（报告出品方/作者：长江证券，赵智勇、宗建树、曹小敏）

为机器植入“眼睛”和“大脑”，融入工业基础

机器视觉的本质是为机器植入“眼睛”和“大脑”，基于捕获并处理的图像为设备执行功能提供操作指导，通常机器视觉系统包含软件和硬件部分，具体可分为三大环节：1）成像单元（光源、镜头、相机、图像采集卡、控制器和配件）；2）图像分析与处理单元（信息处理平台、机器视觉算法库）；3）智能决策与执行单元（AI能力平台、现场应用软件）。

机器视觉技术将“机器代替人眼”的理念应用于工业制造中，相比于人眼观测，机器视觉在精度、速度、适应性、客观性、重复性、可靠性、信息集成等方面具有显著优势，是工业制造数字化、网络化、智能化的未来发展方向。

因此机器视觉在诸多场景下可以代替人眼视觉并取得更优异的效果，其基础功能可以归纳为四种：定位、识别、测量与检测。

1）定位。机器视觉定位是将零件的位置和方向与指定的空间公差进行比较的过程。在2D或3D空间中，零件的位置和方向被传输给机器人或机器元件，以便于它对齐或将目标放置在适当的位置和方向。相比手动检查、对齐和定位，机器视觉定位系统具有更高的精度和速度，实际的定位应用包括机器人拾取和放置传送带上的零件、玻璃基板的定位、检查条形码和标签对齐、检查PCB中的IC放置以及排列包装托盘中的零件。

2）检测。缺陷检测是制造业中最基本的质量控制方法之一，也是机器视觉系统最常用的功能。在缺陷检测中，机器视觉会搜索零件表面存在的裂纹、划痕、瑕疵、间隙、污染物、变色和其他不规则等缺陷。这些缺陷随机出现，因此机器视觉算法会寻找图案变化、颜色或纹理变化、不连续性或连接结构。机器视觉系统可以将缺陷按类型、颜色、纹理和大小进行分类，并筛选出不符合标准的缺陷部分。相比人眼检测，机器视觉系统可以快速有效地检测人眼看不见的微小缺陷，并且可以长时间运行。缺陷检测广泛用于检查半导体和电子元件、电器、食品及其包装、连续卷材生产的材料（例如纸张、塑料、金属）等。一旦检测到来自流程的故障部件，流程将立即停止并进行纠正，故障部件将与其批次分开。缺陷检测通常与存在性检查、测量和定位功能一起集成到机器视觉系统中。

3）测量。机器视觉测量主要用于检查零件的尺寸精度和几何公差。机器视觉系统通过计算两个或多个点之间的距离以及对象上目标特征的位置，以确定测量值是否符合规格。要获得高度准确、精确和可重复的测量，必须优化机器视觉系统的照明和光学系统。测量通常与缺陷检测结合使用，用于测量零件中检测到的不规则性，另外还可用于计算零件的体积。

4）识别。机器视觉识别主要用于扫描和读取条形码、

转载请注明:http://www.aideyishus.com/lkgx/7428.html