歡迎來到中國產業信息網設為首頁|加入收藏|網站地圖|繁體|產業網微薄

中國產業信息網行業頻道

產業網 > 行業頻道 > 機械機電 > 專用設備 > 正文

中國機器視覺技術發展現狀分析及工業級和消費級機器視覺對比分析[圖]

2019年09月26日 13:41:54字號:T|T

    機器視覺技術是屬于人工智能的重要分支。人工智能的研究核心圍繞在如何使機器具備人類智能,其架構可分為基礎支持層、技術層、應用層。基礎支持層包括大數據、計算力和算法,基礎支持層中的數據可以比作人工智能的燃料、算法可以比作人工智能的發動機,數據量、運算能力提升以及深度學習算法促進了人工智能技術的應用發展;技術層側重人類智能的某一方面,包括視覺類技術(機器視覺、計算機視覺)、語音類技術(語音識別、機器翻譯等)、自然語言處理類技術、人機交互等;應用層則是人工智能技術的具體落地,可以是具體的產品、裝備(如智能檢測裝備),也可以是一類解決方案(如人臉識別)。從機器視覺的架構來看,從底層的傳感、到算法集成應用,隸屬于人工智能在工業領域的應用。

    為什么機器視覺技術可以廣泛應用于工業制造生產領域。我們認為有兩點重要原因:(1)可靠性原則,機器視覺技術是基于人工智能的架構,其底層是以數據傳感和核心算法作為支撐的,機器視覺設備自身集成了自動化定位、識別、判定的軟硬件平臺,對于標準批量化產品,可以做到較高的可靠性;(2)經濟性原則,機器視覺產品的應用對人工的替代性具備明顯的成本優勢,而且具有更高的一致性要求。

    根據調查數據顯示,機器視覺是通過光學裝置和非接觸式的傳感器,自動地接受和處理一個真實物體地圖像,以獲得所需信息用于控制機器人運動的裝置。機器視覺技術主要采用適合被測物體的多角度光源及傳感器獲取檢測對象地圖像,通過計算機從圖像中提取信息,進行分析、處理,最終用于實際檢測和控制。總的來看,機器視覺是一門涉及機械、電子、光學、自動控制、人工智能、計算機科學、圖像處理和模式識別等諸多領域的交叉學科。

    機器視覺在國外人工智能應用技術中占比

數據來源:公開資料整理

    機器視覺在國內人工智能企業應用技術中占比

數據來源:公開資料整理

    機器視覺技術在國內外人工智能企業應用技術中占比超過40%,是各類應用技術中應用最廣的一類。視覺占據人類信息獲取超過80%,是人類最重要的感覺器官,而機器視覺技術將人類強大、復雜的視覺感官賦予機器,能夠實現計算機系統對于外界環境的觀察、識別以及判斷等功能,是人工智能范疇最重要的前沿分支之一。

    機器視覺算法、軟件以及視覺傳感器和精密驅控是機器視覺行業的核心技術,是天準科技作為裝備制造商區別于系統集成商的關鍵。機器視覺產業鏈包括上游零部件供應商、中游裝備廠商以及下游應用行業構成。其中機器視覺的核心零部件包括視覺軟件、各類傳感器,以及光源、鏡頭等其他與傳感器相關的零部件,產業鏈利潤多集中在上游零部件領域。那些具有零部件核心技術的企業在產業鏈中占據較高的行業地位,往往享受高利潤率,同時產品覆蓋面廣泛,具備發展成大型企業的潛力。此外,除了提供上游零部件產品,這些企業自身還可以提供機器視覺裝備,或者通過系統集成商完成裝備生產,從而在中游領域亦具備一定影響力。

    系統集成商通常直接采購視覺軟件、傳感器、驅控系統等核心零部件,通過簡單的二次開發和組裝完成設備生產,不具備自由機器視覺算法、軟件以及視覺傳感器和精密驅控等核心技術,通常不具備整臺裝備的設計生產能力,一般是在客戶要求下在自動化生產線上集成機器視覺機構,或者形成簡單的工業視覺裝備。

    二、工業級和消費級機器視覺比較

    除了以機器視覺為代表的視覺技術廣泛應用于工業制作外,在消費級領域,隨著數據量上漲、運算力提升和深度學習算法的發展,計算機視覺技術越來越多地被應用在各類消費級應用場景中,典型的如人臉識別服務,具體包括人臉檢測、人臉關鍵特征點、人臉對比、人臉搜索、人臉屬性、人臉聚類、人力活體檢測等。計算機視覺是指用計算機實現人的視覺功能,對客觀世界的三維場景的感知、識別和理解。計算機視覺與研究人類或動物的視覺不同,它借助于幾何、物理和學習技術來構筑模型,從而用統計的方法來處理數據。

    從學科上,機器視覺(MachineVision,MV)與計算機視覺(ComputerVision,CV)都被認為是人工智能的下屬科目。兩者既有聯系又有區別。首先,機器視覺與計算機視覺有很多相似之處,在架構上都是基礎層+技術層+應用層;并且兩者的基本理論框架、底層理論、算法等是相似的,因此機器視覺與計算機視覺在技術和應用領域上會有一定重疊。

    計算機視覺產業鏈

數據來源:公開資料整理

    計算機視覺是采用圖像處理、模式識別、人工智能技術相結合的手段,著重于一幅或多幅圖像的計算機分析。圖像可以由單個或者多個傳感器獲取,也可以是單個傳感器在不同時刻獲取的圖像序列。

    機器視覺則偏重于計算機視覺技術工程化,能夠自動獲取和分析特定的圖像,以控制相應的行為。具體的說,計算機視覺為機器視覺提供圖像和景物分析的理論和算法基礎,機器視覺為計算機視覺的實現提供傳感器模型、系統構造和實現手段。二者共用一套理論系統,只是發展的方向不同,機器視覺側重于在工業領域的實際應用,而計算機視覺側重理論算法的研究。

工業級機器視覺和消費級計算機視覺的區別和聯系

-
工業級機器視覺MV
消費級計算機視覺CV
范疇
人工智能
學科
系統工程
計算機科學
構成
硬件+軟件
軟件主導
感知方式
單一傳感器為主,正在向多傳感器融合
多傳感器融合
應用側重點
更多注重廣義圖像信號(激光,攝像
頭)與自動化控制(生產線)
更多注重(2/3D)圖像信號本身的研究以
及和圖像相關的交叉學科研究
內容
圖像采集、鏡頭控制、圖像處理等算法
圖像處理算法
可控性
更加可控
不確定性更大
核心
讓機器人按照自身任務進行識別的技術
如何進行圖像分析的技術
對相機的要求
工業類相機,高精度
攝像頭
數據存儲調度
數據以產線終端為主,正在云化
以云端為主

數據來源:公開資料整理

    從應用領域上,機器視覺大多應用在工業領域上,具體應用包括計量與檢測、智能制造等;除了在工業領域應用外,在消費領域的眾多場景中,多是計算機視覺的具體應用。由于理論的研究發展速度往往快于實踐應用,即計算機視覺的發展遠遠超過了其時間實踐。目前掌握的具體計算機視覺任務的方法,也僅僅適用于狹隘的人臉識別、指紋識別等簡單任務,無法廣泛的應用于不同場合。

    從組成上看,機器視覺系統包含硬件和軟件諸多元素,除了算法與軟件是系統核心內容外,如傳感器、控制器等也是核心組成部分。以天準科技為例,其成本90%以上是原材料,而原材料中,傳感器類(鏡頭、相機、傳感器)、機械類成本分別占41.5%、37.1%。在機器視覺產業鏈中,除了視覺系統、傳感器、光源、鏡頭等零部件廠商外,中游還包括具備核心技術的裝備制造商、以及其他眾多的系統集成商。

    由于機器視覺側重工程的應用,因而強調實時性、高精度和高速度,以及算法的可靠性、系統的穩定性。從技術變革趨勢來看,3D視覺、多光譜成像、高速成像與處理、深度學習是機器視覺持續改善性能的重要方向。當前機器視覺輸入的圖像仍以2D信息為主,后續結合新型傳感器的3D視覺技術有望大幅提升機器視覺的應用范圍。其次,高光譜和多光譜成像能夠同時處理多個不同品類的產品檢測,也是未來機器視覺演進的重要方向。另外,以線掃描為代表的高速成像技術能夠提升成像速度,進而提升檢測效率。最后,深度學習+機器視覺能夠不斷優化檢測參數、增加檢測靈活性,也是后續機器視覺創新的重要方向。

    工業級機器視覺和消費級機器視覺有本質的區別,在應用側重點、結構上有著明顯的差別,但是工業機器視覺和消費級機器視覺都源自人工智能的技術,感知和算法是核心技術,也就意味著產品和技術在各個領域的可延展性是比較強的。機器視覺是比較通用的底層技術,可以廣泛應用在工業和非工業領域,對當前制造業的改造和升級,起到了至關重要的作用。機器視覺,以其可靠性和經濟性正在廣泛應用各個工業制造場景,未來的增長前景廣泛。

    相關報告:智研咨詢發布的《2020-2026年中國機器視覺行業市場供需形勢及未來前景規劃報告》 

中國產業信息網微信公眾號中國產業信息網微信公眾號 中國產業信息網微信服務號中國產業信息網微信服務號
版權提示:中國產業信息網倡導尊重與保護知識產權,對有明確來源的內容注明出處。如發現本站文章存在版權、稿酬或其它問題,煩請聯系我們,我們將及時與您溝通處理。聯系方式:[email protected]、010-60343812。
 

精彩圖片

 

 

產業研究產業數據

 

 

 排行榜產經研究數據

北京pk10开奖直播