5G时代AI人工智能工业视觉的发展趋势

计算机视觉系统是指由机器视觉产品根据像素的分布和亮度、颜色等信息，摄取目标物，转换为数字信号；发送到图像处理专用系统，图象处理系统对这些信号进行各种运算

以提取其特征，然后根据判别结果对现场设备动作进行控制。

机器视觉在工业生产中应用广泛，贯穿于生产全过程，主要有四大业务应用：视觉引导与定位，模式识别与检测，精确测量与测距，产品外观检测。总之，具有增强灵活性和自动化程度的工业机器视觉系统，在一定的危险环境下工作，不宜人工操作，或不能很好地达到要求，机器视觉常常取代人工视觉；同时在大规模工业生产过程中，利用人工视觉对产品进行质量检测的效率和准确性不高。使用了机器视觉检测，能极大地提高生产率，完成生产自动化。而且容易自动整合机器视觉，软件集成智能制造技术的基础实现。针对不同的应用情况，机器视觉系统所使用的图像采集设备、处理方式、结构组成等都有

所不同，这个架构主要有三种类型：

一体化的智能工业摄像机机器视觉系统。

近年来，智能工业相机在机器视觉领域发展迅速。智能相机是集图像采集、图像处理和信息传输于一体的小型机器视觉检测系统，是一种嵌入式计算机视觉检测系统。它把图像传感器，处理模块，通讯模块及其他外部设备集成到单一摄像机上，由于这种一体化设计，降低系统复杂性，提高可靠性，同时，该系统已明显减少，扩展机器视觉的应用领域。智能工业相机一般直接输出图像处理数据，用于设备控制、结果显示等。，对于特定的场景，

例如二维码/条码识别，红外线温度识别，视觉引导及定位等。

·基于工业相机和本地算力的机器视觉系统

基于工控机的机器视觉系统是目前主流的应用方案。分离式的图片采集系统与基于工控机的处理系统架构使得该方案能广泛适用于各类工业视觉应用场景。

基于工业控制计算机的典型工业视觉系统分为环形采集、图像处理和运动控制三个部分，具体地说，它包含以下几个部分：

工业的相机和镜头：成像装置，一般情况下，视觉系统由一个或多个这样的成像系统组成，如有多重监控摄像头，可以通过系统控制切换来获取图像数据，还可以通过同步控制同时获得多个监控摄像头信道数据。工业相机根据芯片类型、扫描方式、分辨率大小、输出信号方式、输出色彩、输出信号速度、响应频率范围等不同分类方法。

》光源：光源是影响机器视觉技术系统输入的重要因素，它直接影响输入数据的质量和应用效果；

》控制单元：控制单元一般包含光电传感器、I/O、运动控制、电平转化单元等，用以判断被测对象的位置和状态，告知数字相机进行正确的采集或根据图像处理报告完成对生产过程的控制；

》图像处理算力设备：工控机或GPU服务器，是视觉系统的核心算力，布署于接近相机的端侧，完成图像数据的处理和绝大部分的控制逻辑，对于查测识别类型或采用深度学习算法的应用，通常都需要高性能的CPU/GPU，减少处理的时间。工控机内的机器视觉技术软件用来完成输入的图像数据的处理，通过图像识别得出报告，这个输出的报告可能是PASS/FAIL信号、坐标位置、字符串等。常见的传统机器视觉技术软件以Halcon、康耐视VisionPro等视觉处理软件为平台，完成专用（比如仅仅用于LCD查测，BGA查测，模版对准等）或通用目的（包括定位、测量、条码/

字符识别、斑点检测等）的视觉检测作用。从2017年起基于人工智能技术的机器视觉技术软件以baidu工业视觉智能平台、康耐视VIDI等为代表，提供了复杂纹理或物体表面的缺陷检测作用。

以IPC监控摄像头和云端计算力为基础的工业监控系统。

网络摄像机(IPCamera)是一种由视频解码模块与监控摄像机相结合的新型监控摄像头。视频解码模块将监控摄像机采集到的模拟视频流编码压缩成数字信号，从而可以直接接入网络交换及路由器设备，与云端识别API打通。IPC监控摄像头能更简单的完成监控尤其是远程视频监控、更简单的施工和维护、更好的支持音频、更好的支持报普连动和更灵便的录影储存。

IPC监控摄像头在工业应用场景包括安全巡检、装配动作合规、仓库物料盘点计数等场景。