技術的前沿——機器視覺

機器視覺是一門學科技術，廣泛應用于生產(chǎn)制造檢測等工業(yè)領域，用來保證產(chǎn)品質(zhì)量，控制生產(chǎn)流程，感知環(huán)境等。機器視覺系統(tǒng)是將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結果來控制現(xiàn)場的設備動作

機器視覺系統(tǒng)具有高效率、高度自動化的特點，可以實現(xiàn)很高的分辨率精度與速度。機器視覺系統(tǒng)與被檢測對象無接觸，安全可靠。

嵌入式視覺系統(tǒng)的挑戰(zhàn)

客戶希望系統(tǒng)集成商為其開發(fā)整個嵌入式視覺系統(tǒng)。嵌入式視覺將智能相機帶向其初衷，即在一個非常小的外殼內(nèi)，盡可能靠近圖像傳感器，進行圖像處理視頻分析。為了應對嵌入式視覺市場，開發(fā)了從相機設計到FPGA編程的專業(yè)知識，以便在低成本、低功耗的平臺中快速提供特定于應用程序的解決方案，該平臺可以集成人工智能和深度學習功能。

在許多使用案例中，傳統(tǒng)機器視覺都無法與嵌入式視覺競爭。機器視覺數(shù)據(jù)不再局限于自己的孤島中，包括機器視覺的全自動系統(tǒng)有許多傳感器和運動組件，使我們能夠收集數(shù)據(jù)，以便更好地了解系統(tǒng)內(nèi)設備的運行效率。

深度學習將對傳統(tǒng)的圖像分析方法產(chǎn)生深遠的影響。它不僅會改變我們生產(chǎn)的產(chǎn)品，還會改變我們與客戶互動的方式。深度學習將在解決傳統(tǒng)機器視覺無法解決的應用方面發(fā)揮重要作用。例如，在冷凍干燥的小瓶中檢查疫苗，每次結果都有很大差異，這很大程度上取決于它們的干燥方式。采用傳統(tǒng)檢查過程非常具有挑戰(zhàn)性，因為在一個實例中可能是一個粒子看起來非常類似于裂縫，而深度學習則有助于區(qū)分這種細微差異。

雖然深度學習可能是從圖像中收集信息的最新方式，但它并不是唯一的選擇。InGaAs短波紅外（SWIR）相機和照明的進步提高了非可見成像的有效性。在這些更高波長的環(huán)境中，你可以實現(xiàn)更多應用，比如透過一塊航空公司機翼的復合材料來查找其內(nèi)部缺陷。我們現(xiàn)在正在把高功率的SWIRLED引入市場，用于高速機器視覺應用。

機器視覺的挑戰(zhàn)

智能傳感器、智能攝像頭和可配置視覺系統(tǒng)在很大程度上消除了對機器視覺系統(tǒng)開發(fā)的需求，目前最常見的應用程序是通過現(xiàn)成的即插即用技術完成的。過去十年來，智能相機的功能越來越強大，照明公司提供的產(chǎn)品范圍也越來越廣。然而，隨著軟件變得越來越強大，價格不斷下降，軟件包的互連和標準化仍存在問題。

今天的視覺產(chǎn)品可以滿足大多數(shù)應用程序的需求，隨著技術和客戶需求的發(fā)展，系統(tǒng)集成商必須保持清醒。例如，在3D成像市場，硬件創(chuàng)新先于軟件創(chuàng)新。盡管有許多3D傳感器和攝像頭可用，例如激光三角測量、偽隨機圖形發(fā)生器的立體傳感器等，但要想實現(xiàn)快速的系統(tǒng)開發(fā)，在開發(fā)工具鏈中存在很大的空白?！?o:p>

隨著機器視覺硬件方案的不斷成熟和運算能力的提升，以及軟件在各種應用解決方案、3D算法、深度學習能力的不斷完善，機器視覺在電子產(chǎn)業(yè)（如PCB、FPC、面板、半導體等領域）應用的廣度和深度都在提高，并加快向食品飲料、醫(yī)藥等其他領域滲透，預計我國機器視覺市場規(guī)模將繼續(xù)保持較高的增速。