機器視覺技術研究現狀及發展趨勢

周寶倉　呂金龍　肖鐵忠　崔仲鳴

摘 要：隨著智能產業的不斷發展，機器視覺技術憑借高精準度、高效率以及實時性等優勢在眾多領域得到了廣泛應用。本文首先介紹機器視覺發展現狀;其次闡述視覺系統的基本組成，并梳理硬件部分和機器視覺軟件;再次介紹機器視覺在工業領域的應用;最后分析目前機器視覺技術所面臨的問題以及未來的發展趨勢。研究結果對我國機器視覺技術的發展及工業智能化建設具有重要意義。

關鍵詞：機器視覺;視覺系統;視覺軟件;發展趨勢

中圖分類號：TH16 文獻標識碼：A 文章編號：1003-5168（2021）31-0018-03

Research Status and Development Trend of Machine Vision Technology

ZHOU Baocang LYU Jinlong XIAO Tiezhong CUI Zhongming

（1.School of Mechanical & Electrical Engineering， Henan University of Technology，Zhengzhou Henan 450001;2.Sichuan Equipment Manufacturing Engineering Technology Applications Laboratory of Robotics， Deyang Sichuan 618000）

Abstract： With the continuous development of intelligent industry， machine vision technology has been widely used in many fields with the advantages of high precision， high efficiency and real-time. Firstly， the development status of machine vision is introduced. Secondly， the basic components of the vision system are described， and the hardware and machine vision software are combed. Then the application of machine vision in industrial field is introduced. Finally， the problems faced by machine vision technology and the development trend in the future are analyzed. The research results are of great significance to the development of machine vision and the construction of industrial intelligence in China.

Keywords： machine vision;visual system;visual software;development trends

智能制造是我國邁向制造強國的重要途徑。通過對我國工業產業進行智能化建設，能促進我國工業更快更好的發展。機器視覺是利用光學裝置和非接觸傳感器自動接收和處理真實物體的圖像信息，以獲得所需信息或用于控制機器人運動的裝置。機器視覺是模仿人的眼睛進行測量和判斷[1]。機器視覺具有高精準性、高效率及可持續工作等優勢，擅長對結構化場景進行定量測量。隨著我國產業結構調整和轉型升級的不斷深入，機器視覺技術在汽車制造、印刷包裝、農業、醫藥及紡織等多個領域得到了廣泛應用。因此，推動機器視覺相關技術的研究對智能產業發展有著極其重要的意義。

1 機器視覺發展現狀

國外對機器視覺的研究開始于20世紀50年代，Gilson提出“光流”這一概念，開始對二維圖像的統計模式識別的研究;20世紀60年代，機器視覺研究逐漸興起，Roberts等人對三維視覺的研究奠定了機器視覺技術研究理論的基礎;20世紀70年代，機器視覺起步，David Marr提出了一個新的理論——Marr視覺理論，是機器視覺研究領域的第一個重要理論框架，并開始形成系統的機器視覺理論;20世紀80年代，機器視覺蓬勃發展，全球迎來了機器視覺研究的熱潮，新的研究方法與理論如主動視覺理論框架、視覺集成理論框架等不斷涌現;20世紀90年代，機器視覺產業化形成，眾多機器視覺企業成立，機器視覺技術開始在各行業得到應用。

國內對機器視覺技術的研究始于20世紀80年代。我國引進的第一批機器視覺技術應用于南方電子半導體工廠。國內機器視覺技術發展可分為4個階段：第1階段是20世紀80年代的機器視覺起步階段，該階段主要技術和相關設備;第2階段是1999—2003年的啟蒙階段，國內機器視覺公司技術主要通過代理國際機器視覺技術廠商的一些系統集成業務及機器視覺二次開發應用;第3階段是2004—2007年的成長階段，這一階段國內機器視覺企業開始從學習階段過渡到本土技術研發階段，開始占據初級市場;第4階段是從2008年至今的高速成長階段，該階段，國內相關機器視覺核心器件研發企業不斷涌現，機器視覺行業高質量快速發展。據中國機器視覺產業聯盟統計，2019年我國機器視覺行業銷售超額百億，增速超20%。

2 機器視覺系統

機器視覺是一門涉及多個領域的交叉學科[2]，對其各部分的發展研究是促進視覺系統快速發展的關鍵。一個典型的機器視覺系統由硬件和軟件兩部分組成。硬件部分主要有光源設備、相機、鏡頭、圖像處理卡以及輔助執行機構等;軟件部分主要是指圖像處理視覺軟件和圖像處理方法。典型的機器視覺系統先在一定的光源條件下由相機拍攝目標圖像獲得圖像信息，再利用視覺軟件對圖像采集卡所采集的信息進行處理，通過配套的控制裝置傳遞相應的控制信號，以控制相應的執行裝置工作。

2.1 光源

光源是影響圖像成像質量好壞的關鍵因素，主要作用是突出目標特征和抑制無關特征，增加目標需檢測部分與非檢測部分的對比度，同時需要保證足夠的亮度和穩定性，以確保圖像成像質量。光源的種類較多，需針對不同應用場景選用合適的照明光源以達到最佳效果[3]。在光源選用上，選用不同顏色的光源照射目標物體，使目標反射所需的光，吸收不需要反射的光。在不同應用場景下，選用不同的照明方案也是突出目標特征的關鍵。常見的照明方案有暗場直接正面照明、明場漫射背光照明和明場平行背光照明等。

2.2 相機及鏡頭

相機是機器視覺系統的核心組件，功能是將所采集的光信號轉變為有序的電信號。圖像傳感器是相機的核心感光元件，主要分為電荷耦合器件（Charge Coupled Devices，CCD）和互補性氧化金屬半導體（Complementary Metal Oxide Semiwnductor，CMOS）兩種。它們的主要差異體現為不同的芯片技術結構[4]。CMOS相機將采集光信號轉化為電信號的電子元件集成于芯片，使相機能夠更快地讀取圖像數據。而CCD相機無須在芯片表面安裝電子元件，通過使用芯片的表面捕捉光線，因此對光線比較敏感，適用于弱光條件。

鏡頭是機器視覺的“眼球”。鏡頭的選擇影響著分辨率、對比度及景深等關鍵成像指標，是決定圖片質量優劣的關鍵。目前，鏡頭朝著高清晰度和強光譜透射能力發展。先進的高分辨率和廣域鏡頭是鏡頭未來的發展趨勢。

2.3 圖像采集處理

圖像采集卡的作用是對圖像信息進行采集、壓縮、保存，控制圖像的分辨率，高速傳送圖像信息。圖像處理是對相機采集到的原始圖像信息進行各種處理，突出有用的特征信息，過濾無用的信息[5]。針對不同的特征信息有不同處理方法，目前常用的方法有圖像降噪、圖像增強、圖像分割及圖像特征提取等。

2.4 機器視覺軟件

機器視覺軟件是機器視覺的“大腦”。常見的視覺軟件可按功能分為兩類：一類是專用功能（如金屬鑄件檢測、BGA錫珠檢測以及LCD檢測）;另一類是通用功能（如測量、定位、實時反饋以及分類檢測）。按視覺軟件側重面可分為3大類：第1類為圖像處理方面的視覺軟件（如OpenCV、Halcon、Vision Pro）;第2類為算法方面的視覺軟件（Matlab、LabVIEW）;第3類為相機SDK開發的視覺軟件（eVision）。目前，應用較為廣泛的視覺處理軟件是Halcon、OpenCV和Vision Pro。Halcon具有1 400多個獨立算子，可供多種開發語言調用，同時具有獨特的底層數據管理和多種開發語言接口、工業相機接口;OpenCV是一個開源跨平臺計算機視覺庫，適應多種操作系統，同時支持多種編程語言，但OpenCV的開發周期相對長;Vision Pro是由美國Cognex公司研發的一款視覺軟件，具有圖像預處理、拼接和標定等功能，開發效率較高，可采用圖形編程，也可采用API函數編程。近些年，國內機器視覺軟件系統發展迅速，發展較好的視覺軟件有深圳OPT的Sci Smart智能視覺軟件、陜西維視圖像Vision bank以及北京凌云光Vision WARE等。

3 機器視覺技術在工業領域的應用

在以智能制造為核心的工業4.0時代背景下，以及《中國制造2025》等戰略部署的不斷深入，我國智能制造產業發展迅速，基于機器視覺的智能制造市場呈現爆炸式增長。智能制造是工業變革的重要方向，是制造業的主要驅動力之一。機器視覺技術是智能制造核心技術，對我國工業發展起著至關重要的作用。目前，機器視覺技術主要應用于金屬加工、包裝、電子及半導體和工業機器人等行業。

3.1 金屬加工和包裝行業

在機械制造工業中，金屬加工過程尤為重要。通過機器視覺技術可以提高金屬加工效率，實時檢測金屬加工過程和加工產品表面質量，推動制造業朝著更高的自動化方向發展[6]。

隨著我國工業自動化技術的快速發展，醫療、食品、煙草、飼料及印刷等行業的生產效率不斷提高，對產品包裝效率的要求也不斷提高。目前，我國包裝產業包裝效率低、成本高、智能化水平低，導致包裝產業整體發展速度緩慢。然而，基于機器視覺技術設計的智能包裝系統具有包裝效率高、系統可靠性強、智能化程度高及運行成本低等優勢。基于機器視覺技術的包裝系統是推動我國包裝行業轉型的重中之重。

3.2 電子及半導體行業

中國是世界最大的3C（計算機類、通信類、消費電子類）產品制造國，產能約占全球的70%。從我國機器視覺工業上的應用分布來看，46%都集中在電子和半導體行業。電子和半導體制造是機器視覺的核心應用領域，因為電子設備和半導體制造對機器視覺技術存在剛性需求。在半導體制造中，前、中段都需要機器視覺技術的精密定位與測量功能，后段制造過程中，晶圓的電器檢測、切割、AOI封裝以及缺陷檢測等過程也都需要大量運用機器視覺技術。

3.3 工業機器人行業

機器視覺技術在工業機器人領域的應用功能主要是定位、引導、糾偏及實時反饋。隨著我國工業自動化和智能化的迅速發展，人們對工業設備的工作精度和運行效率提出了更高的要求。傳統人工控制設備存在不能保證高精度、產品質量不穩定以及工作效率低等問題，無法滿足當前工業產業發展需求。機器視覺技術具有實時性好、定位精度高等優點，提升了工業機器人的柔性和智能化水平[7]。

4 機器視覺技術發展趨勢

機器視覺技術的發展還面臨很多問題。解決這些問題是機器視覺技術進一步發展的關鍵，也是未來機器視覺技術發展的趨勢。

4.1 國內高端產品的硬件主要依賴進口

國內在智能相機與傳感器研發中，結合光學物理學科是機器視覺系統中的相機及傳感器發展的一個重要突破口。在工業鏡頭與光源上，研發高分辨率鏡頭和更小的光源是關鍵。

4.2 模塊化的通用型軟件平臺和結合AI技術軟件平臺是視覺軟件的發展方向

視覺軟件會縮短開發周期并降低對開發技術人員的要求。由于與之相匹配的算法工具發展有限，導致機器視覺技術在智能性方面達不到工業場景應用要求，因此需加快相關算法的升級創新，從而進一步提升機器視覺系統的智能性，其中模塊化的通用軟件平臺和結合AI技術軟件平臺是視覺軟件的發展方向。

4.3 機器視覺由2D視覺逐步向3D視覺發展

隨著算法算力的不斷提升，為使機器視覺應用于更多復雜工業場景中，如基于機器視覺的三維重建及修補技術、三維掃描以及3D識別等技術對3D視覺技術有更高的要求。

4.4 機器學習和深度學習在機器視覺系統的應用

可將機器學習的算法應用于機器視覺軟件，提升系統運算處理能力。可將深度學習的特征學習能力和特征表達能力與機器視覺的實時性和高效性相結合，提升機器視覺的工作效率。

4.5 機器視覺行業標準亟待規范完善

目前，一套機器視覺設備在實際應用中往往需要搭配與之配套的硬件設備和專用的視覺軟件，導致機器視覺產品的通用性很低。需出臺完善的行業標準，提高相關設備的通用性，降低生產成本和維修費用，從而加快機器視覺行業的發展。

5 結語

機器視覺技術是實現工業智能化的必要手段。隨著深度學習、機器學習、3D技術和機器視覺互聯互通技術的快速發展，機器視覺智能化水平不斷提升，機器視覺技術在工業智能領域的應用會朝著智能識別、智能檢測、智能測量以及智能互聯的完整智能體系方向發展，從而更好地發揮其高精準度、高效率的作用，為中國智能產業開啟“智慧之眼”。

參考文獻：

[1]胥磊.機器視覺技術的發展現狀與展望[J].設備管理與維修，2016（9）：7-9.

[2]何新宇，趙時璐，張震，等.機器視覺的研究及應用發展趨勢[J].機械設計與制造，2020（10）：281-283.

[3]張巧芬，高健.機器視覺中照明技術的研究進展[J].照明工程學報，2011（2）：31-37.

[4]雷曉峰，李燁.數字工業相機中CMOS傳感器的最新發展[J].傳感器世界，2017（10）：7-11.

[5]朱云，凌志剛，張雨強.機器視覺技術研究進展及展望[J].圖學學報，2020（6）：871-890.

[6]黃偉.基于計算機視覺技術的金屬加工過程監測方法[J].世界有色金屬，2018（23）：20-21.

[7]夏群峰，彭勇剛.基于視覺的機器人抓取系統應用研究綜述[J].機電工程，2014（6）：697-701.