机器视觉技术与应用实战-机器视觉发展史和市场分析

机器视觉发展史20世纪50年代20世纪60年代20世纪70年代20世纪80年代从模式识别开始，主要集中在二维图像分析和识别。如字符识别、工件表面检测、显微图片等。机器视觉概念提出麻省理工人工智能实验室正式开设“机器视觉”课程。实验室提出著名“马尔视觉理论”。CCD图像传感器和CCD相机替代硅靶设备，是一个重要的转折点。真正开始发展美国学者拉里·罗伯茨开创了三维机器视觉的研究。提出“积木世界”分析方法。开始研究3D视觉开始了全球性的机器视觉研究热潮，出现了絮都新的研究方法和理论。进入发展上升期国外机器视觉发展史20世纪90年代理论得到进一步发展，开始在工业领域得倒应用。主要的机器视觉厂商还未进入中国市场。发展趋于成熟21世纪，机器视觉技术大规模应用于多个领域。国外机器视觉发展史美国学者L.R.罗伯兹关于理解多面体组成的“积木世界”当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。罗伯兹在图像分析过程中，采用了自底向上的方法。用边缘检测技术来确定轮廓线，用区域分析技术将图像划分为由灰度相近的像素组成的区域，这些技术统称为图像分割。其目的在于用轮廓线和区域对所分析的图像进行描述，以便同机内存储的模型进行比较匹配。国外机器视觉发展史DavidMarr提出了不同于“积木世界”分析方法的计算机视觉(computationalvision)理论——也就是著名的“马尔视觉理论”马尔计算视觉理论包含二个主要观点：首先，马尔认为人类视觉的主要功能是复原三维场景的可见几何表面，即三维重建问题；其次，马尔认为这种从二维图像到三维几何结构的复原过程是可以通过计算完成的，并提出了一套完整的计算理论和方法。因此，马尔视觉计算理论在一些文献中也被称为三维重建理论。国外机器视觉发展史马尔认为，从二维图像复原物体的三维结构，涉及三个不同的层次。首先是计算理论层次，也就是说，需要使用何种类型的约束来完成这一过程。马尔认为合理的约束是场景固有的性质在成像过程中对图像形成的约束。其次是表达和算法层次，也就是说如何来具体计算。最后是实现层次，马尔对表达和算法层次进行了详细讨论。马尔认为，从二维图像恢复三维物体，经历了三个主要步骤。即图像初始略图（sketch）物体到2.5维描述，再到物体3维描述。其中，初始略图是指高斯拉普拉斯滤波图像中的过零点（zero-crossing）、短线段、端点等基元特征。物体2.5维描述是指在观测者坐标系下对物体形状的一些粗略描述，如物体的法向量等。物体3维描述是指在物体自身坐标系下对物体的描述，如球体以球心为坐标原点的表述。马尔计算视觉理论在视觉领域的影响是深远的，他所提出的层次化三维重建框架，至今是视觉中的主流方法。初期阶段引入阶段发展阶段高速发展阶段1990-1997在大学与一些研究所开始研究图像处理与模式识别。市场需求不大，工业界对机器视觉缺少认知。times2003-2007开始出现一些企业对视觉软硬件进行自主核心技术研发，生产产线开始有实际应用。times1998-2002中国企业主要通过代理业务对客户进行服务。初步了解图像采集与处理过程，能够建立起一些简单的视觉应用系统。times2008-Now机器视觉发展迅猛，传统制造业面临新的颠覆。越来越多自动化产线引入机器视觉，中国成为增长速度最快地区之一。times国内机器视觉发展史机器视觉广泛应用于传统行业，带来哪些变化?机器视觉引入阶段：许多著名视觉厂商，诸如：Cognex、DVT、CCS、DataTranslation、Matrix、Coreco等等开始接触中国市场寻求本地合作伙伴。机器视觉发展阶段：本土机器视觉企业开始起步探索更多由自主核心技术承载的机器视觉软硬件器件的研发。器件层：国内厂商陆续推出了全系列模拟接口和USB2.0接口的相机和采集卡，逐渐占据入门级市场。设备和系统集成：例如PCB检测，SMT检测等等设备国产设备迅速兴起，凭借产品性价比和服务的优势填补了国内相关市场需求。部分海外从业人员回国创业，一些高端设备，如LCD的前道检测设备也开始在国内落地，应用在在部分产业如汽车，制药包装等。国内机器视觉发展史国内机器视觉发展史机器视觉高速发展阶段：众多机器视觉各种核心器件研发厂商出现，从相机、采集卡、光源、镜头到图像处理软件，这些产品在广泛实践中不断完善，国内企业的视觉技术能力也得到了长足的积累和进步。从此打破了国外厂商的垄断地位。随着视觉技术在PCB、SMT、半导体、太阳能、LCD、烟草、印刷、表面检测、制药包装、汽车等多个行业的广泛深度应用，特别值得一提的是消费电子类产品，如手机，电脑等等组装生产过程中的引导，测量，有无检测等相关需求的不断涌现，使得一大批真正的系统级工程师被培养出来。他们能够从系统的角度设计相关的视觉系统，掌握视觉和自动化相关的综合知识，最终将视觉的价值发挥到更多的领域中解决各类实际问题。在此过程中整个视觉产业产值和规模也逐年高速攀升，影响飞速扩大。机器视觉市场分析感谢中国机器视觉产业联盟（CMVU）提供行业调研资料

根据CMVU调查结果，2017-2019年,我国机器视觉行业净利润额从10.2亿元增长至13.1亿元，年均复合增长率为12.9%；同期，净利润从2017年12.5%下降至2018年的12.3%，2019年增长至12.7%。2017年—2019年机器视觉净利润机器视觉行业已经走向成熟，近年来国外机器视觉市场专利数量逐年下降。全球机器视觉专利分布主要集中在美国、欧洲、日本等发达国家，欧美在机器视觉领域的技术处于统治地位。全球市场国内机器视觉专利数量逐年增加，各大高校及企业纷纷投入精力在机器视觉领域进行研究，国内机器视觉行业正处于一个飞速发展的阶段。国内机器视觉产业主要集中沿海发达省份及北京地区，江苏、广东、浙江、北京、上海五省市专利数量占到全国总申请数量的75%。国内市场专利类型占比57.36%24.43%17.11%发明授权专利实用新型专利发明专利2010年—2020年机器视觉专利情况2010年—2020年机器视觉专利情况数据截至2020年10月21日机器视觉企业分析（一）国内机器视觉企业主要位于珠三角、长三角及环渤海地区，企业重点分布在广东、浙江、江苏、上海和北京等省市。国际机器视觉品牌超过200家;国内自主品牌已超过100家；各类产品代理商超过了300家；专业的机器视觉系统集成商超过100家。工业机器视觉企业数量保持在每年20%的增长。机器视觉企业分析（二）国外品牌代理商自主品牌机器视觉厂商机器视觉企业分析（三）自主品牌（自主知识产权）光源厂商镜头厂商相机厂商系统厂商.Cognex（1981年成立于美国，主要产品机器视觉软件、智能相机、读码器）.MatroxImage（1976年成立于加拿大，主要产品3D传感器、智能相机、视觉控制器、I/O卡和图像采集卡）.MVTec（1996年成立于德国，主要产品机器视觉软件）.AdaptiveVision（2006/2007年成立于波兰，主要产品机器视觉软件）.Euresys（1989年成立于比利时，主要产品机器视觉软件、图像采集卡）CKVision(2003年成立于深圳，机器视觉软件、智能相机、机器视觉解决方案)OpenCV（第一个