近日，一場“機器視覺的盛宴”——第十一屆中國國際機器視覺展覽會在北京舉辦，三寶興業、凌云、大恒、嘉恒、陜西維視、注視者、奧特梅爾、銓識、樂視、高識能、圖星等廠商集體亮相。觀眾不僅能在展會上親身體驗并觀看到機器視覺技術和產品的突飛猛進，而且還可以在同期舉行的機器視覺技術及工業應用研討會上，聽到不少有關這一新興產業發展的相關信息。
聰明絕頂的機器視覺應用
在展覽會現場的不少展臺前都可以近距離感受機器視覺帶來的“沖擊波”。在上海波創電氣有限公司的展臺前，該公司研發的一系列專業機器視覺解決方案展示了其應用廣度。例如，汽車工業是一個高度自動化的行業，大部分零部件都由機器來安裝完成，波創的機器視覺系統可以驗證裝備的準確性，防止漏裝和反裝；在電子行業中，機器視覺檢測系統可以快速檢測排線的順序是否有誤，電子元器件是否錯裝、漏裝，接插件及電池尺寸是否合規等；在食品、包裝、制藥行業，利用機器視覺檢測系統，可以在最嚴格的制造環境下檢測產品質量、外觀、日期、條碼等。
在維視數字圖像技術有限公司的展臺前，記者看到一款“ＦＶＲ２１０４六軸工業視覺機器人系統”，可以精確地完成象棋的自動識別、定位及擺放。它不僅可以區分不同顏色的棋子，還可以識別棋子的正反面，保證棋子方向及角度正確。該公司工作人員介紹，目前，具有視覺功能的智能化機器人已經被廣泛應用于晶圓檢測、吻合器缺釘檢測、離線式自動裝配作業、自動點膠涂膠、自動焊接、印制電路板（ＰＣＢ）自動切割等。此外，該公司推出一系列機器視覺科研開發平臺，幫助科研人員進行相關實驗室開發與教學。
在北京凌云光子技術有限公司的展臺前，其自主研發的凌云光子 ＶｉｓｉｏｎＡＬＮ平臺對位視覺組件，將視覺技術與運動控制技術相結合，無需靶標系統自標定，平臺數量、平臺類型、對位模式、相機數量、相機安裝方式等配置靈活，可幫助設備實現高精度、高速度對位，顯著提升系統生產精度和效率，成為設備在精度、穩定性、速度方面獲得市場競爭優勢的利器……
欣欣向榮的機器視覺產業
前瞻產業研究院發布的《２０１３－２０１７年中國機器視覺產業發展前景與投資預測分析報告》顯示，２０１３年，我國機器視覺市場規模達到８．３億元，同比增長４８．２％，其中智能相機、軟件、光源和板卡的增長幅度都達到５０％，工業相機和鏡頭也保持了４０％以上的增幅，皆為２００７年以來的最高水平。
中科院長春光學精密機械與物理研究所朱明教授介紹，機器視覺系統是指通過機器視覺產品（即圖像攝取裝置）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，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。機器視覺的應用范圍涵蓋了工業、農業、醫藥、航天、氣象、天文、公安、交通、安全、科研等國民經濟的各個行業。
西安交通大學自動控制研究所所長韓九強表示，機器視覺系統的特點是提高生產的柔性和自動化程度，在一些不適合人工作業的危險工作環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信息集成，是實現計算機集成制造的基礎技術。
據了解，國外機器視覺的應用普及主要體現在半導體及電子行業，其中大概４０％－５０％都集中在半導體行業。而在中國，視覺技術的應用始于上世紀９０年代，起初市場大多為國外品牌所占領，國內企業則基本是靠代理國外各種機器視覺品牌起家。隨著機器視覺的不斷應用，國內企業規模慢慢做大，技術上已經逐漸成熟。目前，具有視覺功能的智能化機器人已經應用于許多領域。例如，在許多自動化的生產線上，最后一道工序就是把產品堆放整齊，然后打包成型。而許多行業的產品體積大，重量也比較大，如果采用人工進行碼垛，不僅耗費大量的人力，而且生產效率得不到提升。在這種情形下，重載機器人就成為解決企業碼垛問題的首選，而機器視覺作為機器人的眼睛，直接關系到機器人能否正確地抓取產品。
實現“本土化覆蓋”有待時日
《２０１３－２０１７年中國機器視覺產業發展前景與投資預測分析報告》認為，未來幾年我國機器視覺行業市場規模將繼續保持穩定增長，預計２０１６年將達到近３８億元。
“在機器視覺的目標跟蹤技術領域，要著力解決‘看得清、找得出、跟得上、打得準’四個問題。”朱明教授表示，他曾參與我國無人機目標跟蹤技術的相關工作，機器視覺要進一步解決的問題還有很多。譬如，其成像技術要解決在遠距離、弱目標的情境下，即使遇到惡劣天氣，也能夠克服器件限制；目標檢測技術要進一步提高，能夠精準檢測到各種背景下的各種目標；目標識別技術要進一步提高“人工智能”和“人在回路”等。
“國內在機器視覺產品研發方面雖然取得了一些成果，但與國外先進機器視覺技術和設備相比還有較大差距。”韓九強認為，目前國內在機器視覺產品研發方面主要存在技術水平較低、應用面窄、基本處于軟硬件定制的專用視覺系統研發和應用階段、開發成本高效率低等問題；在機器視覺算法研究方面，仍采用經典的數字圖像處理算法和通用軟件編程開發，組態集成開發能力弱；在產品方面，擁有自主知識產權的機器視覺技術與系統產品較少，不利于批量生產和推廣。
此外，還有專家表示，在機器視覺研究中，僅僅利用理想環境下獲取的靜止或瞬時視覺信息作為輸入遠不能滿足認識復雜客觀世界的要求。如果能將機器視覺、機器聽覺、機器嗅覺、機器觸覺等有機地結合起來，將多種信息相互融合，則有可能突破單一視覺信息的局限性。這里的融合不僅包括多傳感器融合，還包括系統內部各信息通道的融合、系統模塊的融合和各類信息處理方法的融合。
業界普遍認為，機器視覺的確是未來給機器裝上“眼睛”和“大腦”的聰明之舉，不過眼下，要實現機器視覺在各個應用行業的“本土化覆蓋”，還有待時日。可以預見的是，隨著未來機器視覺技術的發展和成熟，將在制造業中得到越來越廣泛的應用 ．
摘自《中國高新技術產業導報》，2014年10月27日
