人工智能技术逐步与其他先进制造技术融合应用，实现对制造业流程中产品质检、生产工艺优化等环节的运营效率优化，并促进了机器与人协同生产的智慧工厂新模式的诞生。其中，机器视觉的应用占比及未来应用潜力最大。

机器视觉系统检测方法可大大提高生产效率和生产的自动化程度，在最快的生产线上对产品进行测量、引导、检测和识别，并能保质保量的完成生产任务。目前机器视觉在半导体及3C电子制造、汽车制造、包装等行业已有广泛应用，也逐步拓展到医药制造、食品加工、纺织制造等领域。


工业机器视觉系统构架

工业机器视觉系统构架主要分为硬件设备和软件算法两部分，其中硬件设备主要包括光源系统、镜头、摄像机、图像采集卡和视觉处理器；软件包中核心算法主要包括传统的数字图像处理算法和基于深度学习的图像处理算法。
 

在工业4.0的背景下，机器视觉行业近年来一直在稳步增长。预计2018年至2022年间全球机器视觉市场将呈现5％至10％的增长率。机器视觉系统提供方主要集中于欧美地区，龙头企业主要包括：康耐视（AHTE 2019 展位号：E2-D01）、基恩士（AHTE 2019 展位号：E2-J08）、ISRA等。但随着食品、包装、工业、消费电子等制造产业逐步在中国制造，中国境内对机器视觉系统的需求量日益增长，未来5年年复合增长率将达到10.4%。据估计，从2018年到2022年，中国市场规模将保持20.0％的增长率。
 

• ●可实现可靠性更高的产品质量检测及实时监控，有效的避免了人工检测过程中的主观性和个体差异；
   

• ●检测精度可达到亚微米级别，突破了人眼的物理限制，在全生命产品周期内对产品进行外形、标签、完整度等方面的缺陷检测；
   

• ●数字图像处理和计算机视觉算法不断优化，在软件系统层面上提供更广泛及高效的检测功能，补充机器视觉硬件系统的检测能力；
   

• ●避免检测人员与被检测物件直接接触，防止物件被人为损坏，避免了检测系统机械部件的消耗程度以及维护成本；防止物件免受污染；
   

• ●使用机器视觉技术的机器人或者机械臂可以根据机器视觉系统提供的位置和方向信息，对工件进行智能抓取，广泛应用于食品，医疗制药和包装等行业，拓展了生产制造的柔性；
   

• ●减少人在现场操作的时间，有效的避免了操作人员的听力损害、身体机能下降等情况，保证了操作人员人身。