機(jī)器視覺在工業(yè)檢測(cè)中的應(yīng)用歷史與發(fā)展

機(jī)器視覺在工業(yè)上應(yīng)用領(lǐng)域廣闊，核心功能包括：測(cè)量、檢測(cè)、識(shí)別、定位等。產(chǎn)業(yè)鏈可以分為上游部件級(jí)市場(chǎng)、中游系統(tǒng)集成/整機(jī)裝備市場(chǎng)和下游應(yīng)用市場(chǎng)。機(jī)器視覺上游有光源、鏡頭、工業(yè)相機(jī)、圖像采集卡、圖像處理軟件等軟硬件提供商，中游有集成和整機(jī)設(shè)備提供商，行業(yè)下游應(yīng)用較廣，主要下游市場(chǎng)包括電子制造行業(yè)、汽車、印刷包裝、煙草、農(nóng)業(yè)、醫(yī)藥、紡織和交通等領(lǐng)域。

機(jī)器視覺全球市場(chǎng)主要分布在北美、歐洲、日本、中國(guó)等地區(qū)，根據(jù)統(tǒng)計(jì)數(shù)據(jù)，2014年，全球機(jī)器視覺系統(tǒng)及部件市場(chǎng)規(guī)模是36.7億美元，2015年全球機(jī)器視覺系統(tǒng)及部件市場(chǎng)規(guī)模是42億美元，2016年全球機(jī)器視覺系統(tǒng)及部件市場(chǎng)規(guī)模是62億美元，2002-2016年市場(chǎng)年均復(fù)合增長(zhǎng)率為12%左右。而機(jī)器視覺系統(tǒng)集成，根據(jù)北美市場(chǎng)數(shù)據(jù)估算，大約是視覺系統(tǒng)及部件市場(chǎng)的6倍。

中國(guó)機(jī)器視覺起步于80年代的技術(shù)引進(jìn)，隨著98年半導(dǎo)體工廠的整線引進(jìn)，也帶入機(jī)器視覺系統(tǒng)，06年以前國(guó)內(nèi)機(jī)器視覺產(chǎn)品主要集中在外資制造企業(yè)，規(guī)模都較小，06年開始，工業(yè)機(jī)器視覺應(yīng)用的客戶群開始擴(kuò)大到印刷、食品等檢測(cè)領(lǐng)域，2011年市場(chǎng)開始高速增長(zhǎng)，隨著人工成本的增加和制造業(yè)的升級(jí)需求，加上計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，越來越多機(jī)器視覺方案滲透到各領(lǐng)域，到2016年我國(guó)機(jī)器視覺市場(chǎng)規(guī)模已達(dá)近70億元。

機(jī)器視覺中，缺陷檢測(cè)功能，是機(jī)器視覺應(yīng)用得最多的功能之一，主要檢測(cè)產(chǎn)品表面的各種信息。在現(xiàn)代工業(yè)自動(dòng)化生產(chǎn)中，連續(xù)大批量生產(chǎn)中每個(gè)制程都有一定的次品率，單獨(dú)看雖然比率很小，但相乘后卻成為企業(yè)難以提高良率的瓶頸，并且在經(jīng)過完整制程后再剔除次品成本會(huì)高很多(例如，如果錫膏印刷工序存在定位偏差，且該問題直到芯片貼裝后的在線測(cè)試才被發(fā)現(xiàn)，那么返修的成本將會(huì)是原成本的100倍以上)，因此及時(shí)檢測(cè)及次品剔除對(duì)質(zhì)量控制和成本控制是非常重要的，也是制造業(yè)進(jìn)一步升級(jí)的重要基石。

在檢測(cè)行業(yè)，與人類視覺相比，機(jī)器視覺優(yōu)勢(shì)明顯

1、精確度高：人類視覺是64灰度級(jí)，且對(duì)微小目標(biāo)分辨力弱；機(jī)器視覺可顯著提高灰度級(jí)，同時(shí)可觀測(cè)微米級(jí)的目標(biāo)；

2、速度快：人類是無法看清快速運(yùn)動(dòng)的目標(biāo)的，機(jī)器快門時(shí)間則可達(dá)微秒級(jí)別；

3、穩(wěn)定性高：機(jī)器視覺解決了人類一個(gè)非常嚴(yán)重的問題，不穩(wěn)定，人工目檢是勞動(dòng)非?？菰锖托量嗟男袠I(yè)，無論你設(shè)計(jì)怎樣的獎(jiǎng)懲制度，都會(huì)發(fā)生比較高的漏檢率。但是機(jī)器視覺檢測(cè)設(shè)備則沒有疲勞問題，沒有情緒波動(dòng)，只要是你在算法中寫好的東西，每一次都會(huì)認(rèn)真執(zhí)行。在質(zhì)控中大大提升效果可控性。

4、信息的集成與留存：機(jī)器視覺獲得的信息量是全面且可追溯的，相關(guān)信息可以很方便的集成和留存。

機(jī)器視覺技術(shù)近年發(fā)展迅速

1、圖像采集技術(shù)發(fā)展迅猛

CCD、CMOS等固件越來越成熟，圖像敏感器件尺寸不斷縮小，像元數(shù)量和數(shù)據(jù)率不斷提高，分辨率和幀率的提升速度可以說日新月異，產(chǎn)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，通過核心測(cè)試指標(biāo)(MTF、畸變、信噪比、光源亮度、均勻性、色溫、系統(tǒng)成像能力綜合評(píng)估等)來對(duì)光源、鏡頭和相機(jī)進(jìn)行綜合選擇，使得很多以前成像上的難點(diǎn)問題得以不斷突破。

2、圖像處理和模式識(shí)別發(fā)展迅速

圖像處理上，隨著圖像高精度的邊緣信息的提取，很多原本混合在背景噪聲中難以直接檢測(cè)的低對(duì)比度瑕疵開始得到分辨。

模式識(shí)別上，本身可以看作一個(gè)標(biāo)記過程，在一定量度或觀測(cè)的基礎(chǔ)上，把待識(shí)模式劃分到各自的模式中去。圖像識(shí)別中運(yùn)用得較多的主要是決策理論和結(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(duì)模式向量進(jìn)行分類識(shí)別，是以定時(shí)描述(如統(tǒng)計(jì)紋理)為基礎(chǔ)的；結(jié)構(gòu)方法的核心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)，通過對(duì)未知物體利用給定的模式基元求出編碼邊界，得到字符串，再根據(jù)字符串判斷它的屬類。在特征生成上，很多新算法不斷出現(xiàn)，包括基于小波、小波包、分形的特征，以及獨(dú)二分量分析；還有關(guān)子支持向量機(jī)，變形模板匹配，線性以及非線性分類器的設(shè)計(jì)等都在不斷延展。

3、深度學(xué)習(xí)帶來的突破

傳統(tǒng)的機(jī)器學(xué)習(xí)在特征提取上主要依靠人來分析和建立邏輯，而深度學(xué)習(xí)則通過多層感知機(jī)模擬大腦工作，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(jiǎn)單特征、建立復(fù)雜特征、學(xué)習(xí)映射并輸出，訓(xùn)練過程中所有層級(jí)都會(huì)被不斷優(yōu)化。在具體的應(yīng)用上，例如自動(dòng)ROI區(qū)域分割；標(biāo)點(diǎn)定位(通過防真視覺可靈活檢測(cè)未知瑕疵)；從重噪聲圖像重檢測(cè)無法描述或量化的瑕疵如橘皮瑕疵；分辨玻璃蓋板檢測(cè)中的真假瑕疵等。隨著越來越多的基于深度學(xué)習(xí)的機(jī)器視覺軟件推向市場(chǎng)(包括瑞士的vidi，韓國(guó)的SUALAB，香港的應(yīng)科院等)，深度學(xué)習(xí)給機(jī)器視覺的賦能會(huì)越來越明顯。

4、3D視覺的發(fā)展

3D視覺還處于起步階段，許多應(yīng)用程序都在使用3D表面重構(gòu)，包括導(dǎo)航、工業(yè)檢測(cè)、逆向工程、測(cè)繪、物體識(shí)別、測(cè)量與分級(jí)等，但精度問題限制了3D視覺在很多場(chǎng)景的應(yīng)用，目前工程上最先鋪開的應(yīng)用是物流里的標(biāo)準(zhǔn)件體積測(cè)量，相信未來這塊潛力巨大。

要全免替代人工目檢，機(jī)器視覺還有諸多難點(diǎn)有待攻破：

1、光源與成像：機(jī)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、折射等問題都會(huì)影響被測(cè)物體特征的提取，因此光源與成像可以說是機(jī)器視覺檢測(cè)要攻克的第一個(gè)難關(guān)。比如現(xiàn)在玻璃、反光表面的劃痕檢測(cè)等，很多時(shí)候問題都卡在不同缺陷的集成成像上。

2、重噪音中低對(duì)比度圖像中的特征提取：在重噪音環(huán)境下，真假瑕疵的鑒別很多時(shí)候較難，這也是很多場(chǎng)景始終存在一定誤檢率的原因，但這塊通過成像和邊緣特征提取的快速發(fā)展，已經(jīng)在不斷取得各種突破。

3、對(duì)非預(yù)期缺陷的識(shí)別：在應(yīng)用中，往往是給定一些具體的缺陷模式，使用機(jī)器視覺來識(shí)別它們到底有沒有發(fā)生。但經(jīng)常遇到的情況是，許多明顯的缺陷，因?yàn)橹皼]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，雖然在操作流程文件中沒讓他去檢測(cè)這個(gè)缺陷，但是他會(huì)注意到，從而有較大幾率抓住它，而機(jī)器視覺在這點(diǎn)上的“智慧”目前還較難突破。

機(jī)器視覺產(chǎn)業(yè)鏈情況

1、上游部件級(jí)市場(chǎng)

主要包括光源、鏡頭、工業(yè)相機(jī)、圖像采集卡、圖像處理軟件等提供商，近幾年智能相機(jī)、工業(yè)相機(jī)、光源和板卡都保持了不低于20%的增速。根據(jù)中國(guó)機(jī)器視覺產(chǎn)業(yè)聯(lián)盟(CMVU)調(diào)查統(tǒng)計(jì)，現(xiàn)在已進(jìn)入中國(guó)的國(guó)際機(jī)器視覺品牌已近200多家(如康耐視、達(dá)爾薩、堡盟等為代表的核心部件制造商，以基恩士、歐姆龍、松下、邦納、NI等為代表的則同時(shí)涉足機(jī)器視覺核心部件和系統(tǒng)集成)，中國(guó)自有的機(jī)器視覺品牌也已有100多家(如?？?、華睿、盟拓光電、神州視覺、深圳燦銳、上海方誠(chéng)、上海波創(chuàng)電氣等)，機(jī)器視覺各類產(chǎn)品代理商超過300家(如深圳鴻富視覺、微視新紀(jì)元、三寶興業(yè)、凌云光、陽(yáng)光視覺等)。很多國(guó)內(nèi)機(jī)器視覺的部件市場(chǎng)都是從代理國(guó)外品牌開始，很多企業(yè)均與國(guó)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(jìn)入者帶來了一定的門檻，因此優(yōu)質(zhì)產(chǎn)品的代理商也都有不錯(cuò)的市場(chǎng)競(jìng)爭(zhēng)力和利潤(rùn)表現(xiàn)。同時(shí)，以海康、華睿為代表的國(guó)產(chǎn)工業(yè)視覺核心部件正在快速崛起。

2、中游系統(tǒng)集成和整機(jī)裝備市場(chǎng)

國(guó)內(nèi)中游的系統(tǒng)集成和整機(jī)裝備商有100多家，他們可以給各行業(yè)自動(dòng)化公司提供綜合的機(jī)器視覺方案，如凌云光、微視新紀(jì)元、嘉恒、凌華、陽(yáng)光視覺、鼎信、大恒圖像等。由于國(guó)內(nèi)產(chǎn)品與國(guó)際依然有不小差距，很多中游系統(tǒng)集成商和整機(jī)裝備商又是從核心零部件的貿(mào)易做起來的，因此很多在視覺產(chǎn)品的選擇方面，依然更為青睞國(guó)外品牌。國(guó)內(nèi)品牌為推廣自己的軟硬件產(chǎn)品，往往需要發(fā)展自己的方案集成能力，才能更好的面對(duì)市場(chǎng)競(jìng)爭(zhēng)。

3、下游應(yīng)用市場(chǎng)

機(jī)器視覺下游，主要是給終端用戶提供非標(biāo)自動(dòng)化綜合解決方案的公司，行業(yè)屬性非常強(qiáng)，核心競(jìng)爭(zhēng)力是對(duì)行業(yè)和生產(chǎn)的綜合理解和多類技術(shù)整合。由于行業(yè)自動(dòng)化的更迭有一定周期性，深受行業(yè)整體升級(jí)速度、出貨量和利潤(rùn)狀況影響，因此近兩年來看，拉動(dòng)機(jī)器視覺應(yīng)用普及最主要的還是在電子制造業(yè)，其次是汽車和制藥。

（1）半導(dǎo)體和電子生產(chǎn)行業(yè)：從國(guó)內(nèi)機(jī)器視覺工業(yè)上的應(yīng)用分布來看，46%都集中在電子及半導(dǎo)體制造行業(yè)，包括晶圓加工制造的分類切割、PCB檢測(cè)(底片、內(nèi)/外層板、成品外觀終檢等)、SMT貼裝檢測(cè)、LCD全流程的AOI缺陷檢測(cè)、各種3c組件的表面缺陷檢測(cè)、3c產(chǎn)品外觀檢測(cè)等

（2）汽車：車身裝配檢測(cè)、零件的幾何尺寸和誤差測(cè)量、表面和內(nèi)部缺陷檢測(cè)、間隙檢測(cè)等

（3）印刷、包裝檢測(cè)：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(duì)農(nóng)產(chǎn)品的分級(jí)、檢驗(yàn)和分類

（5）紡織：對(duì)異纖、云織、經(jīng)疵、緯疵等瑕疵檢測(cè)、織物表面絨毛鑒定、紗線結(jié)構(gòu)分析等等。

機(jī)器視覺系統(tǒng)未來發(fā)展趨勢(shì)

1、嵌入式解決方案發(fā)展迅猛，智能相機(jī)性能與成本優(yōu)勢(shì)突出，嵌入式PC會(huì)越來越強(qiáng)大

2、模塊化的通用型軟件平臺(tái)和人工智能軟件平臺(tái)將降低開發(fā)人員技術(shù)要求和縮短開發(fā)周期

3、3D視覺將走向更多應(yīng)用場(chǎng)景

審核編輯：湯梓紅