工業4.0的興起，信息化技術的浪潮加速了制造產業的變革步伐，人類視覺已經無法滿足現代企業高速發展的需求，因此，高精度、高效率且成本更低的制造需求，促使企業走向智能化和自動化的方向。機器視覺是實現工業自動化強有力的工具，與人類視覺相比，機器視覺的可靠性更高，客觀性更強，持續工作時間越長。

傳統的生產線，是單純地依靠人類肉眼視覺，對生產的過程進行識別檢測，畢竟人的精力有限，檢測的速度慢，準確度也低。同時人眼僅能感知可見光波段，獲取信息有限。如果到了高溫、寒冷、狹窄或者高空等極端的場景下，人類的視覺檢測就沒辦法用了。所以，高效準確、靈活穩定、信息豐富、應用廣泛的機器視覺開始逐漸代替人類視覺，帶領生產制造業走向提速增效的發展之路。

機器視覺常常用來檢測人眼難以識別的問題，比如物體的微小缺陷及形變、高壓電纜的放電檢測、不透明包裝的產品填充檢查等等。一套機器視覺系統一般包含光源、鏡頭、工業相機、機器視覺軟件等軟硬件產品，工業相機在合適的光照下采集被測物的圖像，再由機器視覺視覺軟件對圖像進行數字化分析及處理。在機器視覺中，相機快門時間可達微秒級，還能夠感知紫外到紅外的寬波段范圍光譜，且機器視覺產品有寬溫、抗振等不同性能可以選擇，適應性強，因此，相較于人類視覺，機器視覺成本更低，且更加高效穩定，應用廣泛。

機器視覺和人類視覺的差別：

1、觀測精度

人類視覺：人類手工操作無法達到高精度要求。

機器視覺：識別精度和抓取精度均高于人類操作精度，可精準地控制位移量。

2、彩色識別能力

人類視覺：對色彩的分辨能力強，但容易受人的心理影響，不能量化

機器視覺：受硬件條件的制約，目前一般的圖像采集系統對色彩的分辨能力較差，但具有可量化的優點

3、灰度分辨力

人類視覺：差，一般只能分辨64個灰度級

機器視覺：強，目前一般使用256灰度級，采集系統可具有10bit、12bit、16bit等灰度級

4、空間分辨力

人類視覺：分辨率較差，不能觀看微小的目標

機器視覺：目前有4K×4K的面陣相機和8K的線陣相機，通過備置各種光學鏡頭，可觀測小到微米大到天體的目標

5、速度

人類視覺：人眼無法看清快速運動的目標

機器視覺：快門時間可達到10μs左右，高速像機幀率可達到1000fps以上，處理器的速度越來越快

6、感光范圍

人類視覺：400nm-750nm范圍的可見光

機器視覺：從紫外到紅外的較寬光譜范圍，另有X光等特殊相機

7、智能化

人類視覺：可對工件進行理性分析，對工件的具體詳細情況進行分析，得到一定規律。

機器視覺：可以利用人工智能技術，但不夠智能，通過多次學習識別結果進行分析，按照人類設定思路進行。

8、環境要求

人類視覺：對環境溫度、濕度的適應性差，另外有許多場合對人有損害

機器視覺：對環境適應性強，另外可加防護裝置

9、環境適應

人類視覺：人類在長期惡劣的環境中工作（比如激光環境等）對身體健康有很大的影響。

機器視覺：可以長期總惡劣的工作環境中替代人工的位置。

審核編輯 黃昊宇