机器视觉

机器视觉是什么

美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会关于机器视觉的定义：机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。机器视觉即用机器代替人眼，模拟眼睛进行图像采集，经过图像识别和处理提取信息，最终通过执行装置完成操作。

机器视觉技术通过计算机技术进行人的视觉功能模拟，从目标图像中获取信息，进行处理与辨识，在实际的检测和控制中加以应用。机器视觉技术结合了机械原理、图像识别、模拟、传感器、人工智能、计算机软件、光学成像等多种技术，具有功能性强、处理信息速度快、信息量大等众多优点，在汽车组装、武器制造、食品加工、工业产品加工等方面得到广泛应用。机器视觉技术在工业制造领域的表现尤为突出，被广泛的应用到自动化生产流水线的工件识别、缺陷检测、定位等方面。

机器视觉发展历程

1947 年，贝尔实验室中威廉·肖克利与团队共同发明晶体管，翻开半导体行业的篇章，半导体行业的发展为机器视觉奠定了重要的技术基础。1950 年 Gibson 首先提出“光流”的概念，即空间运动物体在观察成像平面上的像素运动的瞬时速度，利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而衍生出计算相邻帧之间物体的运动信息的方法，这标志着“像素”作为最小单位开始进入影像统计的计算模式。

1969 年，第一片 CCD 图像传感器诞生，为机器视觉行业开启了数码图像采集的大门，自此人类社会进步的各个领域都与图像和视觉结下了不解之缘。在半导体行业诞生与发展的同时，机器视觉领域的发展也已拉开帷幕。20 世纪 70 年代，麻省理工学院人工智能实验室创立了计算机视觉研究小组，并开设了“机器视觉”课程，吸引了许多知名学者参与机器视觉的理论、算法、系统设计等研究。90 年代，视觉企业成立，第一代图像处理产品进入市场。在中国：

1999-2003启蒙阶段：中国企业主要通过代理业务对客户进行服务。机器视觉技术首先进入品质要求较高的行业。一些对成本不敏感又对品质要求较高的工业领城率先引入机器视觉技术，如特种印刷及烟草行业。

2004-2007发展阶段：中国本士企业开始探索研发自主核心技术，投入软硬件，多个应用领域取得关键突破；随着国内市场需求勃发，越来越多客户开始寻求视觉检测方案，机器视觉可以解决精确测量的问题并更好的提高其产品质量。

2008年至今，高速发展阶段：国内机器视觉技术水平奋起直追，大量专业人才推动行业高速发展: 随全球制造中心向我国转移，中国已经是继美国、日本之后第三大机器视觉领域应用市场。

机器视觉特点

(1)机器视觉是一项综合技术，其中包括数字图像处理技术，机械工程技术，控制技术，电光源；照明技术，光学成像技术，传感器技术，模拟与数字视频技术，计算机硬件技术，人机接口技术等这些技术在机器视觉中式并列关系，相互协调应用才能构成一个成功的工业机器视觉应用系统。

(2)机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。

(3)对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要的是光、机、电一体化的综合能力。

(4)机器视觉更强调实时性，要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，他们的发展速度远远超过其在工业生产中的实际应用速度。

机器视觉的功能和用途

机器视觉的用途可分为定位、识别、引导、测量、检查。

(1)定位：零件定位在机器视觉应用中是关键的第一步。无论是简单的装配验证还是复杂的三维机器料箱拣选，所有机器视觉应用的第一步是通过模式匹配技术在相机视野中找到关注的对象或特征。

(2)识别：视觉技术可以读取字母、数字、字符。零件标识和识别机器视觉系统可以读取条码 (一维)、数据矩阵代码 (二维)、直接部件标识 (DPM) 和零件、标签与包装上印刷的字符。

(3)引导：有多种需要引导的原因。例如机器视觉系统可以定位零件的位置和方向，然后将其与规定的公差进行对比，并确保它位于正确的角度以便准确地验证装配。然后可以通过引导将零件在二维和三维空间中的位置和方向报告给机器人或机器控制器，使机器人能够定位零件或让机器能够对准零件。另外，可通过引导与其他机器视觉工具对准。

(4)测量：测量距离和位置以评估是否符合规格。测量应用中的机器视觉系统计算测量对象上两个点、多个点或几何位置之间的距离以确定这些测量是否符合规格。

(5)检查：识别缺陷、异常和其他制造缺陷。检查应用中的机器视觉系统用于检测制造的产品中的缺陷、污染、功能缺陷和其他异常。如检查药物的药片是否有缺陷，验证显示屏上的图标或确认像素的存在，或检测触摸屏以评估背光对比度的水平。机器视觉也可检查产品的完整性，如保证食品和药品行业产品和包装是否相符，以及检查瓶子的密封、瓶盖和环的安全性。

机器视觉典型系统

根据《奥普特-机器视觉全产业链布局多行业积累助力腾飞》报告，从结构上看，机器视觉系统主要包括成像和图像处理两大部分，前者依靠机器视觉系统的硬件部分完成，后者在前者基础上，通过视觉控制系统完成。具体来看，主要包括光源及光源控制器、镜头、相机、视觉控制系统(视觉处理分析软件及视觉控制器硬件)等，其中，光源及光源控制器、镜头、相机等硬件部分负责成像功能，视觉控制系统负责对成像结果进行处理分析、输出分析结果至智能设备的其他执行机构。

(1)光源控制器与光源:二者搭配使用，光源控制器为光源供电，控制光源的照明状态(亮/灭)、亮度、频闪等。

(2)镜头:镜头相当于人眼的晶状体，是机器视觉采集和传递被摄物体信息过程的起点，所使用的的镜头为工业级镜头，需要更小的光学畸变、足够高的光学分辨率、丰富的光谱响应选择等，以满足不同场合视觉系统的应用需求。

(3)相机:相机是时期视觉中的图像采集单元，相当于人眼的视网膜，将光信号转变为电信号。通过镜头的光学聚集于像平面、生成图像，采集图像后输出模拟或数字信号，这些信号在视觉控制系统中重建为灰度或彩色矩阵图像。工业相机对于拍摄速度、图像稳定性、传输能力和抗干扰能力有较高要求。

(4)视觉控制系统:对通过光源、镜头、相机获得的图像进行分析处理，并根据处理结果和一定的判决条件实现机器视觉功能目标的软件和硬件设备的总称，相当于人脑的视觉皮层和大脑的其他部分。其核心是视觉处理分析软件，可以附着于独立的视觉控制器或者工控机，成为成为基于PC的视觉控制系统，也可以集成于相机之中，从而将相机进一步扩展为智能相机。

机器视觉

机器视觉检测技术

机器视觉检测技术的构成包括图像采集，软件图像处理和图像分析三部分。

图像采集是对样本图片的采集，需要选择合适的光源、专业相机与镜头，原理则是通过图像传感器将镜头汇聚的灯光转化成电信号，再转化数字信号，并传递到软件处理部分进行分析软件处理部分主要涵盖图像去噪、图像增强、边缘检测等措施。

图像分析部分包括特征信息的提取、有效特征的筛选和运用分类器进行图像的识别三个部分，主要根据从图像的像素中提取有效的特征信息，常采用 PCA等算法对图像像素数据实行压缩，降低高维的图像数据来获取特征，这样图像识别时，分类器更容易识别特征信息，从而提高分类的准确度，更加正确的分类识别

机器视觉

机器视觉行业重要企业

基恩士：相机、视觉处理分析软件。成立于1974年，是传感器、测量系、激光刻印机、显微系统以及单机式影像系统的全球知名供应商。2011年—2018年，福布斯全球最具创新力企业100强。2001年首次在中国设立销售网点。基恩士是全球综合性的工厂自动化产品供应商，其直销网络覆盖全球46个国家和地区，为超过25万客户提供产品和服务。

康耐视：相机、视觉处理分析软件。成立于1981年，是机器视觉产品的全球领先供应商。

CCS：光源、光源控制器。创立于1993年，是全球机器视觉用光源领域的知名企业。2016年被东京交易所上市公司OPTEX收购，成为其MVL(MachineVisionLighting)业务分部的主要企业。

海康机器人：相机。2016年海康威视在其原机器视觉业务部的基础上设立的子公司，主要经营移动机器人、机器视觉和无人机三个业务板块。进入机器视觉领域的时间较短，但是依托上市公司海康威视的资金和技术实力的支持获得了较快发展。海康威视为全球安防领域领先企业，其在安防影像方面的技术积累和生产规模，对其研发工业相机产品并迅速规模化生产有较大积极作用。

中国大恒：相机、整体方案。原名中国大恒公司，成立于1987年，现为大恒科技的控股子公司。在机器视觉部件方面，与众多国际知名品牌有合作关系，为其在华的代理销售渠道，同时，中国大恒还提供以机器视觉为核心的检测设备，在印刷、纺织、空瓶等行业具有竞争优势。

茉丽特株式会社：镜头、光学方案。创立于1973年，总部在日本。产品系列包括机器视觉远心镜头、抗震微距镜头、线扫镜头、CCTV镜头、LED照明设备、光源设备及光纤光导等产品。机器视觉镜头和LED光源有较高知名度。 -

StemmerImagingAG：解决方案。总部位于德国的机器视觉技术供应商，产品包括相机、镜头、照明产品、机器视觉系统以及定制解决方案，应用领域包括汽车、印刷、包装、食品和制药行业、医疗工程和交通技术等。

奥普特：光源、光源控制器、镜头、视觉控制系统。成立于2006年，是国内较早进入机器视觉领域的企业之一。在国内市场中，业务规模位居行业前五，且属于前五名企业中唯一一个以生产销售自主机器视觉核心软硬件为主的企业，属于行业内较有规模和影响力的企业。

机器视觉应用领域

由于机器视觉技术具备精准性高、反应速度快、适应环境强、不具备人的主观性、检测效果稳定可靠、处理图像和分析信息的效率高、信息集成方便等优势，广泛应用在众多领域

(1)消费电子：是最大的应用领域，机器视觉主要对产品进行PCB/FPC AOI检测、零部件及整机外观检测、装配引导等，能够有效提高生产效率及良品率。

(2)半导体：机器视觉对半导体外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等检测。

(3)平板显示：机器视觉通过FPM-Inspect可以可靠地检测甚至分类最细小的缺陷，例如，碎玻璃、凹痕、PT针、夹杂物或气泡，甚至检测到最小的划痕。

(4)汽车制造：机器视觉的主要功能是对产品进行制造工艺检测、自动化跟踪、追溯与控制等。

(5)物体分拣：机器视觉的功能是对产品进行图像抓取、图像分析、输出结果，再通过机器人把对应的物料放到固定的位置上，从而实现工业生产智能化、现代化、自动化。

(6)食品包装及制药：机器视觉的功能是对食品包装的形状、尺寸、密闭性和完整性进行检测；对药品数粒、打码、泡罩版、药品残缺和短片等进行检测。

机器视觉产业链

机器视觉产业链主要由.上游原材料、中游零部件供应商和装备集成厂商、以及下游设备制造商和应用行业构成。由于机器视觉是由多个部件组成，每个部件的原材料均有不同，因此，产业链上游涉及的行业范围较为宽广。机器视觉的产业链的上游主要为LED、CCD、CMOS、光学材料、电子元器件、五金结构件等原材料。机器视觉产业链的中游主要有含光源、光源控制器、镜头、相机、视觉控制系统的零部件供应商以及机器视觉系统的集成商构成。机器视觉产业链的下游主要为运用机器视觉技术的设备制造行业和终端用户，所涉范围十分广泛，如汽车、医药、化学、电子、半导体、印刷、食品饮料、物流、烟草、医疗、电池等等，几乎包括国民经济的方方面面。

机器视觉