机器视觉行业定义及系统工作原理及应用情况
思瀚产业研究院 思泰克    2023-11-23

1、机器视觉行业定义

根据美国制造工程师协会（Society of Manufacturing Engineers,SME）机器视觉分会和美国机器人工业协会（Robotic Industries Association,RIA）自动化视觉分会对于机器视觉的定义，“机器视觉是通过光学的装置与非接触的传感器自动地接收和处理一个真实场景的图像，以获得所需信息或用于控制机器人运动的装置。”

通俗来讲，机器视觉是以机器替代人眼，但功能范围不仅仅包括人眼对信息的接收，同时还延伸至大脑对信息的处理与判断。本质上，机器视觉是图像分析技术在工厂自动化中的应用，通过使用光学系统、工业相机和图像处理软件等，模拟人类的视觉能力，并做出对应的决策，最终通过指挥某种特定的控制装置执行上述决策。

机器视觉具有自动化、高效率、高精度、非接触以及信息数字化等特点，被誉为“制造业的眼睛”，对于促进制造业向智能化升级发展具有重要意义。

2、机器视觉系统工作原理及应用情况

（1）机器视觉系统工作原理

具体来说，一个典型的机器视觉系统系使用相机将被检测的目标以图像的形式传输给专用的图像处理系统，再将图像的特征信息，包括颜色、亮度、像素、字符、间距等，转化为可处理的数字化信号，进而通过不同算法抽取目标的特征，如面积、位置、长度、数量等，再根据预设的允许度或其他条件输出运算结果，包括合格/不合格、有/无、尺寸、角度、个数等，实现自动识别、检测测量、引导定位等功能。

（2）机器视觉技术因其独有的优势已在工业中被广泛引用

随着技术的进步及成本的下降，机器视觉因其独有的优势，在工业中的渗透率日益提升。在现代化的大生产中，产品质量的检测和生产过程中的质量控 制不可或缺，工业中例如印刷品质量检测、机械零件的外观检测、产品包装的 外观检测等都可运用机器视觉设备。在传统的人工密集型检测行业，机器视觉 系统可以替代大量的检测工人，将“人眼+简单工具”的检测模式升级为高精度 快速的自动检测。

机器视觉技术因其具备的高分辨力、高精确度、高速度、客观性、重复性、可靠性等众多优势，逐步跻身于制造业的关键位置，推动了工业发展智能化的进程，具有较高的市场需求。

（3）电子及半导体、汽车制造为当前机器视觉最重要的下游应用领域

在工业领域中，国内市场机器视觉应用比重最大的是电子及半导体行业，但根据公开信息，机器视觉设备在电子行业的渗透率依旧较低，远低于境外同行业水平。

根据思瀚产业研究院相关数据，机器视觉技术目前被广泛应用于电子及半导体、汽车制造、食品包装、制药等领域，其中电子及半导体、汽车制造是当前机器视觉最重要的应用领域，电子及半导体占据市场需求约为 46.6%，主要用于集成电路制造、半导体分立器件制造、PCB 制造、SMT 表面贴装、LED 制造等高精度制造和质量检测领域；汽车制造占据市场需求约为 10.2%，主要用于车身装配检测、PCB 印刷质量检测、零件尺寸的精密测量等系统和部件的制造流程。

近年来，随着电子及半导体产业的大力发展，机器视觉技术在相关设备中的应用也得以蓬勃发展，例如 SMT 检测等国产设备的迅速兴起，凭借产品性价比及服务的优势填补了国内市场的相关需求。未来，随着人力成本上升、产品品质要求提高、生产效率提升，机器视觉设备行业将进入高速增长期，具备良好的市场前景。

（4）机器视觉系统在下游领域中的具体应用环节

目前，机器视觉的具体应用主要可以分为四大类：缺陷检测、尺寸测量、视觉定位及模式识别/计数，当前的应用也基本是基于这四大类功能来展开。

1）缺陷检测

产品表面出现缺陷不仅仅影响产品的外观，更可能对产品的质量、安全性能造成严重损害。检测产品的外观缺陷，最常见的包括表面装配缺陷（如漏装、混料、错配等）、表面印刷缺陷（如多印、漏印、重印等）以及表面形状缺陷（如崩边、凸起、凹坑等）。由于产品外观缺陷种类繁杂，故外观检测功能在机器视觉中的应用中属于相对较难的类别，对视觉技术的要求相比较高。

2）尺寸测量

生产线上产品的生产、加工过程均涉及大量的测量任务，例如生产过程控制、形变测量等。机器视觉设备将获取的图像像素信息标定成常用的度量计算单位，然后在图像中精确的计算出几何尺寸，其优势在于对高精度、高通量以及复杂形态的测量速度更快、精度更高，例如部分高精度的产品由于人眼测量的局限性只能抽检，而应用机器视觉检测设备后即可实现全检，且误检率显著下降。

3）视觉定位

利用视觉定位技术相当于为机器装上眼睛，引导机器正确的完成一些抓取动作或将测量信息与指定位置进行比较。视觉定位在机器视觉应用中是非常基础且核心的功能，可以在识别出物体的基础上精确给出物体的坐标和角度信息。

4）模式识别/计数

机器视觉在识别方面的应用已非常普遍，一般指对已知规律的物品进行分辨，比较容易的包含外形、颜色、图案、数字、条码等信息的识别，信息数据量更大或更抽象的识别包括人脸、指纹、虹膜识别等。

总体而言，从技术水平及应用情况上，检测、测量、定位、识别的难度是逐步递减的，而基于四大基础功能延伸出的多种细分功能在实现难度上也各有差异，目前 3D 的视觉功能是当前机器视觉应用技术中最先进的应用方向之一。公司生产的 3D 机器视觉检测设备在检测、测量、定位及识别等功能上均有应用。