机器视觉市场蓝海,智能制造加速!

探索科技TechSugar
关注

作为人类视觉在机器上的延伸,机器视觉凭借其分辨率高、速度快、范围宽、适应性强、精度高、可量化及可持续工作等优势,将图像处理应用于工业自动化领域,成为智能制造繁荣发展的推动力。

文︱郭紫文

20世纪50年代,Gilson 提出“光流”概念,机器视觉就此萌蘖。统计模式识别运用计算机分析识别二维图像,集中研究光学字符识别(OCR)、工件表面图片分析等技术,为机器视觉提供了理论实践基础。随后,机器视觉的研究转向三维场景,研究范围不断扩展和复杂化。

1977年,美国麻省理工教授David Marr提出将视觉分为目标与策略、表示与算法、硬件的实现三个层次,机器视觉迎来了第一次理论框架的升级。机器视觉发展至今七十余年,各种理论创新、概念升级和实践应用不断涌现,不断推动着工业智能化、产业数字化的演进。

图:机器视觉发展历程(图源:前瞻产业研究院)

根据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。机器视觉被称为自动化系统的“灵魂之窗”,随着5G、人工智能、物联网等新兴技术的融合发展,在智能制造的浪潮下,机器视觉不断创新升级、蓬勃发展。

智能制造的“眼睛”

随着全球智能制造浪潮的推进,自动化、智能化已经成为现代工厂的发展趋势,“机器换人”也逐渐成为热议的话题。作为人类视觉在机器上的延伸,机器视觉凭借其分辨率高、速度快、范围宽、适应性强、精度高、可量化及可持续工作等优势,将图像处理应用于工业自动化领域,成为智能制造繁荣发展的推动力。

图:人类视觉和机器视觉对比

如定义所言,机器视觉可以非接触地对目标物体进行外观检测,判断其有否表面缺陷,并获取物体坐标、角度、图像像素等信息,从而判断物体所在位置,分析计算状态参数。此外,还可以识别颜色、数字、条码等物理特征。我们将这些功能主要分为四大类:检测、定位、测量、识别。

图:机器视觉主要功能(来源:前瞻产业研究院)

机器视觉是“人眼”的替代和延展,如同人类视觉一样,它也拥有一套完整的视觉系统。典型的机器视觉系统一般包括光源及光源控制器、镜头、相机、视觉控制系统等。其中,光源及光源控制器、镜头、相机等硬件部分负责图像捕捉功能,视觉控制系统则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。

图:典型机器视觉系统框架(图源:渤海证券)

机器视觉性能优势显著,技术持续创新,未来机器视觉将朝向深度学习、3D视觉等方向不断发展和精进。

声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存