一、機器視覺系統 

機器視覺系統是指利用機器替代人眼做出各種測量和判斷。機器視覺是工程領域和科學領域中的一個非常重要的研究領域，它是一門涉及光學、機械、計算機、模式識別、圖像處理、人工智能、信號處理以及光電一體化等多個領域的綜合性學科。

其應用範圍隨著工業自動化的發展逐漸完善和推廣，其中母子圖像傳感器、CMOS和CCD攝像機、DSP、ARM嵌入式技術、圖像處理和模式識別等技術的快速發展，有力地推動了機器視覺的發展。

機器視覺是一種比較復雜的系統。因為大多數系統監控對象都是運動物體，系統與運動物體的匹配和協調動作尤為重要，所以給系統各部分的動作時間和處理速度帶來了嚴格的要求。

在某些應用領域，例如機器人、飛行物體導致等，對整個系統或者系統的一部分的重量、體積和功耗都會有嚴格的要求。

機器視覺系統的構成和工作過程一個完整的機器視覺系統包括：照明光源、光學鏡頭、 CCD 攝相機、圖像采集卡、圖像檢測軟件、監視器、通訊單元等。

工業機器視覺系統的工作過程主要如下：1、當傳感器探測到被檢測物體接近運動至攝像機的拍攝中心，將觸發脈沖發送給圖像采集卡；

2、圖像采集卡根據已設定的程序和延時，將啟動脈沖分別發送給照明系統和攝像機；

3、一個啟動脈沖送給攝像機，攝像機結束當前的拍照，重新開始一副新的拍照，或者在啟動脈沖到來前攝像機處於等待狀態，檢測到啟動脈沖後啟動，在開始新的一副拍照前攝像機打開曝光構件（曝光時間事先設定好）；另一個啟動脈沖送給光源，光源的打開時間需要與攝像機的曝光時間匹配；攝像機掃描和輸出一幅圖像；

4、圖像采集卡接收信號並通過A/D轉換將模擬信號數字化，或者是直接接收攝像機數字化後的數字視頻數據；

5、圖像采集卡將數字圖像存儲在計算機的內存中；

6、計算機對圖像進行處理、分析和識別，獲得檢測結果；

7、處理結果控制流水線的動作、進行定位、糾正運動的誤差等。

二、機器視覺相關技術 1、圖像采集技術——機器視覺的基礎

圖像采集部分一般由光源、鏡頭、數字攝像機和圖像采集卡構成。采集過程可簡單描述為在光源提供照明的條件下，數字攝像機拍攝目標物體並將其轉化為圖像信號，最後通過圖像采集卡傳輸給圖像處理部分。

在設計圖像采集部分時，要考慮到多方面的問題，主要是關於數字攝像機、圖像采集卡和光源方面的問題。

（1）光源照明照明是影響機器視覺系統輸入的重要因素，其直接影響輸入數據的質量和應用效果。到目前為止，還未有哪種機器視覺照明設備能通用各種應用，因此在實際應用中，需針對應用選擇相應的照明設備以滿足特定需求。

照明系統按其照射方法可分為:背向照明、前向照明、結構光和頻閃光照明等。其中，背向照明是指將被測物放在光源和攝像機之間，以提高圖像的對比度。前向照明是光源和攝像機位於被測物的同側，其優點是便於安裝。

結構光照明是將光柵或線光源等投射到被測物上，並根據其產生的畸變，解調出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同。

（2）光學攝像頭光學攝像頭的任務就是進行光學成像，一般在測量領域都又專門的用於測量的攝像鏡頭，因為其對成像質量有著關鍵性的作用。

攝像頭需要註意的一個問題是畸變。這個就需要使用相應的畸變校正方法，目前也開發出了很多自動畸變自動校正系統。

（3）CCD 攝像機及圖像采集卡CCD( Charge Coupled Device) 攝像機及圖像采集卡共同完成對目標圖像的采集與數字化。目前 CCD，CMOS等固體器件的應用技術，線陣圖型敏感器件，像元尺寸不斷減小，陣列像元數量不斷增加，像元電荷傳輸速率也得到大幅提高。

在基於PC機的機器視覺系統中，圖像采集卡是控制攝像機拍照來完成圖像的采集與數字化，並協調整個系統的重要設備。

圖像采集卡直接決定了攝像頭的接口為：黑白、彩色、模擬、數字等形式。

2、圖像處理與分析——機器視覺的核心用於機器視覺的圖像處理與分析方法的核心是，解決目標的檢測識別問題。當所需要識別的目標比較復雜時，就需要通過幾個環節，從不同的側面綜合來實現。

對目標進行識別提取的時候，首先是要考慮如何自動地將目標物從背景中分離出來。目標物提取的復雜性一般就在於目標物與非目標物的特征差異不是很大，在確定了目標提取方案後，就需要對目標特征進行增強。

隨著計算機技術、微電子技術以及大規模集成電路的發展，圖像信息處理工作越來越多地借助硬件完成，如 DSP 芯片、專用的圖像信號處理卡等。

軟件部分主要用來完成算法中並不成熟又較復雜或需不斷完善改進的部分。這一方面提高了系統的實時性，同時又降低了系統的復雜度。

三、機器視覺的應用與優勢 1、機器視覺技術的應用範圍

（1） 在工業檢測方面

近幾十年來，在工業檢測中利用視覺系統的非接觸、速度快、精度合適、現場抗幹擾能力強等突出的優點，使機器視覺技術得到了廣泛的應用，取得了巨大的經濟與社會效益。

自動視覺識別檢測目前已經用於產品外形和表面缺陷檢驗，如木材加工檢測、金屬表面視覺檢測、二極管基片檢查、印刷電路板缺陷檢查、焊縫缺陷自動識別等。

這些檢測識別系統屬於二維機器視覺，技術已經較為成熟，其基本流程是用一個攝像機獲取圖像，對所獲取的圖像進行處理及模式識別，檢測出所需的內容。

（2） 在醫學上的應用在醫學領域，機器視覺主要用於醫學輔助診斷。首先采集核磁共振、超聲波、激光、Ｘ射線、γ射線等對人體檢查記錄的圖像，再利用數字圖像處理技術、信息融合技術對這些醫學圖像進行分析、描述和識別，最後得出相關信息，對輔助醫生診斷人體病源大小、形狀和異常，並進行有效治療發揮了重要的作用。

不同醫學影像設備得到的是不同特性的生物組織圖像，如Ｘ射線反映的是骨骼組織，核磁共振影像反映的是有機組織圖像，而醫生往往需要考慮骨骼有機組織的關系，因而需要利用數字圖像處理技術將兩種圖像適當地疊加起來，以便於醫學分析。

（3） 交通監控領域中的應用智能交通監控領域中，在重要的十字路口安放攝像頭，就可以利用攝像頭的快速拍照功能，實現對違章、逆行等車牌的車牌進行自動識別、存貯，以便相關的工作人員進行查看。

（4） 在橋梁檢測領域中的應用人工檢測法和橋檢車法都是依靠人工用肉眼對橋梁表面進行檢測，其速度慢，效率低，漏檢率高，實時性差，影響交通，存在安全隱患，很難大幅應用；

無損檢測包括激光檢測、超聲波檢測以及聲發射檢測等多種檢測技術，它們儀器昂貴，測量範圍小，不能滿足日益發展的橋梁檢測要求；

智能化檢測有基於導電性材料的混凝土裂縫分布式自動檢測系統和智能混凝土技術，也有最前沿的基於機器視覺的檢測方法。

導電性材料技術雖然使用方便，設備簡單，成本低廉，但是均需要事先在混凝土結構上塗刷或者埋設導電性材料進行檢測，而且智能混凝土技術還無法確定裂縫位置、裂縫寬度等一系列問題距實用化還有較長的距離；

而基於機器視覺的檢測方法是利用CCD相機獲取橋梁表觀圖片，然後運用計算機處理後自動識別出裂縫圖像，並從背景中分離出來然後進行裂縫參數的計算的方法，它具有便捷、直觀、精確、非接觸、再現性好、適應性強、靈活性高、成本低廉的優點，能解放勞動力，排除人為幹擾，具有很好的應用前景。

據統計，混凝土橋梁的損壞有90%以上都是由裂縫引起的，因此對橋梁的健康檢測主要是對橋梁表觀的裂縫進行檢測與測量。

基於機器視覺的橋梁檢測技術主要包括三部分內容：橋梁表觀圖像的獲取技術、基於圖像的裂縫自動識別理論與算法以及基於圖像的裂縫寬度等病害程度定量化測量方法。

基於機器視覺的自動化、智能化檢測技術已經在道路、隧道上得到了成功應用，在橋梁上也得到了初步的應用，但主要集中在視線開闊的高空混凝土構件表觀圖像獲取技術上，在病害的自動識別方面仍停留在理論研究階段，還無法應用於實際工程當中。

針對量大面廣的混凝土梁體，智能化視頻橋梁檢測車進入理論與關鍵部件模型的研制階段，但是受到橋梁細小裂縫自動識別與清晰圖像快速化獲取難度大的限制，目前離達到實用化程度的要求還相距甚遠。

2、機器視覺技術的優勢

針對量大面廣的混凝土梁體

1、效率：工業自動化的快速發展，使生產效率大幅提升，從而對檢測效率提出了更高的要求。人工檢測效率是在一個固定區間，無法大幅提升，而在流水線重復且機械化的檢測過程中，檢察人員很容易出現疲勞而導致檢測效率降低;而機器視覺能夠更快的檢測產品，特別是在生產線檢測高速運動的物體時，機器能夠提高檢測效率，速度甚至能夠到達人工10-20倍；

2、精度：由於人員有物理條件的限制，即使是依靠放大鏡或顯微鏡來檢測產品，也會受到主觀性方面的影響，精度無法得到保證，而且不同的檢測人員的標準也會存在有差異；在精確性上機器有明顯的優點，它的精度能夠達到千分之一英寸。而且機器不受主觀控制，只要參數設置沒有差異，相同配置的多臺機器均能保持相同精度

3、客觀性：人工檢測難免會出現疲勞，同時有一個致命缺陷，就是情緒帶來的主觀性，檢測結果會隨檢察人員心情的好壞產生變化；而機器沒有喜怒哀樂，它所帶來的檢測結果自然更加客觀可靠。

4、重復性：機器可以以相同的方法一次一次的完成檢測工作而不會感到疲倦；與此相反，人工長期重復性檢測肯定會產生疲勞，同時每次檢測產品時都會有細微的不同，即使產品是完全相同。

5、環境：機器視覺是通過即圖像攝取裝置將目標轉換成圖像信號，傳送給專用的圖像處理系統，在測量工件過程中，無需與工件進行接觸，因此能夠適應惡劣危險生產環境，同時也不會對工件造成接觸性損傷；而人工則需要與工件進行接觸性檢測，因為無法應對惡劣環境，且在檢查過程中不可避免的會對工件造成接觸性損傷；

6、成本機器視覺前期投入會比較多，但屬於一次性投入，長期產出，由於機器視覺的發展越來越迅速，價格也會逐漸降低；而人工檢測則需要長期投入，且人工管理成本會呈不斷上升的趨勢。由於機器比人工的檢測效率高很多，因此長期來看，機器視覺成本會更低；

7、信息集成：機器視覺可以通過多工位檢測方法，一次性完成待檢產品的輪廓、尺寸、外觀缺陷、產品高度等多技術參數的測量；而人工檢測在面對不同的檢測內容時，只能通過多工位合作協調完成，而不同員工檢測標準不一，極容易出現誤檢的情況；

8、數字化：機器視覺在工作過程中產生的說要測量數據，均可獨立拷貝或以網絡連接方式拷出，便於生產過程統計和分析。同時還可在檢測後導出指定數據並生產報表，無需人工一一添加，這無疑大大優於人工檢測的數據統計；

總體來說，機器視覺對比人工檢測具有自動化、客觀、非接觸和高精度等特點。特別是在工業生產領域，機器視覺強調生產的精度和速度，以及工業現場環境下的可靠性，在重復和機械性的工作中具有較大的應用價值，對企業來說是實現自動化生產重要的一步。

四、機器視覺未來發展趨勢機器視覺可以說是人工智能的最下層的基礎設施層， 在人工智能產業行業應用最主要幾個應用領域中，機器視覺的應用領域非常深、非常多，從整個產業鏈的全景圖來講，中國的人工智能產業處在快速的生態的構建期。

從整個機器視覺的領域來講，它是處在快速的重構期，通過市場分析來看，機器視覺並不是特別新興的領域，這從最早圖像處理衍生到現在，市場上有很多大的廠商對智能安防和交通做了很久的深耕，他們最開始不是做機器視覺、人臉識別起家的，在這幾個行業中很多廠商都處於並駕齊驅、快速發展階段。

賽迪顧問預測到2018年中國人工智能市場規模會超過406億，這個復合增長率會達到25.8%，增速是快於全球的整個增長率的。在市場結構上來講，也是存在著整體的情況。投資規模來講，在去年一年，從投資的整個額度包括投資筆數都呈快速增加的態勢，而且很多從事人工智能和機器視覺的企業數量也在快速地增加。

未來，通過人工智能方面利好的政策，在這四個領域會有比較大的機遇，安防、交通，金融，消費電子這是機器視覺領域重點關註的應用行業方向。

第一是現在巨頭做機器視覺，包括人工智能演進，他們都是呈開元化，這在中國來講比如華為，對他們來說開源的思路，到底開源怎麽用，有很多理念上跟國外還是有一定的差距，很多開源做完代碼自己封裝自己用了，其實從整個思路來講，國外開源理念上是更先進的。當然有其背後的原因，很多企業基本上在提交人工智能代碼上走著開源化部署道路。

整個產業的演進方向，目前處在快速回報期。整個產業和產品技術演進會存在周期的波動，機器視覺領域以及計算機視覺，仍是處在快速的回報期，也就是說它的技術已經得到成熟，市場關註度也在快速地回升，它是未來能夠得到快速回報的重點產品和領域。

最後就是在目前中國整個市場發展，包括政府的規劃中，智慧城市這個話題又重新火熱起來了，很多年前建設了很多，但是發展都不是特別順利，現在隨著人工智能整個產業發展，這個動力和熱潮，主要原因就是技術實力能夠解決真正的剛需和真正的問題，在數據方面我們預測今年中國智慧城市建設數量超過500個，在整個智慧城市的產業定義上來講，機器視覺領域需求量特別大的，很多的包括智慧城市的定義就是說，什麽叫智慧城市，就是攝象頭數量多少個，這是一個很剛性的標準，對智能，包括具備人臉識別功能攝象頭需求量未來是非常大的。