机器视觉近年来一直很火，也成就了一大批企业。 图片来源：百度图片

在当前以高端装备制造为核心的智造工业4.0时代背景下，随着“中国制造2025”战略的深入，工业智能机器人产业市场呈现不断增长的势头，其中充当工业机器人“火眼金睛”角色的机器视觉功不可没。

■本报记者 贡晓丽

智能相机、图像软件、视觉检测系统、相机线材……在近日举办的第十四届中国国际机器视觉展览会上，《中国科学报》记者发现，众多机器视觉企业借此机会，针对实际生产中可能出现的各种应用需求，为用户带来了众多有效的解决方案。

在当前以高端装备制造为核心的智造工业4.0时代背景下，随着“中国制造2025”战略的深入，工业智能机器人产业市场呈现不断增长的势头，其中充当工业机器人“火眼金睛”角色的机器视觉功不可没。

随之而来的，哪些技术有巨大发展潜力？机器视觉究竟给工业机器人一双怎样的“慧眼”，才能够助力工业机器人在工业4.0发展道路上不断创造新的篇章？以上问题也是同期举行的中国机器视觉助力先进制造创新大会上，各位专家与企业代表关心的问题。

机器视觉用途广

机器视觉近年来一直很火，也成就了一大批企业。在展览会现场的不少展台前都可以近距离感受机器视觉带来的冲击。

华睿科技的工业相机从2MP（1MP=100万像素分辨率，下同）到25MP一应俱全，同时在今年推出了50MP CMOS（CMOS图像传感器为一种典型的固体成像传感器）大面阵相机。根据物流行业需求，华睿科技还推出了三款不同的工业镜头系列，可满足各种场景下的视场、景深及分辨率需求，高分辨率保证了成像清晰度。同时该公司还带来了物流分拣的解决方案。

据参展人员介绍，华睿科技依据在机器视觉领域深厚的技术积累，在产品和解决方案上不断自主创新，目标是让视觉成为第一生产力。

凌云公司已同国内多家机器人和自动化公司协同作战，向客户提供高柔性、高精度的生产组装和质量检测自动化解决方案。在介绍战略合作伙伴OptiTrack最近发布的无红外LED（发光二极管）辅助的运动捕捉摄像机Slim 13E时，凌云光技术集团影视动漫行业经理李淼不遗余力，“这款摄像机将专注于大空间、多人交互的虚拟现实（VR）应用体验。全新的解决方案使用了主动式的跟踪技术，称为OptiTrack Active”。

这种全新的捕捉技术还具有很多优势：不再依靠反光，因此标记点的亮度和圆度更加稳定，能够持续稳定地输出高精度的定位数据；选配短焦镜头，现实场景中即使存在掩体或交互遮挡，也能轻松捕捉，做到全局覆盖。

据介绍，10月30日至11月3日，凌云公司作为OptiTrack中国授权代理商，将在深圳、上海、北京陆续举办聚焦VR行业应用的专题研讨会，全新OptiTrack Active解决方案将在中国首次亮相。

另一家机器视觉行业厂商大恒图像研发设计出了专门针对工业级机器视觉应用的全新一代超小型数字工业相机——水星系列千兆网工业相机。“这款相机能顺利部署到空间狭小的各种工业环境中或被集成到机械手臂等自动装置上，完成定位、测量、缺陷检测、目标识别与拾取等机器视觉应用。”中国大恒（集团）有限公司北京图像视觉技术分公司高级应用工程师袁玉娇说，“这款工业相机在去年的第十八届中国国际博览会上还获得了年度最佳产品奖。”

做好机器的“眼睛和大脑”

中国产业调研网发布的中国机器视觉行业发展监测分析与市场前景预测报告（2016—2020年）认为，随着企业自动化程度的不断提高和对质量更加严格的控制要求，迫切需要机器视觉来代替人工检测。中国的工业生产正从依赖廉价劳动力转向更高程度的自动化生产，这带来了对自动化设备的大量需求。

机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。“这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。”西安交通大学教授韩九强表示。

机器视觉技术是图像获取、分析、识别、检测等技术的综合。在一些不适宜人工作业的工作环境或人工视觉难以满足高精度、高质量要求的场合，常用机器视觉来代替人工视觉。

李淼表示，机器视觉强调实用性，要求能够适应工业生产中恶劣的环境，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。“机器视觉就是机器的‘眼睛和大脑’。”

据介绍，机器视觉系统的优点有：非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可靠性；具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围；长时间稳定工作，机器视觉可以长时间地作测量、分析和识别任务。

“对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。”基恩士公司的一位视觉部门销售工程师表示。

解决复杂而困难的应用

由于国内机器视觉产业发展速度明显加快，机器视觉行业高级分析师严胜辉预计，国内机器视觉发展期可持续到2020年前后，之后将进入产业成熟期。

“在机器视觉的目标跟踪技术领域，要着力解决‘看得清、找得出、跟得上、打得准’四个问题。”中科院长春光学精密机械与物理研究所教授朱明曾表示，机器视觉要进一步解决的问题还有很多。譬如，其成像技术要解决在远距离、弱目标的情境下，即使遇到恶劣天气，也能够克服器件限制；目标检测技术要进一步提高，能够精准检测到各种背景下的各种目标；目标识别技术要进一步提高“人工智能”和“人在回路”等。

“国内在机器视觉产品研发方面虽然取得了一些成果，但与国外先进机器视觉技术和设备相比还有较大差距。”韩九强提出，目前国内在机器视觉产品研发方面主要存在技术水平较低、应用面窄、基本处于软硬件定制的专用视觉系统研发和应用阶段、开发成本高、效率低等问题；在机器视觉算法研究方面，仍采用经典的数字图像处理算法和通用软件编程开发，组态集成开发能力弱；在产品方面，拥有自主知识产权的机器视觉技术与系统产品较少，不利于批量生产和推广。

这些不足和问题，不仅局限了机器视觉的应用范围，还让已有的技术应用复杂而困难。北京清影机器视觉技术有限公司总经理曹亮认为，目前通用的“机器视觉”多数是由人工智能计算来实现的，一种视觉对应一种特有的软件和系统，完成一种固定的视觉任务，在算法和数据层面无法实现各视觉系统在机器视觉上的统一。而且，对于图像内容的理解方面，由于神经网络存在的黑箱性质，机器无法达到令人信服的对视觉的理解要求。

曹亮将目光投向了能够让机器具备像人眼一样的三维、高速、被动成像的视觉感知功能的一项技术，曹亮称之为“机器眼”。关注于远距离、大场景、实时三维被动成像技术的曹亮表示，“希望我们的一小步，能促成机器世界的一大步”。