协会官方微信

返回首页

English

  • 中仪协七届七次理事(扩大)会议在北京召开
  • 第一期“OPDCA”研修课程成果汇报会
  • 2018仪器仪表行业欧洲传感器商务考察
  • 2018年仪器仪表产业发展峰会

专题论述

推进工业自动化进程 机器视觉的现状和发展趋势分析
信息来源:网络 上传日期:2018-03-19 点击率:3394次

实现中国制造2025”,完成从制造大国向制造强国的转变,智能制造是主攻方向。在智能制造过程中,机器视觉主要用计算机来模拟人的视觉功能,也就是把客观事物的图像信息提取、处理并理解,最终用于实际检测、测量和控制。随着智能制造的愈演愈烈,市场对于机器视觉的需求也将逐渐增多。

机器视觉可说是工业自动化系统的灵魂之窗,从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位,都是机器视觉技术可以发挥的舞台。而为了因应层出不穷的新应用需求,工业相机的设计也出现新的发展方向。

机器视觉产业链

机器视觉在生活中的的应用及其广泛,在交通领域、水文观测、地质灾害预警识别等领域,都发挥着重要的作用。而宏观上看,发展速度较快的细分产业是人脸识别与图像识别。这两个分支行业,在金融、安防以及交通领域较为集中。这些细分领域的投资者,大多都具有自身技术优势,并将为各类场景提供应用解决方案来盈利。

我国机器视觉发展现状

我国机器视觉行业的起步比较晚,集中度也不是很高,最开始主要是代理国外品牌。近几年,很多的经销商开始自主开发产品,但在行业分布、渠道分销以及成熟的自动化产品等方面还是和国外有一定差距。国内机器视觉的相对成熟的自动化产品质量以及技术含量偏低,市场也远远没有饱和。

机器视觉企业大体可以分为层开发厂商、二次开发厂商和产品代理商。国内机器视觉企业主要为国外机器视觉产品代理商和系统二次开发厂商。目前进入我国机器视觉市场的国外品牌有100多家,我国本土的企业负责销售代理的企业有200多家,专业的系统集成商超过50家。我国真正的专业机器视觉底层厂商凤毛麟角,本土机器视觉系统厂商和机器视觉系统元器件生产商存在缺失。

我国机器视觉的发展趋势

工业4.0离不开智能制造,智能制造离不开机器视觉。机器视觉是实现工业自动化和智能化的必要手段,相当于人类视觉在机器上的延伸。机器视觉具有高度自动化、高效率、高精度和适应较差环境等优点,将在我国工业自动化的实现过程中产生重要作用。

视觉图像技术需要重点构建四大核心能力:

第一,智能识别。海量信息快速收敛,从大量信息中找到关键特征,准确度和可靠度是关键。

第二,智能测量。测量是工业的基础,要求精准度。

第三,智能检测。在测量的基础上,综合分析判断多信息多指标,关键点上是基于复杂逻辑的智能化判断。

第四,智能互联。图像的海量数据在多节点采集互联,同时将人员、设备、生产物资、环境、工艺等等数据互联,衍生出深度学习、智能优化、智能预测等等创新能力,真正展示出工业4.0的威力。

机器视觉的相关产品

一个典型的工业机器视觉系统包括:光源、镜头、相机(包括CCD相机和COMS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通讯/输入输出单元等。

(一)机器视觉核心部件:

智能相机:黑白智能相机、线扫描智能相机、彩色智能相机、CMOS智能相机、ID读码器等;

板卡:黑白采集卡、图像压缩/解压板卡、彩色采集卡等;

软件包:图像处理软件、机器视觉工具软件;

配件:工业相机、CMOS相机、CCD相机、面阵相机、行扫描相机、红外相机、1394接口相机;

工业镜头:FA镜头、高分辨率镜头、图像扫描镜头、聚光透镜、远心镜头等;

光源:LED光源、紫外照明系统、红外光源、光纤照明系统等;

辅助产品:传感器、标定块、光栅、垫圈、连线及连接器、电源、底板。

(二)机器视觉辅件:

图像处理系统:光学文字、识别系统、自动化/机器人技术、红外图像系统;

机器视觉集成:字符处理和识别系统、自动化/机器人技术、红外图像系统、烟草、印钞、电子组装、质量检测、自动识别(OCR/OCV)、测量、智能视觉、表面检测、印刷、包装、复杂工业对象视觉在线、汽车制造、车牌、智能交通、生物特征识别、监控、医疗检测、光学检查等系统。

中国仪器仪表行业协会 版权所有
京ICP备13023518号-1 京公网安备 110102003807
地址:北京市西城区百万庄大街16号1号楼6层 邮编:100037