机器视觉概述

一、机器视觉的发展历程

       视觉是人类最重要的感觉器官，占据了 80% 以上的人类信息获取。机器视觉作为替代人眼的强大技术，日益取得重大突破和广泛应用。机器视觉可以借助光或电磁波的辐射，通过使用含 CMOS（互补金属氧化物半导体）或 CCD（电荷耦合器件）的图像摄取装置来探测及解析来自目标物体的反射光而生成图像，将该图像传送至处理单元进行数据处理与分析，从而感知并判别出目标物体和环境的特征，根据判别结果来控制现场设备的动作以执行实用的功能。机器视觉综合应用了光学、机械、电子、计算机软硬件等方面的前沿技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。在成像技术、处理算法、算力平台和行业应用等四个核心要素的驱动下，机器视觉已广泛应用于工业、农业、医疗、安防、金融、交通等领域，包括电子制造、电力、汽车制造、食品饮料、化妆品、建材和化工、金属加工、包装印刷等众多生产性行业和服务性行业。

（一）国外机器视觉的发展历程

       机器视觉的发展史可追溯至 20 世纪 60 年代末，基本上每经历十年机器视觉技术与应用都会产生一次深刻变革和飞速发展。

       1969 年 -1979 年：在成像传感器诞生的驱动下，机器视觉进入产业萌芽期。此时受限于半导体工艺成熟度和成本等因素制约，机器视觉只在高端的科学研究和航天、军工项目中有少量初级应用，尚未形成完整的概念。1969 年美国贝尔实验室成功研制出 CCD 传感器，可以直接把图像转换为数字信号并存储到电脑中参与计算和分析，从而奠定了机器视觉技术诞生的基石。CCD 的发明可视为机器视觉发展的起点，它使得“为机器植入眼睛”成为可能。   

       1980 年 -1989 年：在应用的驱动下，机器视觉进入起步期。机器视觉的概念首次在产业界被提及，但未形成精准的定义。在此期间诞生了首批机器视觉企业，如加拿大的 DALSA、美国的柯达和仙童、英国的 E2V等 CCD 传感器与工业相机公司，以及美国康耐视等具有代表性的软件算中国电子技术标准化研究院 中国电子技术标准化研究院 中国电子技术标准化研究院第一章　机器视觉概述3法公司。

       1990 年 -1999 年：在应用的进一步驱动下，机器视觉产业进入成长波动期。1990 年半导体产业的发展使机器视觉定位与检测成为替代人工的支撑技术，机器视觉产业得到蓬勃发展的机遇。在美国和日本等发达国家，机器视觉技术开始得到实际应用，但成像技术和算法算力的发展尚不成熟，不能全面满足行业应用需求，无法全面推广。由于技术门槛和系统成本过高，虽然出现一些专门从事机器视觉技术的新企业，但规模普遍较小。

       2000 年 -2009 年：在应用和算力的共同驱动下，机器视觉进入产业发展早期。在此期间，FPD 平板显示制造、PCB 检测和汽车制造等行业陆续对机器视觉技术应用表现出强烈需求。同时，CPU 算力提升使机器视觉系统在 PC-Base 条件下可以处理一般性的问题。产业需求和技术进步共同促进了机器视觉产业的快速发展与繁荣。我国机器视觉产业也在这个阶段加入全球阵营。

       2010 年 -2020 年：AI 算法的发展推动机器视觉进入发展中期。2016年是 AI 发展非常重要的一年，AlphaGo 打败人类顶尖棋手李世石、深度残差学习和残差网成为视觉领域标准算法等标志性事件，开启了人工智能发展的新纪元。随后，人工智能赋能的机器视觉开始在智能制造应用中加快普及，产业得到了空前发展。随着应用的爆发式扩展，预计 2020 年后机器视觉将迎来高速发展期。

（二）我国机器视觉的发展历程

       与国外机器视觉的发展历程相比，我国的机器视觉产业起步较晚，1995 年才开始有初步应用。我国机器视觉发展历程可基本分为以下四个阶段。

       1995 年 -1999 年：在国外技术发展引领下，我国机器视觉进入了萌芽期，航空、航天、军工及高端科研（天文、力学研究等）等核心机构和行业开始出现应用。此时由于算法、算力及成像技术尚不成熟，国外机器视觉产业能力处于成长波动期，我国一些企业作为国外代理提供机器视觉器件及技术服务。

       2000 年 -2008 年：在应用和算力的双驱动下，我国机器视觉进入了起步期。此时 CPU 算力提升，PC-Base 系统可以承接一般性难度的问题。国内几个代表性产业如人民币印钞质量检测、烟草和原棉异物剔除、邮政分拣等对机器视觉提出强烈的应用需求，我国开始出现一些专业的机器视觉公司。

      2009 年是我国机器视觉产业发展划时代的一年。以苹果手机加工制中国电子技术标准化研究院 中国电子技术标准化研究院 中国电子技术标准化研究院第一章　机器视觉概述5造为核心的 3C 电子制造产业进入高精度 100 时代，迫切需要用机器替代人来保障产品加工精度和质量的一致性。苹果手机加工制造的应用需求直接推动了我国机器视觉产业进入发展初期。2010 年后，手机产业的飞速发展带来整个 3C 电子制造业的变革，大大扩展了机器视觉的应用场景，加速促进了机器视觉产业的发展。我国陆续涌现出近百家机器视觉新创企业，很多自动化设备公司也增设了机器视觉部门，此外安防监控领域的一些企业也开始研发应用机器视觉技术。     

       2016 年 -2020 年：AI 算法的发展使我国机器视觉进入发展中期。从2010 年开始的近十年，我国机器视觉产业发展一直保持 20%-30% 的增速。到 2020 年我国的机器视觉产业规模基本与欧洲体量相当。

（三）机器视觉的发展现状

       机器视觉系统可以代替人眼完成测量、定位、识别和检测等工作，在制造、安防、文化等产业中具有大量的应用商机。机器视觉不仅可以克服人眼标准的不一致性、非重复性和主观性等问题，为行业制定品质管控的数字标准，还能在高速、高光谱、高分辨率、高可靠性以及工作持续性、环境适应性等方面全面超越人眼极限。随着未来机器视觉对环境和物体的解析能力超越人类，以及机器视觉对图像信号的分析能力追上人类，预计机器视觉的市场体量可达万亿元以上。

       机器视觉系统包含成像器件、处理系统以及相关设备，可以广泛应用于电子制造、液晶屏品质检测、半导体和新能源等领域。在成像器件市场方面，2019 年机器视觉产业联盟（CMVU）对 110 家机器视觉企业相关数据进行统计。统计数据表明市场销售额从 2017 年的 81.7 亿元增长至 2018年的 99.4 亿元，2019 年即便受到了中美贸易摩擦影响，销售额仍然增至103.1 亿元。在机器视觉智能装备应用方面，根据我国液晶网、半导体行业观察网、第一电动网及部分相关上市公司公告，2020 年至 2021 年我国OLED 和 LCD 显示面板行业的检测设备投资预计达到 788 亿元。我国半导体检测设备 2019 年市场规模达到 181 亿元（其中前道检测 95 亿元，后道检测 86 亿元）。我国国内锂电池检测设备在 2020 年市场达到了 50 亿元。仅这三个典型的产业，智能视觉检测装备就达到了 1000 亿元。未来在智能制造领域，机器视觉将得到更加广泛的应用，市场体量继续快速增大。