机器视觉

由于疫情，您是否错过了通常会在诸如 SPS 之类的行业展会上获得的赛灵思在工业方面的最新资讯？为了能让大家及时保持更新，我们将举办一场线上研讨会，以保证客户可以在家中或办公室随时随地都能及时获取最新的行业资讯和赛灵思的更新。

机器视觉系统中，镜头相当于人的眼睛，其主要作用是将目标的光学图像聚焦在图像传感器（相机）的光敏面阵上。视觉系统处理的所有图像信息均通过镜头得到，镜头的质量直接影响到视觉系统的整体性能。下面对机器视觉工业镜头的相关专业术语做以详解。

“人们常说眼睛是心灵的窗户，带着你我看清现实世界。”在工业发展中，工业智能化替代了人类的手脚，而机器视觉就是智能化的眼睛，让其更精准的解决工业场景需求。同时智能化物联网时代不断发展的今天对机器视觉产生了更高的要求。

用机器视觉技术取代人工，可以提供生产效率和产品质量，因此机器视觉技术广泛应用于工业检测（机械零部件的尺寸和位置测量）、机器人视觉、人脸识别、车牌识别、自动光学检查、无人驾驶汽车、追踪定位等领域

据麦姆斯咨询介绍，在工业领域，机器视觉系统被广泛用于自动检验、工件加工、装配自动化以及生产过程控制和监视图像识别。对产品质量的高要求，促进了机器视觉在汽车、电子、半导体、食品和包装等行业的快速发展

图像目标识别是机器视觉中的核心研究领域，在农业、工业和医疗等领域均有涉及。例如，在农作物生长过程之中，通过运用该技术实施药物喷洒，能有效预防农作物病虫害的发生。由于机器视觉的图像目标识别方法能将大量信息进行集中处理，能够更好的达到计算机集成制造基础目标

全球机器视觉市场仍然处在一个稳健快速的成长阶段。根据BCC Research的预测，2018年全球机器视觉市场约为160亿美元，到2023年市场规模将增长至248亿美元，年复合增长率为9.2%。这个增长速度看上去似乎并不算抢眼，但要知道这个市场从2002年开始一直保持着年均两位数的增长，由此你就可以看出其背后强劲的动力了。

市场研究公司 BCC Research 在 2018 年 9 月公布了最 新的《机器视觉技术全球市场报告》。报告中指出，由于 受到制药、食品和饮料以及汽车行业强劲需求的驱动，全球机器视觉技术市场在规模上已经达到了一个新高度。

Avnet 展示了一款突出的集成型工业物联网系统，该系统在 Xilinx Zynq-7000 SoC 上集成机器视觉、马达控制和近场通信 (NFC)，不仅可识别和挑选特定物品，随后还可根据用户选择将其放入正确的分配容器中。
<iframe src='//players.brightcove.net/17209957001/SywTPUVC_default/index.html?videoId=4187062966001' allowfullscreen frameborder=0 width="600" height="338"></iframe>

<font color="#FF8000">作者：Keith Szolusha 和 Kyle Lawrence</font>
机器视觉系统使用非常短的强光闪烁来产生用于各种数据处理应用的高速图像。例如，快速移动的传送带通过机器视觉系统进行快速标签和缺陷检测。红外和激光LED闪光灯常用于近程和运动检测机器视觉。安全系统发出高速、难以察觉的LED闪光灯来检测运动，捕获和存储安全影像。

所有这些系统都存在的一个挑战，即产生非常高的电流和短时间（微秒）LED相机闪光波形，这些波形可能散开在较长时间内，例如100 ms到1 s以上。产生间隔较长时间的短时LED闪光方波并非易事。当LED（或LED串）的驱动电流上升到1 A以上，并且LED开启时间缩短到几微秒时，挑战难度进一步加大。许多具有高速PWM能力的LED驱动器可能无法有效处理较长关断时间和短时间的高电流，而又不降低适当处理高速图像所需的方波质量。