像人腦一樣看見：機器視覺檢測

2022-01-28

      機器視覺是通過計算機來模擬人類視覺功能，以讓機器獲得相關視覺信息和加以理解?？煞譃椤耙暋焙汀坝X”兩部分原理，“視”是將外界信息通過成像來顯示成數字信號反饋給計算機，需要依靠一整套的硬件解決方案，包括光源、相機、圖像采集卡、視覺傳感器等；“覺”則是計算機對數字信號進行處理和分析，主要是軟件算法。

      機器視覺在工業上應用領域廣闊，核心功能包括：測量、檢測、識別、定位等。產業鏈可以分為上游部件級市場、中游系統集成/整機裝備市場和下游應用市場。機器視覺上游有光源、鏡頭、工業相機、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備提供商，行業下游應用較廣，主要下游市場包括電子制造行業、汽車、印刷包裝、煙草、農業、醫藥、紡織和交通等領域。

      機器視覺全球市場主要分布在北美、歐洲、日本、中國等地區。中國機器視覺起步于80年代，06年以前國內機器視覺產品主要集中在外資制造企業，規模都較小，06年開始，工業機器視覺應用的客戶群開始擴大到印刷、食品等檢測領域，2011年市場開始高速增長，隨著人工成本的增加和制造業的升級需求，加上計算機視覺技術的快速發展，越來越多機器視覺方案滲透到各領域。

      在檢測行業，與人類視覺相比，機器視覺檢測優勢明顯

      1）精確度高：人類視覺是64灰度級，且對微小目標分辨力弱；機器視覺可顯著提高灰度級，同時可觀測微米級的目標；

      2）速度快：人類是無法看清快速運動的目標的，機器快門時間則可達微秒級別；

      3）穩定性高：機器視覺解決了人類一個非常嚴重的問題，不穩定，人工檢測是勞動非?？菰锖托量嗟男袠I，無論你設計怎樣的獎懲制度，都會發生比較高的漏檢率。但是機器視覺檢測設備則沒有疲勞問題，沒有情緒波動，只要是你在算法中寫好的東西，每一次都會認真執行。在質控中大大提升效果可控性。

      4）信息的集成與留存：機器視覺獲得的信息量是全面且可追溯的，相關信息可以很方便的集成和留存。

      機器視覺技術近年發展迅速

      1）圖像采集技術發展迅猛

      固件越來越成熟，圖像敏感器件尺寸不斷縮小，像元數量和數據率不斷提高，分辨率和幀率的提升速度可以說日新月異，產品系列也越來越豐富，在增益、快門和信噪比等參數上不斷優化，通過核心測試指標來對光源、鏡頭和相機進行綜合選擇，使得很多以前成像上的難點問題得以不斷突破。

      2）圖像處理和模式識別發展迅速

      圖像處理上，隨著圖像高精度的邊緣信息的提取，很多原本混合在背景噪聲中難以直接檢測的低對比度瑕疵開始得到分辨。

      3）深度學習帶來的突破

      傳統的機器學習在特征提取上主要依靠人來分析和建立邏輯，而深度學習則通過多層感知機模擬大腦工作，構建深度神經網絡來學習簡單特征、建立復雜特征、學習映射并輸出，訓練過程中所有層級都會被不斷優化。

      4）3D視覺的發展

      3D視覺還處于起步階段，許多應用程序都在使用3D表面重構，包括導航、工業檢測、逆向工程、測繪、物體識別、測量與分級等，但精度問題限制了3D視覺在很多場景的應用，目前工程上最先鋪開的應用是物流里的標準件體積測量，相信未來這塊潛力巨大。

      KT-Vision視覺表面缺陷檢測系統

      持續深耕智能視覺質量檢測領域，7x24小時不間斷對無紡布進行高效檢測，有效地提升產品質量，大大地降低了生產成本，準確高效。

      KT-Vision視覺表面缺陷檢測系統，采用美國Wintriss（微覺視）STAFIC 8000高精度智能掃描相機（8K/640MHz），內置FPGA處理單元，可在大量圖像數據抓取的同時，在相機內進行缺陷數據的實時處理，確保表面缺陷檢測系統的實時性、準確性和穩定性。

      KT-Vision視覺表面檢測系統，適用于無紡布、造紙、薄膜、金屬等多種行業。從生產源頭抓起，保障企業生產，在線監測，優化工藝流程，提升產品品質。