物联网系列的机器视觉

机器视觉的技术状况

|上游

机器视觉的上游环节是光源，镜头，视觉传感器，图像采集卡和图像处理软件.

在高反射玻璃的表面缺陷，生物的表面活性物质，三维物体测量以及复杂的环境光干扰等应用场景中，高质量光源直接影响提取被测物体详细特征的能力. 特别是随着3D视觉技术的发展，结构化光源对光源提出了更高的要求.

需要根据应用场景和成本要求来选择镜头. 固定焦点镜头价格低廉，是许多机器视觉系统的主要选择. 变焦，变焦和远心镜头等高端镜头的应用将进一步改善整个机器视觉系统的性能.

视觉传感器是感测外部信息的最关键组件，包括激光传感器，色彩传感器，光谱共聚焦传感器，3D视觉传感器等，涉及CMOS成像技术，高速数据压缩和存储数据，基于FPGA动态视觉技术，优化光学设计技术，矢量校准算法等. 当集成商面临更复杂的应用要求时，他们甚至需要从上游供应商定制特殊的视觉传感器.

图像处理软件将处理输入的图像数据以获得符合要求的计算结果. 它包括通用的定位，测量，字符/条形码识别，斑点检测等功能. 它还包括面板检查，包装检查等应用. 特殊用途. 图像处理软件具有很高的技术壁垒. 以Cognex Vision pro软件为例，它可以涵盖半导体和电子，汽车，食品和饮料，太阳能，制药，机器人导航和组件定位等行业，为开发人员提供了丰富，强大且可靠的可视化工具库，以及与各种相机，图像采集卡和其他硬件兼容，它是机器视觉图像处理软件的基准产品. 在2018年，康耐视还推出了基于深度学习的ViDi套件，该套件可构建用于组件缺陷检测的定制网络模型，解决传统机器视觉难以处理的复杂应用，甚至检测不可预测的缺陷. 技术的发展具有重要意义.

|中游

在系统集成级别，客户质量和客户评估是测试技术进步，经济性和可靠性的“金标准”.

系统集成商具有不同的技术实力. 似乎不难通过购买上游设备来“节省”一套设备. 但是，大型制造客户不仅对机器视觉的功能有很高的要求，而且对经济和可靠性的要求也很严格，而且对合格的系统集成商的技术能力也有很高的要求.

在消费电子领域，进入苹果，华为和三星等巨头的供应链系统直接反映了企业的技术能力.

在汽车领域，汽车应用环境复杂，对安全性和稳定性有严格的要求. 添加相对封闭的供应链系统会增加进入壁垒，并且可以进入大型机器制造商和一级供应商的生产线. 可以反映机器视觉企业的产品实力.

在半导体领域，进入台积电，三星，英特尔和中芯国际等巨头的生产线将是最具代表性的.

随着高速动态成像技术，高精度3D视觉技术，多传感器融合技术，模块化智能图像处理软件等技术的不断发展，特别是基于智能相机的嵌入式机器视觉系统未来，机器视觉将具有更广泛的功能，更强大的性能以及更深的行业渗透力.

机器视觉的市场状况

|全球市场

赋能传统产业的全球机器视觉普及率迅速提高，机器视觉产业进入快速发展时期. 根据Markets and Markets的统计，2017年全球机器视觉市场超过80亿美元.

在消费电子行业中，快速的产品更换以及对产品质量和可靠性的高要求直接刺激了机器视觉在生产过程中的广泛应用. 一方面机器视觉网，在汽车工业中，汽车电子产品的不断升级增加了对高精度监控设备的需求. 另一方面，标准化程度高的传统汽车公司竞争激烈，机器视觉可以降低制造成本. 在半导体行业中，广泛使用的微纳米技术对高精度测量和检查应用有很高的要求. 这正是机器视觉的技术优势.

全球最大的机器视觉公司是康耐视，它主要位于产业链的上游环节. 它具有强大的技术实力，其核心组件（例如2D传感器，3D传感器和应用软件）处于全球领先地位机器视觉网，并且可以享有很高的毛利. 此外，康耐视丰富的产品线，显着的规模效应和深厚的行业渗透力是整个产业链的核心. 2018年，康耐视的收入高达55亿元，毛利率高达74％. 其他国际知名公司包括Keyence，Hexagon，Werth，DWFritz，Hennecke，Mitutoyo等.

图3 |全球机器视觉市场规模

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-198593-1.html