在人们从自然界获取的各种信息中，视觉获取量最高，约占总信息量的80%。跟着信息技能的开展，人类的视觉功用逐步被赋予核算机、机器人或其他智能机器。现在正处在职业风口的机器视觉便是这样一种技能，它经过图画处理完结主动检测和剖析运用，包含主动检测、进程操控和机器人导航等。现在，机器视觉（MV）技能现已完结产品化。视觉传感器、镜头、高速相机、光源、视觉软件、图画收集卡、视觉处理器等都变得越来越完善。在工业主动化环境中，机器视觉越来越遭到职业的重视，并被许多用于比如主动驾驶轿车、食物出产、包装和物流、机器人和无人机等。
当说到机器视觉时，技能人员或许会许多了解，本文尝试着从四个方面逐个解说有关机器视觉应了解的本相。
机器视觉是一种经过光学设备和非触摸传感器主动接纳和处理实在物体图画的设备，以获取所需信息或操控机器人的运动。自20世纪50年代开端运转，从1980年到1990年，这项技能真实开端起飞并逐步遍及。经过数十年的开展，机器视觉现已为它是什么以及它是怎么作业的积累了各种界说。
主动化成像协会（AIA）给出了一个更具广义意味的界说，即：机器视觉包含一切工业和非工业运用，其间硬件和软件的组合为设备履行依据图画捕获和处理的功用供给操作辅导。而SearchEnterpriseAI则给出了机器视觉的狭义界说，将其称之为“核算机的视觉才能”，该体系运用一个或多个摄像机、模数转化（ADC）和数字信号处理（DSP），将发生的数据传输到核算机或机器人操控器。
在实践运用中，机器视觉一般需求与其他先进的技能协同作业，包含自然语言处理、机器人进程主动化（RPA）、人工智能（AI）和机器学习（ML）等，以完结主动化所需的“视觉”功用。你可以把机器视觉看作是主动化的眼睛，AI和ML是大脑，RPA供给了完结作业所需的“键盘手”。近年来，主动化的选用速度不断加速，这对企业坚持职业竞争力至关重要。假如把主动化幻想成“数字化职工”在作业，假如不添加机器视觉，那么一切这些“数字化职工”都会处于失明状况。
核算机视觉也是近年来的职业大抢手，那么它与机器视觉又有什么相关呢？微观来讲，机器视觉是一种以新的方法与现有技能集成并运用于处理实际国际问题的技能才能，是一门体系工程学科。而核算机视觉是核算机科学的一种方法，不是经过固定在机器人上的视觉设备如摄像头号有形硬件来完结的。
更具体来说，机器视觉是一个体系的主体，而核算机视觉是体系的智能，是处理信息的大脑。没有核算机视觉，机器视觉将无法作业。机器学习、深度学习和神经网络是经过机器视觉体系以更快的速度处理项目的三种技能。这三种技能可用于扩展机器视觉对要定位的内容的了解，使其成为机器视觉的名贵财物。跟着核算机视觉技能的前进，机器视觉潜在运用的或许性也相应添加。
值得注意的是，机器视觉与图画处理同样是两个不同的概念，图画处理是一个输出图画的进程，而机器视觉体系可以检测和分类广泛职业中的各种物体和项目，包含轿车、电子和半导体、食物和饮料、路途和车辆交通或智能运输体系（ITS）、医疗成像、包装、标签和印刷、制****、电视广播等，依据机器视觉的技能正在成为主动化创立的中心。
机器视觉是工业主动化的眼睛。其首要作业流程是：体系经过机器视觉产品（如摄像头、CMOS或CCD）将拍照的方针转化为图画信号，然后将图画信号传输到专用图画处理体系。依据像素散布、亮度和色彩等信息，再将图画信号转化为数字化信号，最终使机器（机器人或其他工业东西）可以完结制作和质量验证等工业使命。
机器视觉是工业4.0的要害要素，它正以多种方法协助工业主动化体系，例如经过改进库存、检测毛病产品和进步制作质量来进步功率。若要精确地模仿人类的感知，机器视觉需求一系列设备和软件的协助。而这些软硬件技能的不断开展进一步推进了机器视觉技能的演进。
摄像头（camera）是机器视觉体系中查看物体或物品的首要设备。有时，一个特定的查看点或许需求装置多个摄像头，以保证可以正确查看每一个细节。当机器视觉体系需求从图画中捕获和提取特定运用程序的信息时，这时就需求智能摄像头的支撑。智能摄像头一般包含一切必要的通讯接口，并可连接到Wi-Fi或服务器，以便传输捕获的图画数据。作为一种强壮东西，深度学习能使体系设计师快速完结杂乱且片面决议计划的主动化，一起有用进步产品质量和产能。由Teledyne Flir公司供给的FLIR Firefly DL摄像头，内建的深度学习揣度使得该产品不再需求使命分类的主机体系，大大降低了体系的本钱和杂乱性。Firefly DL摄像头尺度细巧、重量轻且功耗低，十分合适嵌入移动、桌面和手持体系。
Omron Industrial Automation公司的S133 UVC五颜六色CMOS摄像头同样是一款智能摄像头产品，它内置CMOS传感器，选用超紧凑结构，即插即用，是寻觅具有机器视觉功用摄像头的抱负挑选。因为运用方便，S133 UVC五颜六色CMOS摄像头深受工业/机器视觉运用、轿车、生命科学等范畴的欢迎。
3D摄像头可以在图画中显现被检测物的深度，以显现图画的不同视点。经过在机器视觉体系中运用3D摄像头，将带来不同的视角和深度感知。飞翔时刻（ToF）摄像头是运用飞翔时刻原理丈量间隔的3D摄像头。ToF成像技能答应它在不扫描物体的情况下进行3D成像，该技能一般可掩盖几米到约40米的间隔，每秒最多100张图画，间隔分辨率约为5到10毫米，横向分辨率约为200 x 200。
历史上，因对ToF的精确性存在一些质疑，人们一般将其视为精度较低的3D传感技能。当然，近些年许多头部企业现已开宣布高达130万像素的高分辨率产品，用于机器视觉体系的高精度ToF摄像头能明显进步出产的灵敏性和主动化程度。索尼公司的IMX556 DepthSense ToF传感器选用CAPD和反面照明（BSI）技能，与商场上现有的ToF处理方案比较，可以供给精确到毫米的精度，在6米作业间隔下，以30fps的速度供给640 x 480的分辨率。
图3：索尼IMX556 DepthSense ToF传感器可以更可靠地以3D格局，更具体更快速的帧率重建被测物体（图源：Sony）
Texas Instruments的OPT8241飞翔时刻 (ToF) 传感器，将ToF传感与模数转化器和可编程守时发生器（TG）相结合，该器材能以高达150帧/秒的帧速率供给320 x 240分辨率的图画。内置的TG可操控复位、调制和读出数字化序列。一起，TG具有可编程性，可灵敏优化各项深度感知性能指标，例如功率、运动稳健性、信噪比和环境消除等。
视觉传感器是机器视觉体系的中心，是最大化环境特性的来历，其间心设备是CCD、CMOS等图画传感器。这些分辨率较高的视觉传感器一般可以生成包含更多像素的图画，十分有助于进步图画质量，更简单辨认视觉细节。
长期以来，CCD传感器是捕获高质量、低噪声图画的干流技能。可是CCD传感器的制作本钱很高，因而价格遍及较高，功耗也要比CMOS传感器高许多。现在，CMOS传感器技能现已开展到可以快速挨近CCD技能的质量和功用，而且价格更低，体积更小，功耗更低。CMOS相机的帧速率一般要高于CCD相机，关于那些依靠实时图画处理进行主动化或图画数据剖析的机器视觉体系而言，此功用至关重要。别的，CMOS传感器比CCD传感器对红外波长更灵敏，CMOS芯片和相机制作商运用这一优势可捕获红外线，为图画辨认供给了额定的成像才能。两相权衡，CMOS传感器或许愈加合适机器视觉运用。
安森美（onsemi）AR0130是一款1/3英寸CMOS数字图画传感器，有源像素阵列为1280H x 960V，运用翻滚快门读数捕获图画。该产品包含杂乱的相机功用，如主动曝光操控，窗口，以及视频和单帧方式。AR0130可以拍照十分明晰的数字图画，而且可以捕获接连视频和单帧，特别合适高性能机器视觉运用。
作为一种辅佐成像设备，光源对成像质量往往起到至关重要的效果。以LED照明产品为例，它们具有更高的灵敏性，具有可调视点和附加波长，更共同的光谱呼应。商场上有多种波长和形状的光源可供挑选，产品的挑选并不难。
图画收集卡一般以电脑插卡的方法存在，它的首要作业是将图画输出传送到核算机主机。图画收集卡需求将来自相机的模仿或数字信号转化为特定格局的图画数据流，还可以操控相机的一些参数，例如触发信号、曝光/积分时刻、快门速度等。图画收集卡一般针对不同类型的相机具有不同的硬件结构，一起也具有不同的总线方法，如PCI、PCI64、Compact PCI、PC104、ISA等。
机器视觉软件用于完结输入图画数据的处理，然后经过必定的核算就可以得到需求的成果。通用机器视觉软件以C/C++图画库、ActiveX控件和依据图形的编程环境等方法呈现，可以专用，例如仅用于LCD检测、BGA检测、模板对齐等，或通用，包含定位、丈量、条形码/字符辨认、斑驳检测等。
机器视觉在主动化方面的价值在于它可以快速高效地捕获和处理许多文档、图画和视频，其数量和速度远远超越人类的才能。
宽广的运用远景和巨大的商场潜力决议了机器视觉必将是一个不断增加的商场，Markets and Markets的数据标明，机器视觉的商场规模估计将从2020年的107亿美元增加到2025年的147亿美元，复合年增加率为6.5%。
依据grand view research的数据，2021年，全球机器视觉商场规模为132.3亿，估计2022年至2030年将以7.7%的复合年增加率（CAGR）增加。轿车、食物和饮料、制****和化工以及包装范畴对视觉引导机器人体系的需求是推进商场增加的首要动力。其间，轿车职业依然是全球最大的机器视觉体系选用者，在2021年，来自轿车职业的收入比例超越了15.0%，估计未来几年仍将持续稳步增加。
在商场规模和运用方面，机器视觉有许多时机可以扩展。这些时机需求一些幻想力，这意味着机器视觉不仅仅是替代技能人员的眼睛，而是充分运用机器人完结技能人员无法完结的使命。机器视觉使得机器人具有实时、高细节地“看到”的才能，它答应机器人依据目标或环境的归纳视图做出决议计划。现在，机器人在国际上的运用越来越多。当机器人装备机器视觉时，会给它们带来更高的精确度、方向感和了解力，可以更精确地抓取物品，以更高的精度放置物品，并更快地履行更杂乱的使命。
机器视觉在机器人运用中正变得越来越重要，依据主动化促进协会（A3）最近的一份陈述，与2020年比较，机器人和机器视觉商场在2021年第二季度取得了实质性增加。工业机器人现已被广泛运用，跟着协作机器人的呈现和3D机器视觉的快速开展，它们将被更多地结合运用。
机器视觉表现的是一种技能才能，主动化、机器学习、深度学习和神经网络等其他才能也是如此。这是一种可以集成到其他技能和流程中的才能，用以谋福职业并进步事务功率。现在的机器人现已越来越多地内置机器视觉，机器视觉使机器人可以履行更杂乱的使命。假如没有机器视觉告知机器人物品的切当方位，这些使命是不或许完结的。机器视觉是开释主动化悉数潜力的要害，为智能主动化添加了更多智能。
*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联络作业人员删去。
