<strike id="ukm6a"></strike>
<ul id="ukm6a"></ul>
機器視覺的概念內涵與系統特性
機器視覺的本質是為機器植入“眼睛”和“大腦”。為機器植入眼睛，代表著機器視覺利用環境和物體對光的反射來獲取及感知信息；為機器植入大腦，意味著機器視覺需要對信息進行智能處理與分析，并應用分析得到的結果來執行相應的活動。
機器視覺行業的上游包括相機、鏡頭、光源等硬件及算法軟件。相機是包含完整的機器視覺組成功能模塊（光源可自帶或借用外部光源），能獨立完成機器視覺信息處理的全流程，為系統輸出有效信息；鏡頭是機器視覺圖像采集部分重要的成像部件，其作用是把被攝物體成像于攝像機內的感光元件上；光源對于機器視覺中的圖像采集部分具有重要影響，為場景提供合適的照明，突出目標的圖像特征并與背景圖像分離；機器視覺算法與軟件緊密結合，軟件平臺是實現機器視覺算法的載體，使機器視覺在處理數據量和實時檢測效率性能上不斷地突破，匹配工業智能發展的需求。
機器視覺行業的算法庫由OpenCV等開源視覺算法庫，和Vision Pro（美國康耐視公司）、Halcon（德國MVTec公司）、VisionWare（凌云光）等第三方商業付費算法庫組成。因算法庫開發周期長、投入大，業內公司通常基于開源算法庫開發自身應用算法，或自主開發與第三方集成并舉，較少公司完全自主開發底層算法。為提高效率與降低成本，集成第三方成熟工具包作為輔助開發手段是比較常見的方式。 機器視覺行業的中游為視覺系統與智能裝備。視覺系統包含獨立完整的成像單元（光源、鏡頭、相機）和相應的算法軟件，集圖像采集、處理與通信功能于一身，可以靈活的進行配置和控制，適應各種復雜的應用，具有多功能、模塊化、高可靠性等特點。智能裝備以機器視覺的感知能力和分析決策能力為核心，在視覺系統的基礎上加入了自動化和智能化的功能，將設計、生產、檢測過程集成閉環，可實現多種功能。 機器視覺行業的下游為各行業集成應用和服務。下游應用行業的發展決定了機器視覺裝備及服務的市場需求量，目前下游應用領域以電子制造為主，其次為汽車、醫藥、印刷包裝等領域。下游產業豐富多樣，集成服務更加有的放矢，面向應用市場才 能更加蓬勃。
全球機器視覺市場情況 機器視覺市場包括視覺器件、可配置視覺系統和智能視覺裝備三個細分市場。根據某調研機構統計，2015年至2020年，全球機器視覺器件市場以13.83%的復合增長率增長，市場規模至2020年達到107億美元；2021年至2025年，全球機器視覺器件市場規模將以6.56%的復合增長率增長，至2025年市場規模將達147億美元。可配置視覺系統與智能視覺裝備具備較強的行業屬性，歸屬于各下游應用行業的裝備市場，以機器視覺技術賦能于制造裝備的智能化，因此暫時沒有單獨的市場規模數據。
資料來源：某調研機構
機器視覺以視覺器件、可配置視覺系統和智能視覺裝備等形態服務各產業應用，已經被廣泛應用于新型顯示、消費電子、印刷包裝、新能源等眾多行業，成為這些行業必不可少的數字化和智能化變革的支撐。
中國機器視覺市場情況
中國市場已成為全球機器視覺市場規模增長最快的市場之一。根據中國機器視覺產業聯盟的統計，中國機器視覺行業的銷售額從2018年的101.80億元增長至2020年的144.20億元，復合增長率達19.02%。得益于宏觀經濟回暖、新基建投資增加、數據中心建設加速、制造業自動化推進等因素，預計2020年至2023年，中國機器視覺行業的銷售額將以27.15%的復合增長率增長，至2023年銷售額將達296.00億元。
從下游應用行業角度考慮，根據中國機器視覺產業聯盟統計，機器視覺已經在電子/電氣、半導體、汽車、印刷包裝、食品加工等領域得到廣泛應用。其中，電子/電氣行業是目前中國機器視覺行業最大的下游應用領域，2020年其銷售額占比為52.90%。
資料來源：中國機器視覺產業聯盟
機器視覺行業發展趨勢
（1）應用領域持續拓寬過去十年是中國機器視覺行業快速發展的十年，經過一段時間的普及與推廣，機器視覺應用范圍逐漸擴大。目前，機器視覺的應用范圍已從最初的消費電子等領域，逐步拓展至印刷包裝、汽車、運輸、醫療等領域。預計未來，除了傳統的應用領域外，在AI、自動駕駛、人臉識別等新興技術興起的帶動下，機器視覺將進一步拓寬應用領域。
（2）嵌入式視覺應用持續增長嵌入式視覺系統是指在嵌入式系統中使用機器視覺技術，是嵌入式系統和機器視覺兩種技術的整合，可獨立完成從接收光信號到系統輸出的整個信號處理過程。處理能力、存儲器密度和系統集成度的提升，促進了嵌入式視覺在傳統和新興應用領域的滲透。未來，得益于越來越多的行業應用程序的支持，嵌入式視覺將被更廣泛地應用在自動駕駛等領域新興領域。
（3）2D機器視覺向3D機器視覺升級相比2D機器視覺，3D機器視覺具有顯著優勢，例如測量速度快、精度高、抗干擾能力強、操作簡便等，能有效解決2D機器視覺對于高度、厚度、體積、平面度等測量因素缺失的問題。3D視覺技術的突破，將進一步推動視覺技術在高端場景的應用，傳統的2D機器視覺將快速向3D機器視覺升級，推動機器視覺市場持續增長。
機器視覺技術面臨的機遇與挑戰
（1）下游應用的發展給機器視覺帶來的機遇與挑戰隨著生產工藝的精進及產品質量要求的提高，消費電子等行業對檢測精度的要求越發嚴苛。例如，半導體生產制造已使用5nm工藝，對芯片的檢測精度要求也已提升至納米量級。受限于衍射極限，單純采用顯微放大的方式已經難以滿足檢測精度需求，導致加工良率難以提高，影響產品質量。因此，急需高精度的機器視覺技術解決更精 準的測量問題，保證加工工藝符合要求，降低封裝成本，確保出廠產品質量。上述下游應用的發展推動了對機器視覺產品和服務需求的提升，但也對機器視覺廠商提出了更高標準的要求。隨著下游應用的生產、加工、檢測等環節的效率和品質要求不斷提升，機器視覺廠商需要加大技術投入，以提高機器視覺系統的精度、檢測效率等參數。
（2）業內新技術發展給機器視覺帶來的機遇與挑戰行業內的新技術的發展為機器視覺廠商推出高品質的產品和服務提供了有力的支持，這也對業內廠商的技術研發能力提出了更高的要求。首先，光譜技術推動機器視覺實現目標的多種特征分析。隨著機器視覺的快速發展和普及，機器視覺產品已經廣泛應用于智慧農業、礦石分選、食品安全等眾多產業中。各行業樣本的復雜性要求機器視覺不僅需要實現目標的外觀檢測，也需要實現目標的材料成分、顏色、溫度等特征的分析。光譜技術利用光的衍射和折射特性，通過光柵、棱鏡等分光元件，在譜域獲取有效信號，實現目標高維信息參量獲取，并通過相關分析算法將譜域信號與測量需求建立聯系，如物質成分、溫度、三維面型等，通過對光譜的測量解決復雜多樣化的測量需求。其次，計算成像技術的提升增強了機器視覺的圖像信息獲取能力。計算成像技術通過多樣化數據采集，并通過特定算法解析，獲取到傳統成像中難以獲取的圖像信息，深度挖掘圖像中隱含的內部信息，滿足更高分辨率、更多維度、更大空間帶寬積的光電成像需求。隨著新型光電器件的發展和硬件計算能力的提升, 計算成像技術在光電成像領域呈現出蓬勃發展的趨勢。此外，新型光學元器件的發展驅動了機器視覺性能的提升。機器視覺成像系統由照明光源、成像器件、圖像采集器件組成，各類器件的性能升級都會推動機器視覺系統的性能和穩定性提升，從而實現高像質的圖像采集。另外，豐富的元器件為提供個性化的圖像采集和智能方案奠定了基礎。
（3）上下游技術的發展給機器視覺帶來的機遇與挑戰機器視覺系統不僅包括光學成像系統，還包括決策系統和執行系統。算力、算法、 傳輸技術的快速發展也為機器視覺帶來了機遇與挑戰。算力的提升使機器視覺的決策變得更為迅速，基于云平臺的信息處理可以提供幾乎無限的算力，解決各種復雜運算問題，提升了機器視覺系統的決策速度；分析算法的優化升級也使機器視覺的識別和分類變得更加準確；5G通信技術增加了信號數據通量、降低了信號時延、緩解了信號干擾等問題，使機器視覺在自動駕駛、精密自動控制、智慧工廠等領域中發揮重要作用。該等相關技術的發展提升了機器視覺系統的性能和使用效率，但也對相關硬件廠商的技術研發能力提出了更高的要求。
來源：儀器信息網
<del id="uaw0w"></del>
中文版
ENGLISH
