我用机器视觉技术有十多年了，十多年前也用机器视觉技术设计了一些设备，这些设备也一直在生产线上沿用至今。从一开始我就没用现成的国外的产品，主要原因还是因为版权成本。所有的应用都是在PC架构的基础上用VC和自己的算法去控制下位机完成的。实际上机器视觉技术应用可以很简单也可以很复杂。在工业应用上，不是所有的场景都会用到很复杂的算法，更多时候是识别定点的灰度和颜色值就可以满足不少的应用。
实际上很多复杂的算法并不适用一线的生产，主要是复杂的算法耗时都较多，如果硬件跟不上，响应慢。有时间简单的定点识别在生产线应用更灵活，易于维护。机器视觉技术应用在工业确实会给产品品质和效率带来不可思议的进步。我最早的视觉技术是应用在包装工序的防错和防漏。一举解决了产品到日本后因漏件客户要求反复返工的产生高额费用的困扰。后来又设计了一些产品综合测试中心，把外观，机械，电性能，一键实现全测试的功能。最经典的设备应用是用视觉技术实现了热转印机的实时纠偏，解决了行业中传统印刷精度 1.0毫米提升到0.1毫米，成为行业首批全数字化控制的热转印机，不良品率也由传统30%降到1%。
这几十台设备己经用了十多年至今仍在运行。后来这十几年我并没太热衷去推视觉技术，原因是维护很艰辛。视觉技术是光学传感器，被识别的物体光源控制很重要，不好的视觉控制，往往会因早上，下午，夜晚的光线变化而影响使用。为了光源稳定，不得不增设了遮光体，用高感光相机，但这些装置都很占地方。很多时候为了伺服一个小相机，把光源，遮光罩，电脑机箱，整整占了一大块地方。更麻烦的是，自己编写的视觉程序，维护自己也难以脱身，有了问题或产品换了颜色，配置，几乎没人能处理，深更半夜都得爬起来。我很少用板卡去驱动相机，几乎都是挂个USB相机就用了。但经过十几年的实际应用，发现这并不是好的方法，不仅常规PC占空间，这些设备的USB端口长年高速运行，不管什么品牌的电脑，几乎都是两年就要报废，主要USB端口老化，带宽上不去，图像分辩率也就完蛋，这样这些出了问题的PC自然也没法再服役下去。
我们在最初的设计往往期待都很高，用了自以为很先进的模板匹配和轮廓算法去智能化识别。但常常事与愿违，这些东西不好用，误识别概率很高，倒不如用简单的机械方式去管制产品在合理的识别范围更可靠和快捷，在工业应用上，稳定可靠压倒一切！
不少人用开源的算法去做视觉产品，例如 opencv。
但实践上告诉我们，这些开源的算法只能用来学习，他的速度和精度就不太好，例如你用直接opencv实现一个高效和高精度的旋转匹配是很困难的。在机器视觉领域里旋转匹配技术是应用最广也是最困难的技术，目前能做得很好都是一些美国和德国的视觉技术产品。这些算法都是不公开的，例如康耐视的轮廓匹配速度和精度是很惊人的效果。
现在的中国，要推行工业4.0，机器视觉是核心之一。但现在在中国的视觉界里，也乱像纷然。一眼看上去，中国也来了个大跃进，很多公司也推出了体积小巧的智能相机，个个都标称是自主技术，但实际上有不少是直接用卡片式主板，装个微软的操作系统，挂个相机，更把开源的视觉库封装下就说是自主核心技术了，这很可悲。事实上微软的操作系统不太适合高速实时的视觉技术应用，这是因为分时架构问题，光驱动高分辩率相机，就己经很吃力，更别提算法。这样的产品长期使用也很快出现老化问题。国外不少智能相机是基于自研实时系统。所以国内很多产品的响应速率和可靠性和国外比差距不小。
有人问我，为什么我近些年来很少去什视觉设备了，我根本原因是怕维护。但少做并没意味停了下来，开始尝试自己去设计视觉硬件，自己搭操作系统，自己做嵌入式组态软件，为了实现高效率运行，榨干每个机器周期，撇开了常见的操作系统内建自己做旋转匹配算法，这些事情需要时候毅力和时间，浮躁不得。
再谈及3D识别，个人认为目前还是个噱头。首先目前精度能做到 0.2毫米的实时三维相机很罕见，就算有也是天价！而且高密度的点云处理也很耗时，用常规PC要做到毫秒级别的识别几乎不可能。所以我们在展会上能见到的所谓的3D分检都是傻大粗的东西。可以负责任地说，这些技术目前也只能停留在概念阶段。
应用市场规模增长，竞争格局较为分散
IDC数据显示，2018年中国计算机视觉应用市场达7.5亿美元，其中平安城市中的安防是最大的应用场景。2019年全年中国计算机视觉应用市场达1456.4百万美元，市场增长来源于安防、城市大脑等领域。人脸识别做身份核验的应用空间已经呈现出较高的渗透率，但在疫情之后，包括园区、办公楼宇将带来一拨新的人脸识别需求。计算机视觉在传统行业，工业质检、巡检的应用正在兴起。
我国机器视觉相关企业数量在逐年增长，机器视觉市场竞争日益激烈，但国内尚未有出现主导行业地位的龙头企业。从市场格局角度，在商汤旷视云从依图四小龙的整体份额之外，海大宇在AI+安防市场的份额也显著增长。在质检、巡检方向，百度、华为、阿里、腾讯以及以创新奇智为代表的创业公司也在崛起。
目前，机器视觉行业进入企业较多，投融资市场发展迅速
IT桔子统计数据显示，2019年中国机器视觉产业投融资案例59起，涉及投资融资资金103.21亿元。目前进入机器视觉领域的企业很多，从应用功能领域划分，主要是检测、测量、定位、识别读码等几种，各家企业都有自身专注的领域，或一个或多个，在很大程度上，工艺算法是主要壁垒，行业案例是敲门砖。
综合来看，鉴于短期内技术密集型的机器人产业仍处于成长阶段，新晋企业和团队仍将持续涌入机器视觉领域，作为人工智能技术与工业制造的直接结合点，机器视觉有望持续快速发展，拥有高尖端技术或创新型机器视觉产品，并能快速落地的企业仍将能受资本市场青睐，并在资本的助力下，获得高速成长的更多要素。
原创文章，作者：普尔小编，如若转载，请注明出处：http://www.puerpx.cn/pxwd/6265.html
