神奇的机器视觉正在蝶变

市场和技术的不断发展，使得机器视觉应用正如雨后春笋一样不断出现，并因其在效率、精度，成本、质量等等方面注入的独特价值而在一个又一个行业领域中得到广泛的应用。
据全球市场研究机构CB Insights数据显示，中国是继美国、日本之后的第三大机器视觉领域应用市场。中国机器视觉行业规模预计在2023年达到197亿元，平均年复合增长率达13.63％，机器视觉在产业和消费升级的大潮中发挥着越来越重要的作用，随着市场需求的放大，对它的研究也在不断的实现突破。
何为机器视觉？
事实上，机器视觉是人工智能正在快速发展的一个分支。一般是指利用机器替代人眼，形成视觉能力，将人眼能够看到的世界转换为机器能够感知的世界，经过这一转换，机器就可以很好地对客观世界进行认识、测量、改造等。这个过程看似简单，实际蕴含庞大的基础知识和实践能力。

文章插图
机器对物体识别过程示意图
它的原理是通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来收取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。

文章插图
机器视觉原理
机器视觉的发展
20世纪50年代开始研究二维图像的统计模式识别。
60年代Roberts开始进行三维机器视觉的研究。
70年代中，MIT人工智能实验室正式开设“机器视觉”的课程。
80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现。
在各个行业，越来越多的客户开始寻求视觉检测方案，机器视觉可以解决精确的测量问题和更好地提高他们的产品质量，一些客户甚至建立了自己的视觉部门。机器视觉发展至今，早已不是单一的应用产品。机器视觉的软硬件产品已逐渐成为生产制造各个阶段的必要部分，这就对系统的集成性提出了更高的要求。工业自动化企业要求能够与测试或控制系统协同工作的一体化工业自动化系统，而非独立的视觉应用。在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
从产业发展生命周期来看，国际机器视觉产业已经处于成熟期，在诸如工业4.0等市场热点的推动下，预期未来3~5年内，欧美日机器视觉技术仍将不断有创新，国际机器视觉市场有望保持现有市场规模，并继续增长。国内机器视觉产业目前还处于成长期，也已积累足够技术、市场、行业经验，并步入快速发展阶段。
随着“工业4.0”、“中国制造2025”等概念的兴起，国内机器视觉公司如雨后春笋般发展起来，国内机器视觉产业发展速度明显加快。
蝶变，超越人类
在AI技术构建出的未来世界蓝图中，有大量装置是通过机器视觉这一基础技术实现的。GPU的广泛应用给了机器快速处理图片的能力，神经网络让机器可以理解图片。正因如此，我们才能够自动分辨社交网站上的某张照片是否涉嫌有色情内容、从监控录像中找到犯罪分子的身影等。
不过机器视觉和人类视觉有着很大的差异，比如说在出现误差方面，机器和人类就有很多不同，“欺骗”深度学习神经网络的例子很能说明问题。