机器视觉的发展趋势分析

作者：杨超月

　　机器视觉技术是计算机学科的一个重要分支，发展到如今，机器视觉已经有30多年的历史，其功能在工业领域逐渐完善。随着人工智能和5G网络优势的发展，中国传统制造业不断转型升级，智能制造演变的更加智能化，智慧化。其中智能制造的一个显著点就是用工业机器人代替部分人工了劳动力，让工厂的工作效率更高。而机器视觉在其中起到不可替代的作用，机器视觉在我国进入了一个快速发展时期。

　　机器视觉技术是一门涉及人工智能、神经生物学、物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。主要用计算机软件来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。从技术上来看，2018年机器视觉行业将呈现4大发展趋势。

　　1. 智能城市。

　　以智能交通行业为例，机器视觉具有成本低、稳定性强、准确性高、应用范围广等优点，目前已经在国内外高速公路和公路的交通监控系统中得到了广泛的应用,具体体现在车牌识别、车身颜色识别、车型识别、违章识别、车流量统计、流量控制等。其次在安防中，也将大量使用，基于机器视觉技术的智能安防系统，能够从众多视频材料中进行图像识别，搜寻可疑人物等信息，实现对高危人员的识别和筛查；同时还能够从多个监控设备自动识别可疑物体，自动发出警报提醒安保工作人员。

　　2. 无人商店。

　　物联网巨头阿里巴巴和腾讯在年初的时候就布局了无人商店，可以说无人商店的发展前景巨大，中国拥有开设无人商店最好的环境，顾客习惯于电子支付，另一方面从劳动力成本来说，中国的企业也会更快拥抱这一商业运营模式。机器视觉愈加得到青睐。

　　3. 跨行业协作。

　　机器视觉是一门交叉学科，其组件的多种新用途，将使视觉制造商遭遇很多他们陌生的借口标准，而为了解决这些标准之间的差异化的问题，各方需要合作共享各自专业的知识，为了更好的从相机传感器中获取数据，并将机发送到电脑端进行处理。

　　4. 高光谱效应。

　　基于PC的高光谱成像用于肉眼无法完成的材料识别、物体发现或过程检测。制造领域以外的应用正在推动高光谱相机的强势增长，高光谱相机将光谱学与数字成像结合。军事监控应用占据了高光谱成像市场中最大份额，其次是环境测试、采矿和矿物应用。另外，在各种医疗和诊断中，高光谱成像也将被广泛采用。分析和处理高光谱成像的数据相对复杂，这也是阻碍市场发展的一个主要障碍，另一个障碍就是高光谱相机的成本较高。目前制造商现正在努力克服这些缺点。