當下機器視覺技術已經滲入到我們的日常生活中，從手機里的美顏APP面目識別功能、人臉相冊分類，到支付寶面部識別身份驗證、儲物柜人臉識別，以及工業機器人對物體準確抓取、物流機器人障礙避讓等等都是運用了計算機視覺技術。 據美國商業資訊網站6月22日來自都柏林的報道，全球機器視覺市場正處于迅速發展之中，預計到2025年年底，市值將超過192億美元。時至今日，機器視覺技術不僅成功應用于多個領域，并且應用范圍還在逐步擴大。已由起初的電子制造業和半導體生產企業，發展到了包裝、汽車、交通和印刷等多個行業。 機器視覺系統的特點是提高生產的柔性和自動化程度。運用在一些危險工作環境或人工視覺難以滿足要求的場合；此外，在大批量工業生產過程中，機器視覺檢測可以大大提高生產效率和生產的自動化程度。 隨著機器視覺的成本逐漸降低，有更多的方案、更強大的硬件、更聰明的算法出現，再加上物聯網連接所有裝置，機器視覺將成為絕佳的數據收集工具。 圖像處理設備完成了捕獲、采集和交換數據的過程，在互聯生產過程中，這些數據都可以傳輸到價值鏈，觸發更多智能行為。例如，檢測生產設備的磨損狀態，維護工廠設施，提醒管理者提前訂購生產部件等。未來，視覺系統設備各部件的尺寸將變小，而速度、精度、分辨率會顯著提高，因此普及率也會在幾年內急劇增長。 網絡系統雖然是未來智能工廠的基礎，但成敗取決于數據收集、處理和分析能力，而機器視覺就可以派上用場了。機器視覺可以快速獲取大量信息，并進行自動處理。因此，在自動化生產過程中，人們通常將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。 IHS預測，2019年工業行動應用將成長4倍，達到2億美元，包括以手機∕平板計算機進行監控和可視化、管理工作流程、維護機具和整合系統。管理者無論身處何地，皆可從智能型手機監控機器視覺系統的影像，進而依照應用程序(App)和軟件的通知迅速應變。 智能工廠將會是未來發展的大趨勢。智能工廠內部的機器若會利用自我優化、自我設置和人工智能(AI)來完成復雜任務，一來符合成本效益，二來提高產品和服務的質量。 并且，一旦使用，機器視覺技術就會成為智能工廠的核心，它基于通信網絡和智能信息組織網而建成的特性，將使其成為工廠的“眼睛”，使機器人靈活地控制生產流程，從而減少人為誤差帶來的損失。 機器視覺產業也會逐漸跟嵌入式計算機視覺(ECV)整合，隨著工業環境取得低廉的嵌入式圖像處理器，可望出現全新的整合自動化方案，例如搭載多個嵌入式成像儀的機械臂。 目前市面上，前幾大機器視覺接口有Cameralink、CameralinkHS、CoaXPress、GigEVision和USB3Vision。GenICam提供所有相機一般程序接口，不受硬件接口技術影響。 但是，隨著機器視覺軟件研究的進一步深入，對技術要求越來越高，目前市場上的機器視覺系統由于開發難、使用難、銷售難等弊端，已較難滿足行業需求。 目前全球用戶對視覺技術的飛速發展還缺乏匹配認知，行業發展必然面臨挑戰。此外，系統依賴的集成電路相當復雜，對制造商而言是個難題，這也限制了市場實現更平穩的增長。當然，也有看好的一面，亞太地區不斷增長的制造業，正越來越關注與機器視覺有關的研究活動，所投入的經費支出預計將刺激該技術在亞太市場的成長，進而推動全球市場成分發生變化。至于說，機器視覺在機器人領域的應用，是明日黃花還是曇花一現，都值得我們期待。 |
