機器視覺是什么？為什么很多工業、人工智能都裝配上了

2022-08-28 13:00:00 精質視覺

機器視覺被提出來是在20世紀60年代，直到20世紀80到90年代，機器視覺才迎來了蓬勃發展，而在21世紀之后，機器視覺技術才步入成熟期。

有公開數據顯示，在2018年，用于工業自動化領域的機器視覺技術市場規模達44．4億美元，預計2023年將達122．9億美元，其年復合增長率高達21％。

相較于機器視覺行業而言，中國的機器視覺相關產業起步較晚，但發展速度很快。自2011年到2019年，我國機器視覺市場從10億元躍升到百億級，每年都維持著兩位數的增速。目前，中國已成為僅次于美國和日本的三大機器視覺市場。

而2020年疫情的爆發，雖然對整個行業有一定的沖擊影響，但卻成為了機器視覺的“練兵場””——無人機噴灑消毒、機器人無接觸式配送等，加速了大眾對機器人的認知，長期來看，這無疑會加速機器視覺行業的發展進程，各行各業將會對機器視覺的功能特性運用更加多元化，助推行業的全面升級。

從目前的行業發展來看，機器視覺在功能上的應用主要表現在四個方面：

一、導航和定位

對于人眼而言，導航和定位，實則就是通過雙眼來目標物體的判定相對位置和位置。于機器而言，則需為其造一雙“眼睛”——3D視覺來實現的。

談到3D視覺，首先說說3D視覺的測量原理。目前市場上主流的有四種3D視覺測量技術：雙目視覺、TOF、結構光和激光三角測量。

1、雙目技術，是目前較為廣泛的3D視覺系統，它的原理就像我們人的兩只眼睛，用兩個視點觀察同一景物，以獲取在不同視角下的感知圖像，然后通過三角測量原理計算圖像的視差，來獲取景物的三維信息。

雙目視覺對于硬件要求低，因而能一定程度上控制成本。但它對于環境光照非常敏感，光照角度變化、光照強度變化等環境因素的影響，拍攝的圖片亮度差別會比較大，這無疑加大了對算法的要求。另外相機基線（兩個攝像頭間距）限制了測量范圍，測量范圍和基線關系很大：基線越大，測量范圍越遠；基線越小，測量范圍越近。

雙目視覺優劣勢決定了它更適合于制造現場的在線、產品檢測和質量控制。當然也有一些產品也會用此技術原理，如基于slam算法導航定位的終端產品、體感攝像頭等。

2、TOF（全稱：Time Of Flight）飛行時間法成像技術，它的原理是通過給目標物連續發送光脈沖，然后用傳感器接收從物體返回的光，通過探測光脈沖的飛行時間來得到目標物距離。

TOF的核心部件是光源和感光接收模塊，它不需要類似雙目視覺算法來計算，通過特定的公式即可直接輸出物體的深度信息，因而具有響應快、軟件簡單、識別距離遠的特點，而且由于不需要進行灰度圖像的獲取與分析，因此不受外界光源物體表面性質影響，不過TOF技術的缺點是，分辨率低、不能精密成像。

這就決定了TOF技術更適合遠距離的3D信息采集，我們見的就是自動駕駛領域的激光雷達，但由于自動駕駛行業的發展特點，從而導致在該領域的激光雷達公司并不多，*都已被頭部企業占領，后入者的市場門檻就因此變得很高。近幾年來，隨著To C市場掃地機器人*的不斷壯大，很多企業都在考慮運用TOF技術進入該領域，在這里分得一杯羹。但擺在以TOF技術企業眼前最主要的問題是如何降低成本，我們拭目以待。

3、由于雙目和TOF都有各自的缺點，所以就有了第三種方式——結構光技術，它通過一個光源投射出一束結構光，打到想要測量的物體上，因為不同的物體有不同的形狀，這就會因一些條紋或斑點發生不同的變形，有這樣的變形之后，就需要通過算法可以計算出距離、形狀、尺寸等信息，從而獲得物體的三維圖像。

結構光技術，既不需要用很精準的時間延時來測量，又解決了雙目中匹配算法的復雜度和魯棒性問題，所以具有計算簡單、測量精度較高的優勢，而且對于弱光環境、無明顯紋理和形狀變化的表面，同樣都可進行精密測量，所以越來越多的行業應用采用結構光技術。常見的就是手機的面部識別。

4、激光三角測距技術，也是一種幾何測量方法，本質上講，是在利用物體之間的三角幾何關系進行測距。一個典型應用就是利用激光作為光源的測量方案，它也是基于光學幾何原理，根據光源、物體和檢測器三者之間的幾何成像關系，來確定空間物體各點的三維坐標。

這種方法通常用激光作為光源，用CCD/CMOS相機作為檢測器，具有結構光3D視覺的優點精準、快速、成本低的優點。根據幾何原理計算，被測物體越近，在CCD /CMOS上的位置差別就越大，分辨率和精度就越高，所以這種測量法在中近距離下的精度很高，特別適合中近距離測距，所以成為了室內機器人測距定位的方案。