機器視覺是用計算機來模拟人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于工業智能制造中的實際檢測、測量和控制等工作環節。在以智能制造為核心的工業4.0時代背景下，随着中國制造2025戰略的深入，機器視覺産業正呈現出爆炸式增長的勢頭。在智能機器人、無人機、自動駕駛、智能醫生、智能安防、VR/AR等應用領域，機器視覺給各種先進産品一雙“慧眼”，幫助各種儀器在未來工業自動化、智能化的工業4.0發展道路上大展拳腳。
現象巨頭紛紛布局機器視覺
在2016年的新技術并購中，除了VR，最火熱的莫過去機器視覺了。
機器視覺是通過計算機來模拟人類視覺功能，以讓機器獲得相關視覺信息并加以理解。機器視覺系統的原理是計算機或圖像處理器以及相關設備來模拟與人類視覺功能，從客觀事物的圖像中提取信息進行處理，獲得相關視覺信息，并加以理解，最終用于實際檢測和控制等領域。
也許很多人還不了解機器視覺的應用領域，實際上，在所有的智能制造産業和産品中，幾乎都可以找到機器視覺的應用點。比如智能汽車、智能交通，智能家居，智能穿戴設備、自動化生産線、無人機、甚至VR和AR領域……。因為機器視覺主要用計算機來模拟人的視覺功能，将機器賦予了人腦的一部分功能，即從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制階段。而人類目前的信息傳輸中，95%以上是通過視覺傳輸的，也正是視覺傳輸的高效性，才讓機器視覺在未來的“智能”時代占據了重要的地位。
随着機器視覺技術的不斷發展，在各行業中的應用日益加深，2016年全球互聯網和半導體巨頭紛紛布局機器視覺領域。
比如2016年5月，英特爾收購俄羅斯機器視覺公司Itseez。據了解，Itseez是一家私人公司，成立于2005年。該公司已開發了面向駕駛員輔助系統的軟件和服務，能就可能發生的碰撞向駕駛員發出警告，提高駕駛員觀察周邊環境的能力和讓駕駛變得更簡單。此次收購加強了英特爾在電子感知和圖像理解領域的能力，有利于公司于汽車和物聯網領域的創新。
此外，2016年9月，英特爾還收購機器視覺公司Movidius，該公司可以提供低功耗機器視覺芯片，而且已于谷歌、聯想、大疆等公司簽訂協議，為無人機、安保攝像頭、VR/AR頭盔等設備提供技術服務。
2016年7月，谷歌收購了巴黎機器學習技術開發商Moodstocks。該公司主要為智能手機開發以機器學習為基礎的圖像識别技術，推出的MoodstocksNotes，可通過照片識别書籍、CD、海報、傳單和酒标等對象。下載該應用程序後，對準照片掃描，用戶即可浏覽其他人對該商品的說明及評論。此前谷歌已經收購了美國著名的IndustrialPerception公司，該公司緻力于研究用于工業機器人的3D視覺識别技術，能夠準确對物體進行分類，可以使工業機器人對不同形狀的物體進行精準的貨物裝卸。另外Facebook和谷歌攜手俄羅斯計算機視覺公司VisionLabs開發了一個通用的開源計算機視覺開發平台。
2016年11月，Facebook收購了面部識别技術初創公司FacioMetrics。收購目的是為了強化Facebook的圖片和視頻特效。目前，FacioMetrics提供的工具能夠記錄、檢測、掃描臉部，了解人類面部的行為和年齡，該軟件由卡内基梅隆大學“人類感覺實驗室”研究人員研發。FacioMetrics創始人費爾南多·德拉托雷表示，該公司研究和分析面部圖像就是用來滿足包括VR和AR在内的各種需求。
另外，著名IP與處理器制造商ARM在2016年5月以3.5億美元收購英國計算視覺公司Apical。目前，Apical掌握着全球最先進的計算機成像技術，Apical的專利技術已經覆蓋了超過15億的手機設備，在收購Apical以後，ARM的處理器業務将跳轉到一個全新的領域，為其在物聯網市場的競争增加了視覺技術方面的優勢。因為ARM自己并不是設備生産商，但全球數以億計的設備中都能發現ARM的IP設置。
還有汽車巨頭福特收購以色列機器視覺和機器學習公司SAIPS，該公司開發的圖像和視頻算法解決方案、深度學習、信号處理及分類技術，能夠幫助福特的無人駕駛汽車學習和适應周圍的環境。
總之，随着新技術對于機器視覺的需求逐漸增多，機器視覺必然會成為新經濟的熱點。機器視覺技術将有效轉換、升級設備功能與人機交互方式，為市場帶來新的變革。
背景機器視覺系統是工業4.0之眼
如果說工業機器人是人類手的延伸、交通工具是人類腿的延伸，那麼機器視覺就相當于人類視覺在機器上的延伸。機器視覺實現了對工件尺寸、形狀、顔色等特征的自動判斷和識别，可以讓機器代替人眼做測量和判斷，是實現工業自動化和智能化的必要手段。
據悉，機器視覺工業應用廣泛，主要具有四個功能：
首先是引導和定位功能。視覺定位要求機器視覺系統能夠快速準确的找到被測零件并确認其位置，上下料使用機器視覺來定位，引導機械手臂準确抓取。比如在半導體封裝領域，設備需要根據機器視覺取得的芯片位置信息調整拾取頭，準确拾取芯片并進行綁定。
其次是外觀檢測功能。檢測生産線上産品有無質量問題，該環節也是取代人工最多的環節。機器視覺可以檢測的對象包括尺寸檢測、外觀缺陷檢測、質量缺陷檢測、附屬物檢測等。另外高精度檢測則在電子産品檢測中有很多應用。有些電子産品的精密度較高，達到0.01--0.02m甚至到微米級，人眼無法檢測必須使用機器完成。
最後是識别功能，就是利用機器視覺對圖像進行處理、分析和理解，以識别各種不同模式的目标和對象。可以達到數據的追溯和采集，在汽車零部件、食品、藥品等應用較多。
概括地說，機器視覺系統的特點是提高生産的柔性和自動化程度，主要在一些不适合于人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業生産過程中，用人工視覺檢查産品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生産效率和生産的自動化程度。
比如在食品藥品生産領域，衆所周知，食品藥品關系到人類的生命健康，如果因為藥品的質量問題而對人的生命造成威脅，這将是一個大的災難。因而各藥品生産廠家，尤其是世界知名大廠對藥品的整個生産過程甚至後段的包裝都給予了非常大的重視。在食品藥品的生産、包裝過程中，無論是藥品的泡罩包裝、液體灌裝，還是後段的壓蓋、貼标、噴碼，以及最後的裝盒檢測，機器視覺技術都可以發揮其強大的功能。
再比如果蔬采摘是農業生産鍊中最耗時耗力的一個環節。應用農業機器人在解決勞動力不足、降低采摘成本、提高勞動生産率、保證果蔬适時采收等方面具有很大潛力，然而，由于作業環境複雜多變，對視覺辨别能力要求高。目前的機器人視覺定位蔬果已由最初的單目視覺發展到雙目視覺甚至多目視覺，以實現對蔬果在三維空間的精确定位。荷蘭、美國等國家已經有基于雙目立體視覺原理的溫室黃瓜、草莓采摘機器人系統，正确識别率能達96%以上。
焦點機器人産業的難點和痛點
在以智能制造為核心的工業4.0時代背景下，随着中國制造2025戰略的深入，智能機器人産業市場呈現爆炸式增長勢頭。作為機器人的“大腦中樞神經”，人工智能在過去的幾年裡一直處于持續的高速發展階段，很多機器人也已經具備了相當高的智能化特點，但是還遠遠達不到人類所設想的智能化程度，原因就在于機器人的視覺系統技術一直難以突破。想想無人駕駛汽車,即輪式機器人，無人機，即飛行機器人，如果僅僅依靠雷達，其技術成本将會十分高昂。要讓這些機器人去很好的替代人類工作的話，首先要做的就是讓它們得能“看”到才行，不僅如此，在日常生活中我們所用到的很多智能化的東西也是需要去看的，除了無人駕駛汽車、智能無人機和智能吸塵器，工業生産線、農業生産機械、各種娛樂産品啟示都與機器視覺有着重要的關系。
隻有當工業機器人具備觀察事情的能力時，才能夠很好的對事情判斷，從而做到智能化的靈活自行解決一些問題。
在工業4.0的大勢力下，智能制造對工業機器人的要求也越來越高，傳統的通過編程來執行某一特定動作的機器人，将不再能滿足制造業向前發展的需求。很多時候，我們将需要機器人能夠具備識别、分析、處理等更高級的功能，也就是說需要為工業機器人安裝一雙“火眼金睛”來替代人眼做測量和判斷，機器視覺相當于為工業機器人裝上了“眼睛”，讓他們能夠清晰地不知疲倦的看到物體，發揮人眼檢查檢測的功能，這在高度自動化的大規模生産中非常重要。
在行業應用方面，主要有制藥、包裝、電子、汽車制造、半導體、紡織、煙草、交通、物流等行業，用機器視覺技術取代人工，可以提供生産效率和産品質量。例如在今天的電商時代需要強大的物流行業，物流企業就可以使用機器視覺技術進行快遞的分揀分類，這樣不僅可以代替人工進行分揀，減少物品的損壞率，還可以提高分揀效率，減少人工勞動。
目前中國正成為世界機器視覺發展最活躍的地區之一，其重要原因是除了機器人産業，中國已經成為全球制造業的加工中心，高要求的零部件加工及其相應的先進生産線，使許多具有國際先進水平的機器視覺系統和應用經驗也進入了中國。數據顯示，中國機器視覺市場規模達到50億元，其中智能相機、軟件、光源和闆卡每年的增長幅度都達到了15%以上，工業相機和鏡頭也保持了20%以上的增幅。我國正在實施的工業4.0離不開智能制造，智能制造離不開機器視覺。2017-2020年，在中國制造2025的推動下，中國機器視覺市場增速預計将保持在20%左右。
目前，美日兩國的機器視覺制造商在全球處于絕對領先地位。其中，日本基恩士無論從産業規模還是市場占有率看，都位居行業第一。與國際市場不同，中國機器視覺行業尚未形成明顯的競争格局。據悉，國外大多數機器視覺制造商基本具備從核心組件（光源、鏡頭、相機、圖像采集卡、圖象處理軟件等）到系統集成的産業鍊優勢，而中國機器視覺制造商在軟件及硬件市場都不具備優勢（硬件主要外購），因此大多集中在機器視覺系統集成及設備制造上。随着中國微處理器、半導體技術的進步，以及勞動力成本上升和高質量産品的需求，中國機器視覺市場将從2017年進入高速發展期，但長期的技術短闆還需要逐步解決。
啟示中國制造需要的核心技術仍需攻堅
中國經濟正在努力回歸制造業。中國制造業向來“大而不強”，由于普遍缺乏核心技術，大部分制造企業處于世界産業鍊的下遊。從2010年左右，中國制造業已經開始意識到核心技術缺失削弱了中國制造業整體競争力的事實，并開始進行轉型。值得興奮的是，中國制造在軌道交通、船舶工業、工程器械、航空工業等領域逐漸掌握核心技術并迎頭趕上。但是中國制造依然在衆多領域與發達國家在技術水平上存在較大的差距。
比如醫療設備、汽車發動機和電噴系統、家電領域的線性變頻壓縮機和直驅變頻電機、鋼鐵領域的模具鋼和工具鋼、自動化生産線、高端化妝品和藥品等等。這些領域由于我國産業結構不合理、自主創新能力不夠，長期以來一直沒有大的突破，成長制約中國制造的主要障礙。
據鋼鐵行業專家介紹，雖然國内鋼鐵産能過剩，但我國在模具鋼、工具鋼的制造方面與國外的制造水平仍存在一定差距。“模具鋼就是機車軸承、精密儀器的零部件所使用的鋼材”，目前國内生産水平難以與國外相比較，大部分企業的采購渠道還是直接從國外進口，另外，做比較好的刀具所用的工具鋼，現在也基本上要從國外進口。
近幾年，中國制造業開始意識到自主創新以及掌握核心技術的重要性，逐漸加大了技術研發的投入，并取得了初步成效。但是在機器視覺領域，從剛才的陳述中讀者就能體會到，目前主要的創新動力主要來自于美國、英國、俄羅斯、以色列等國家。随着現代工業自動化技術日趨成熟，雖然越來越多的制造企業考慮如何采用機器視覺來幫助生産線實現檢查、測量和自動識别等功能，以提高效率并降低成本，從而實現生産效益最大化，但是采用的産品基本還不是中國制造。
從“世界工廠”的“美譽”到“中國制造”的期待，中國現在的創新動力正在逐步恢複，但中國缺少的是一種集成創新的領導者。比如機器視覺系統由多種技術構成，這些技術涉及人工智能、神經生物學、心理物理學、計算機科學、圖像處理、模式識别等諸多學科，所以也就需要多個領域的專業知識。視覺系統的開發需要關注硬件、軟件以及它們的跨界集成，硬件系統又需要成像系統、照明系統、處理器等領域的持續進步，所以隻有衆多細分領域的創新小溪動力不止，才能彙成中國制造的創新海洋。
50億元
中國機器視覺市場規模達到50億元，其中智能相機、軟件、光源和闆卡每年的增長幅度都達到了15%以上，工業相機和鏡頭也保持了20%以上的增幅。