機器視覺（Machine Vision）作為光電技術應用的一個特定領域，目前已經發(fā)展成為一個備受矚目的行業(yè)。隨著工業(yè)4.0浪潮襲來，機器視覺會擺脫最初“輔助工具”的地位成為生產系統(tǒng)的“眼睛”與“大腦”。

一、機器視覺概念及其產生背景

   機器視覺技術是計算機科學的一個重要分支，它涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光學、機械等多個領域，其目的就是給機器或者自動生產線添加一套視覺系統(tǒng)。機器視覺是采用機器代替人眼來做測量與判斷，通過計算機攝取圖像來模擬人的視覺功能，實現(xiàn)人眼視覺的延伸。通過機器視覺產品即（工業(yè)相機）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結果來控制現(xiàn)場的設備動作。

機器視覺系統(tǒng)的特點是提高生產的柔性和自動化程度，在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業(yè)生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且機器視覺易于實現(xiàn)信息集成，是實現(xiàn)計算機集成制造的基礎技術。

   在現(xiàn)代自動化生產過程中，機器視覺已經開始慢慢取代人工視覺。特別是隨著工業(yè)4.0的進一步推廣，這一趨勢愈加明顯。越來越多的從業(yè)者投入到芯片技術、圖像算法和圖形處理等技術中，機器視覺呈現(xiàn)階躍式狀態(tài)，與此同時也助推了機器視覺更高速、良性的發(fā)展方向。機器視覺作為近20多年的新興技術和產業(yè)，它的發(fā)展大大提高了工業(yè)生產過程中的靈活性和智能性水平。特別是近幾年中國的視覺類產品以及專門從事視覺產品、設備銷售和研發(fā)的公司更是如雨后春筍般，公眾對視覺的接受度和依賴度越來越高。

二、機器視覺行業(yè)發(fā)展現(xiàn)狀

   機器視覺的概念起始于20世紀60年代，最先的應用來自"機器人"的研制。最早基于視覺的機器系統(tǒng)，先由視覺系統(tǒng)采集圖像并進行處理，然后通過計算估計目標的位置來控制機器運動。1979年提出了視覺伺服（Visual Servo）概念，即可以將視覺信息用于連續(xù)反饋，提高視覺定位或追蹤的精度。在國外，機器視覺的應用普及主要體現(xiàn)在半導體及電子行業(yè)，其中大概40%-50%都集中在半導體行業(yè)。從全球產業(yè)發(fā)展來看，國際機器視覺市場正處于產業(yè)成熟期，未來3～5年歐美日機器視覺技術仍將有不斷創(chuàng)新，國際機器視覺市場規(guī)模有望繼續(xù)增長。

   縱觀中國的機器視覺行業(yè)，始終是伴隨著中國工業(yè)化進程的發(fā)展而發(fā)展起來的。中國的機器視覺起步相對較晚，從20世紀90年代末開始起步，直到2009年以后才正式進入高速發(fā)展期。其間經歷了啟蒙階段、發(fā)展階段、快速發(fā)展階段、逐步成熟階段。究其主要原因為，機器視覺行業(yè)本身屬于新興的領域，加之機器視覺產品技術的普及不夠，導致以上各行業(yè)的應用幾乎空白。

   目前國內機器視覺大多為國外品牌，國內大多機器視覺公司基本上是靠代理國外各種機器視覺品牌起家。近年來，隨著各大高校及企業(yè)紛紛投入研發(fā)，國內機器視覺專利數(shù)量逐年增加，國內機器視覺公司規(guī)模逐漸做大，技術上已經趨于成熟，機器視覺的功能及應用范圍隨著工業(yè)自動化的發(fā)展逐漸完善和推廣。其中特別是CCD工業(yè)攝像機、智能相機、ARMFPGA、圖像處理和模式識別等技術的快速發(fā)展，極大地推動了機器視覺系統(tǒng)的發(fā)展。據(jù)悉，中國目前已成為繼美國、日本之后全球第三大機器視覺市場。2015年，中國機器視覺市場規(guī)模已達到61.2億元，預計在2016-2020年間中國制造在機器視覺上維持20%的增長率，預計到2020年前后，市場規(guī)模將達152億元，國內機器視覺將進入產業(yè)成熟期�！�

   機器視覺發(fā)展歷程

   20世紀50年代：主要集中在二維圖像的簡單分析和識別上，如字符識別，工件表面、顯微圖片和航空圖片的分析和解釋等。

   20世紀60年代：MIT(Massachusetts Institute of Technology)的Roberts通過計算機程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結構，并對物體形狀及物體的空間關系進行描述。他的研究工作開創(chuàng)了以理解三維場景為目的的三維計算機視覺研究。

   20世紀70年代：首次提出較為完整的視覺理論，已經出現(xiàn)了一些視覺應用系統(tǒng)。70年代中期，MIT人工智能（Artificial Intelligence）實驗室正式開設"機器視覺"課程。1973年MITAI Lab吸引了國際上許多知名學者參與視覺理論、算法、系統(tǒng)設計的研究，D. Marr教授就是其中的一位。他于1977年提出了視覺計算理論（Vision Computational Theory），該理論在80年代成為計算機視覺領域中的一個十分重要的理論框架。

   80年代中期：計算機視覺獲得蓬勃發(fā)展，新概念、新方法、新理論不斷涌現(xiàn)。

   90年代中期：隨著微處理器、半導體技術的進步，以及勞動力成本上升和高質量產品的需求，國外機器視覺于20世紀90年代進入高速發(fā)展期，廣泛運用于工業(yè)控制領域。

   目前，機器視覺已形成幾個重要研究分支：1）目標制導的圖像處理；2）圖像處理和分析的并行算法；3）從二維圖像提取三維信息；4）序列圖像分析和運動參量求值；5）視覺知識的表示；6）視覺系統(tǒng)的知識庫等。

三、機器視覺系統(tǒng)的優(yōu)勢  

   在工業(yè)生產的過程中，機器視覺相對于人眼識別體現(xiàn)了較大優(yōu)勢。機器視覺具有自動化、客觀、非接觸和高精度等特點。特別是在工業(yè)生產領域，機器視覺強調生產的精度和速度，以及工業(yè)現(xiàn)場環(huán)境下的可靠性與安全性，在重復和機械性的工作中具有較大的應用價值。

   精確性——由于人眼有物理條件的限制，在精確性上機器有明顯的優(yōu)點。即使人眼依靠放大鏡或顯微鏡來檢測產品，機器仍然會更加精確，因為它的精度能夠達到千分之一英寸。特別是檢測生產線上高速運動的物體時，機器視覺更具優(yōu)勢。

   重復性——機器可以以相同的方法一次一次的完成檢測工作而不會感到疲倦。與此相反，人眼每次檢測產品時都會有細微的不同，即使產品時完全相同的。

   客觀性——人眼檢測還有一個致命的缺陷，就是情緒帶來的主觀性，檢測結果會隨工人心情的好壞產生變化，而機器沒有喜怒哀樂，檢測的結果自然非常可觀可靠。

   效率高——機器視覺系統(tǒng)可以快速獲取大量信息，實現(xiàn)更為快速的產品檢測，同時也易于加工過程中的信息集成，尤其是在大批量工業(yè)生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。

   成本低——由于機器比人快，一臺自動檢測機器能夠承擔多人的任務。而且機器不需要停頓、能夠連續(xù)工作，所以能夠極大的提高生產效率從而降低生產成本。