng)的(de)。機(ji)器(qi)視(shi)覺(jiao)是(shi)釋(shi)放(fang)自(zi)動(dong)化(hua)全(quan)部(bu)潛(qian)力(li)的(de)關(guan)鍵(jian)
，為(wei)智(zhi)能(neng)自(zi)動(dong)化(hua)添(tian)加(jia)了(le)更(geng)多(duo)智(zhi)能(neng)。

來源：Mouser

免責聲明：本文為轉載文章
，轉載此文目的在於傳遞更多信息，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題
，請聯係小編進行處理。

推薦閱讀：

基於傳感器內神經網絡的模擬-信息轉換技術，可顯著降低傳感器功耗

寄生電感的介紹

適用於下一代大功率應用的XHP2封裝

AR眼鏡中的顯示技術：虛擬超脫想象之外，包羅萬象卻基於現實

新型的工業級TMR角度傳感器