武漢科賽智能電子有限公司

武漢科賽智能電子有限公司電子儀表儀器、工業(yè)自動(dòng)化控制等機電一體化產(chǎn)品

科賽智能 7*24小時(shí)服務(wù)熱線(xiàn):15827226195 / 18086662932

國家大力推進(jìn)機器視覺(jué)發(fā)展,可你了解多少?
發(fā)布時(shí)間:2021-11-17 16:02:29瀏覽次數:297

機器視覺(jué)是通過(guò)計算機來(lái)模擬人類(lèi)視覺(jué)功能,以讓機器獲得相關(guān)視覺(jué)信息和加以理解??煞譃?ldquo;視”和“覺(jué)”兩部分原理。

“視”是將外界信息通過(guò)成像來(lái)顯示成數字信號反饋給計算機,需要依靠一整套的硬件解決方案,包括光源、相機、圖像采集卡、視覺(jué)傳感器等。“覺(jué)”則是計算機對數字信號進(jìn)行處理和分析,主要是軟件算法。

機器視覺(jué)在工業(yè)上應用領(lǐng)域廣闊,核心功能包括:測量、檢測、識別、定位等。

產(chǎn)業(yè)鏈可以分為上游部件級市場(chǎng)、中游系統集成/整機裝備市場(chǎng)和下游應用市場(chǎng)。

機器視覺(jué)上游有光源、鏡頭、工業(yè)相機、圖像采集卡、圖像處理軟件等軟硬件提供商,中游有集成和整機設備提供商,行業(yè)下游應用較廣,主要下游市場(chǎng)包括電子制造行業(yè)、汽車(chē)、印刷包裝、煙草、農業(yè)、醫藥、紡織和交通等領(lǐng)域。

機器視覺(jué)全球市場(chǎng)主要分布在北美、歐洲、日本、中國等地區,根據統計數據,2014年,全球機器視覺(jué)系統及部件市場(chǎng)規模是 36.7 億美元,2015年全球機器視覺(jué)系統及部件市場(chǎng)規模是42億美元,2016年全球機器視覺(jué)系統及部件市場(chǎng)規模是62億美元,2002-2016年市場(chǎng)年均復合增長(cháng)率為12%左右。而機器視覺(jué)系統集成,根據北美市場(chǎng)數據估算,大約是視覺(jué)系統及部件市場(chǎng)的6倍。

中國機器視覺(jué)起步于80年代的技術(shù)引進(jìn),隨著(zhù)98年半導體工廠(chǎng)的整線(xiàn)引進(jìn),也帶入機器視覺(jué)系統,06年以前國內機器視覺(jué)產(chǎn)品主要集中在外資制造企業(yè),規模都較小,06年開(kāi)始,工業(yè)機器視覺(jué)應用的客戶(hù)群開(kāi)始擴大到印刷、食品等檢測領(lǐng)域,2011年市場(chǎng)開(kāi)始高速增長(cháng),隨著(zhù)人工成本的增加和制造業(yè)的升級需求,加上計算機視覺(jué)技術(shù)的快速發(fā)展,越來(lái)越多機器視覺(jué)方案滲透到各領(lǐng)域,到2016年我國機器視覺(jué)市場(chǎng)規模已達近70億元。

機器視覺(jué)中,缺陷檢測功能,是機器視覺(jué)應用得最多的功能之一,主要檢測產(chǎn)品表面的各種信息。在現代工業(yè)自動(dòng)化生產(chǎn)中,連續大批量生產(chǎn)中每個(gè)制程都有一定的次品率,單獨看雖然比率很小,但相乘后卻成為企業(yè)難以提高良率的瓶頸,并且在經(jīng)過(guò)完整制程后再剔除次品成本會(huì )高很多(例如,如果錫膏印刷工序存在定位偏差,且該問(wèn)題直到芯片貼裝后的在線(xiàn)測試才被發(fā)現,那么返修的成本將會(huì )是原成本的100倍以上),因此及時(shí)檢測及次品剔除對質(zhì)量控制和成本控制是非常重要的,也是制造業(yè)進(jìn)一步升級的重要基石。

1.在檢測行業(yè),與人類(lèi)視覺(jué)相比,機器視覺(jué)優(yōu)勢明顯

1)精確度高:人類(lèi)視覺(jué)是64灰度級,且對微小目標分辨力弱;機器視覺(jué)可顯著(zhù)提高灰度級,同時(shí)可觀(guān)測微米級的目標;

2)速度快:人類(lèi)是無(wú)法看清快速運動(dòng)的目標的,機器快門(mén)時(shí)間則可達微秒級別;

3)穩定性高:機器視覺(jué)解決了人類(lèi)一個(gè)非常嚴重的問(wèn)題,不穩定,人工目檢是勞動(dòng)非??菰锖托量嗟男袠I(yè),無(wú)論你設計怎樣的獎懲制度,都會(huì )發(fā)生比較高的漏檢率。但是機器視覺(jué)檢測設備則沒(méi)有疲勞問(wèn)題,沒(méi)有情緒波動(dòng),只要是你在算法中寫(xiě)好的東西,每一次都會(huì )認真執行。在質(zhì)控中大大提升效果可控性。

4)信息的集成與留存:機器視覺(jué)獲得的信息量是全面且可追溯的,相關(guān)信息可以很方便的集成和留存。

 

2.機器視覺(jué)技術(shù)近年發(fā)展迅速

 

1)圖像采集技術(shù)發(fā)展迅猛

CCD、CMOS等固件越來(lái)越成熟,圖像敏感器件尺寸不斷縮小,像元數量和數據率不斷提高,分辨率和幀率的提升速度可以說(shuō)日新月異,產(chǎn)品系列也越來(lái)越豐富,在增益、快門(mén)和信噪比等參數上不斷優(yōu)化,通過(guò)核心測試指標(MTF、畸變、信噪比、光源亮度、均勻性、色溫、系統成像能力綜合評估等)來(lái)對光源、鏡頭和相機進(jìn)行綜合選擇,使得很多以前成像上的難點(diǎn)問(wèn)題得以不斷突破。

 

2)圖像處理和模式識別發(fā)展迅速

圖像處理上,隨著(zhù)圖像高精度的邊緣信息的提取,很多原本混合在背景噪聲中難以直接檢測的低對比度瑕疵開(kāi)始得到分辨。

模式識別上,本身可以看作一個(gè)標記過(guò)程,在一定量度或觀(guān)測的基礎上,把待識模式劃分到各自的模式中去。圖像識別中運用得較多的主要是決策理論和結構方法。決策理論方法的基礎是決策函數,利用它對模式向量進(jìn)行分類(lèi)識別,是以定時(shí)描述(如統計紋理)為基礎的;結構方法的核心是將物體分解成了模式或模式基元,而不同的物體結構有不同的基元串(或稱(chēng)字符串),通過(guò)對未知物體利用給定的模式基元求出編碼邊界,得到字符串,再根據字符串判斷它的屬類(lèi)。在特征生成上,很多新算法不斷出現,包括基于小波、小波包、分形的特征,以及獨二分量分析;還有關(guān)子支持向量機,變形模板匹配,線(xiàn)性以及非線(xiàn)性分類(lèi)器的設計等都在不斷延展。

 

3)深度學(xué)習帶來(lái)的突破

傳統的機器學(xué)習在特征提取上主要依靠人來(lái)分析和建立邏輯,而深度學(xué)習則通過(guò)多層感知機模擬大腦工作,構建深度神經(jīng)網(wǎng)絡(luò )(如卷積神經(jīng)網(wǎng)絡(luò )等)來(lái)學(xué)習簡(jiǎn)單特征、建立復雜特征、學(xué)習映射并輸出,訓練過(guò)程中所有層級都會(huì )被不斷優(yōu)化。在具體的應用上,例如自動(dòng)ROI區域分割;標點(diǎn)定位(通過(guò)防真視覺(jué)可靈活檢測未知瑕疵);從重噪聲圖像重檢測無(wú)法描述或量化的瑕疵如橘皮瑕疵;分辨玻璃蓋板檢測中的真假瑕疵等。隨著(zhù)越來(lái)越多的基于深度學(xué)習的機器視覺(jué)軟件推向市場(chǎng)(包括瑞士的vidi,韓國的SUALAB,香港的應科院等),深度學(xué)習給機器視覺(jué)的賦能會(huì )越來(lái)越明顯。

 

4)3d視覺(jué)的發(fā)展

3D視覺(jué)還處于起步階段,許多應用程序都在使用3D表面重構,包括導航、工業(yè)檢測、逆向工程、測繪、物體識別、測量與分級等,但精度問(wèn)題限制了3D視覺(jué)在很多場(chǎng)景的應用,目前工程上最先鋪開(kāi)的應用是物流里的標準件體積測量,相信未來(lái)這塊潛力巨大。

3.要全免替代人工目檢,機器視覺(jué)還有諸多難點(diǎn)有待攻破

 

1)光源與成像:機器視覺(jué)中優(yōu)質(zhì)的成像是第一步,由于不同材料物體表面反光、折射等問(wèn)題都會(huì )影響被測物體特征的提取,因此光源與成像可以說(shuō)是機器視覺(jué)檢測要攻克的第一個(gè)難關(guān)。比如現在玻璃、反光表面的劃痕檢測等,很多時(shí)候問(wèn)題都卡在不同缺陷的集成成像上。

 

2)重噪音中低對比度圖像中的特征提?。涸谥卦胍舡h(huán)境下,真假瑕疵的鑒別很多時(shí)候較難,這也是很多場(chǎng)景始終存在一定誤檢率的原因,但這塊通過(guò)成像和邊緣特征提取的快速發(fā)展,已經(jīng)在不斷取得各種突破。

 

3)對非預期缺陷的識別:在應用中,往往是給定一些具體的缺陷模式,使用機器視覺(jué)來(lái)識別它們到底有沒(méi)有發(fā)生。但經(jīng)常遇到的情況是,許多明顯的缺陷,因為之前沒(méi)有發(fā)生過(guò),或者發(fā)生的模式過(guò)分多樣,而被漏檢。如果換做是人,雖然在操作流程文件中沒(méi)讓他去檢測這個(gè)缺陷,但是他會(huì )注意到,從而有較大幾率抓住它,而機器視覺(jué)在這點(diǎn)上的“智慧”目前還較難突破。

 

4.機器視覺(jué)產(chǎn)業(yè)鏈情況

1)上游部件級市場(chǎng)

主要包括光源、鏡頭、工業(yè)相機、圖像采集卡、圖像處理軟件等提供商,近幾年智能相機、工業(yè)相機、光源和板卡都保持了不低于20%的增速。根據中國機器視覺(jué)產(chǎn)業(yè)聯(lián)盟(CMVU)調查統計,現在已進(jìn)入中國的國際機器視覺(jué)品牌已近200多家(如康耐視、達爾薩、堡盟等為代表的核心部件制造商,以基恩士、歐姆龍、松下、邦納、NI等為代表的則同時(shí)涉足機器視覺(jué)核心部件和系統集成),中國自有的機器視覺(jué)品牌也已有100多家(如???、華睿、盟拓光電、神州視覺(jué)、深圳燦銳、上海方誠、上海波創(chuàng )電氣等),機器視覺(jué)各類(lèi)產(chǎn)品代理商超過(guò)300家(如深圳鴻富視覺(jué)、微視新紀元、三寶興業(yè)、凌云光、陽(yáng)光視覺(jué)等)。很多國內機器視覺(jué)的部件市場(chǎng)都是從代理國外品牌開(kāi)始,很多企業(yè)均與國外的同行有較好的合作,且這種合作具有一定的排他性,這給潛在進(jìn)入者帶來(lái)了一定的門(mén)檻,因此優(yōu)質(zhì)產(chǎn)品的代理商也都有不錯的市場(chǎng)競爭力和利潤表現。同時(shí),以???、華睿為代表的國產(chǎn)工業(yè)視覺(jué)核心部件正在快速崛起。

2)中游系統集成和整機裝備市場(chǎng)

國內中游的系統集成和整機裝備商有100多家,他們可以給各行業(yè)自動(dòng)化公司提供綜合的機器視覺(jué)方案,如凌云光、微視新紀元、嘉恒、凌華、陽(yáng)光視覺(jué)、鼎信、大恒圖像等。由于國內產(chǎn)品與國際依然有不小差距,很多中游系統集成商和整機裝備商又是從核心零部件的貿易做起來(lái)的,因此很多在視覺(jué)產(chǎn)品的選擇方面,依然更為青睞國外品牌。國內品牌為推廣自己的軟硬件產(chǎn)品,往往需要發(fā)展自己的方案集成能力,才能更好的面對市場(chǎng)競爭。

3)下游應用市場(chǎng)

機器視覺(jué)下游,主要是給終端用戶(hù)提供非標自動(dòng)化綜合解決方案的公司,行業(yè)屬性非常強,核心競爭力是對行業(yè)和生產(chǎn)的綜合理解和多類(lèi)技術(shù)整合。由于行業(yè)自動(dòng)化的更迭有一定周期性,深受行業(yè)整體升級速度、出貨量和利潤狀況影響,因此近兩年來(lái)看,拉動(dòng)機器視覺(jué)應用普及最主要的還是在電子制造業(yè),其次是汽車(chē)和制藥。

i. 半導體和電子生產(chǎn)行業(yè):從國內機器視覺(jué)工業(yè)上的應用分布來(lái)看,46%都集中在電子及半導體制造行業(yè),包括晶圓加工制造的分類(lèi)切割、PCB檢測(底片、內/外層板、成品外觀(guān)終檢等)、SMT貼裝檢測、LCD全流程的AOI缺陷檢測、各種3c組件的表面缺陷檢測、3c產(chǎn)品外觀(guān)檢測等

ii. 汽車(chē):車(chē)身裝配檢測、零件的幾何尺寸和誤差測量、表面和內部缺陷檢測、間隙檢測等

iii. 印刷、包裝檢測:煙草外殼印刷、食品的包裝和印刷、藥品的鋁塑板包裝和印刷等

iv. 農業(yè):對農產(chǎn)品的分級、檢驗和分類(lèi)

v. 紡織:對異纖、云織、經(jīng)疵、緯疵等瑕疵檢測、織物表面絨毛鑒定、紗線(xiàn)結構分析等等。

 

5.機器視覺(jué)系統未來(lái)發(fā)展趨勢

1)嵌入式解決方案發(fā)展迅猛,智能相機性能與成本優(yōu)勢突出,嵌入式PC會(huì )越來(lái)越強大

 

2)模塊化的通用型軟件平臺和人工智能軟件平臺將降低開(kāi)發(fā)人員技術(shù)要求和縮短開(kāi)發(fā)周期

 

3)3d視覺(jué)將走向更多應用場(chǎng)景