機器視覺在工業(yè)上應(yīng)用領(lǐng)域廣闊，核心功能包括：測量、檢測、識別、定位等。其產(chǎn)業(yè)鏈可以分為上游部件級市場、中游系統(tǒng)集成和整機裝備市場和下游應(yīng)用市場。機器視覺上游有光源、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(shè)備提供商，行業(yè)下游應(yīng)用較廣，主要下游市場包括電子制造行業(yè)、汽車、印刷包裝、煙草、農(nóng)業(yè)、醫(yī)藥、紡織和交通等領(lǐng)域。機器視覺對于機器人而言，機器視覺賦予其精密的運算系統(tǒng)和處理系統(tǒng)，模擬生物視覺成像和處理信息的方式，讓機械手更加擬人靈活的操作執(zhí)行，同時識別、比對、處理場景，生成執(zhí)行指令，進而一氣呵成的完成動作。

機器視覺檢測技術(shù)發(fā)展前景，可預(yù)計的是，隨著機器視覺技術(shù)自身的成熟和發(fā)展，機器視覺檢測技術(shù)將在現(xiàn)代和未來制造企業(yè)中得到越來越廣泛的應(yīng)用。機器視覺技術(shù)發(fā)展有五大趨勢，下面簡單的介紹一下。

1、云端深度學(xué)習

5G數(shù)據(jù)網(wǎng)絡(luò)的到來為自動駕駛汽車提供了執(zhí)行基于云計算的機器視覺計算的能力。海量機器類型通信（mMTC）允許在云中處理大量數(shù)據(jù)，用于機器視覺應(yīng)用程序。使用卷積神經(jīng)網(wǎng)絡(luò)分類器的深度學(xué)習算法可以快速進行圖像分類、目標檢測和分割。未來一年，這些新的人工智能和深度學(xué)習系統(tǒng)的開發(fā)將會增加。

2、3D成像和Bin Picking

工業(yè)自動化正在推動工廠變得更加智能，并可以取代人工減少勞動力。機器視覺用于質(zhì)量控制檢查已經(jīng)得到了廣泛的應(yīng)用，但是隨著3D傳感器和機械手拾取集成解決方案的出現(xiàn)，新的市場正在開拓。不管零件的位置和方向如何，機器人拾取系統(tǒng)都可以隨機抓取物體。3D視覺系統(tǒng)可以大量識別隨機放置的部件，如手提箱和零件盒。由于機器人的動態(tài)處理，可以在不同方向和堆棧中選擇復(fù)雜的對象。將人工智能（AI）與拾取操作相結(jié)合可以實現(xiàn)零件自自主選擇，提高生產(chǎn)率和循環(huán)時間，減少過程中人機交互的需要。

3、機器人

根據(jù)國際機器人聯(lián)合會（International Federation of Robotics）的數(shù)據(jù)，2018年是機器人銷量創(chuàng)紀錄的一年，工業(yè)機器人銷量增長了31%。人類協(xié)作機器人、簡化使用和過程學(xué)習等趨勢，幫助推動了機器人在工業(yè)自動化領(lǐng)域的使用。在未來，工業(yè)機器人將更容易和更快地使用直觀的界面編程。人機協(xié)同將支持小批量、高復(fù)雜性的柔性生產(chǎn)。使用復(fù)雜性的降低使得機器人和視覺系統(tǒng)在中長期內(nèi)得到廣泛使用。

4、高光譜成像

下一代模塊化高光譜成像系統(tǒng)提供了工業(yè)環(huán)境中的化學(xué)材料性能分析?；瘜W(xué)色彩成像通過不同顏色的結(jié)果圖像可視化材料的分子結(jié)構(gòu)。這使得化學(xué)成分可以在標準的機器視覺軟件中進行分析。典型應(yīng)用包括肉類生產(chǎn)中的塑料檢測、不同可回收材料的檢測和泡丸檢驗質(zhì)量控制。

5、熱成像工業(yè)檢測

熱成像相機傳統(tǒng)上用于國防、安全和公共安全，熱成像技術(shù)廣泛應(yīng)用于探測。對于許多工業(yè)應(yīng)用，例如汽車或電子工業(yè)的零部件生產(chǎn)，熱數(shù)據(jù)是至關(guān)重要的。雖然機器視覺可以看到生產(chǎn)問題，但它不能檢測熱異常。熱成像與機器視覺相結(jié)合是一個不斷發(fā)展的領(lǐng)域，這使得制造商能夠發(fā)現(xiàn)肉眼或標準相機系統(tǒng)無法看到的問題。熱成像技術(shù)提供非接觸式精密溫度測量和無損檢測，這是機器視覺和自動化控制領(lǐng)域的發(fā)展方向。

責任編輯：tzh