在智能工廠發展熱潮中，從「制」造逐步升級至「智」造，其中的重要關鍵就在于機器視覺的智能應用與集成效益，尤其在工站區段的產速、良率提升，應用工業用機器視覺模塊加以改善，因為攝影設備體積小、高度集成、便于延伸開發，更利于智能制造的彈性應用…

機器視覺在智能工廠應用中扮演極吃重的角色，尤其是在提升工廠的生產效能、因應彈性生產等需求上，機器視覺可有效發揮針對不同工站需求，在智能工廠中執行重要影像辨識、分析與判斷等關鍵功用，在過往中／小型影像系統中，傳統采行的工業用影像擷取模塊特點是具備高集成度、開發環境與提供完整SDK、體積小巧等，在系統配置上也具備極佳設置彈性優勢，因應產速越來越快，機器視覺要求的分析處理效能也越來越高，配置能滿足高產速、商品多元化的機器視覺平臺極具挑戰。

機器視覺配置類型

工業用機器視覺系統，一般會有幾種不同設置方案，一種是最常見、早期以工業計算機搭配機器視覺模塊集成，也有小型工廠以常規PC主機搭配的方式加以集成，但這種方案常見的問題在于PC配置的空間浪費、設備部署會產生大量線材，造成工站集成的復雜度偏高，而繁復接線也容易造成設備誤動作或故障問題。

實際上工業計算機或是PC集成的機器視覺系統仍具后端集成的極佳優勢，因為PC或工業計算機本身即擁有豐沛的計算機運算效能輔助，在實時解析擷取圖象功用上有足夠的效能優勢，而工業計算機或是PC在橫向擴充可提供更多彈性，對單加工站點的機器視覺模塊數量擴增需求，亦具極大優勢，甚至于基于x86的運算系統架構，不僅機器視覺模塊有更豐沛的開發資源集成，連接前／后端支持系統也能用更彈性、更快速的方式建立系統平臺。

x86嵌入式平臺機器視覺設備 兼具簡化部署、二次開發優勢

而另一種機器視覺應用架構為基于DSP+ARM或是其它嵌入式系統平臺的機器視覺模塊，而這類機器視覺模塊為將部分算法、設置在DSP或是部分配置在ARM運算架構上，尤其是有些特定算法(如數碼濾波、圖象處理)可設置在DSP中，象是處理大量、密集型態的信號處理，在DSP就能有極佳的集成效益，而ARM運算架構可實現如使用者接口GUI、繁復的數學函式、邏輯判斷整體應用處理，利用不同運算優勢有效在機器視覺模塊前端已處理完大量數據與分析判斷，而DSP+ARM的方案可改善早期機器視覺模塊成本偏高、設備連接輔助的額外設置問題，也能大幅節約配置機器視覺模塊的成本。

至于x86嵌入式系統搭配機器視覺模塊的集成方案，其實就是前兩種方案的高度結合，即機器視覺模塊原先需搭配的工業計算機或PC，透過新的集成微縮技術，已經改采極度微縮的嵌入式系統載板直接把系統載板與機器視覺模塊高度集成，整個拍攝模塊其實就包含了x86硬件運算系統與拍攝模塊，這么做最直接的好處就是原先需搭配機器視覺模塊的工業計算機、PC，因已被微縮到拍攝模塊中，自然銜接線材變成功能載板，現場設置時好處就是機器視覺模塊配置可與DSP+ARM形式的機器視覺系統配置同樣簡潔，卻能擁有開發資源豐沛的x86系統平臺優勢，這也是目前較熱門的機器視覺部署方案。

提升機器視覺判讀質量 需從多方下手

另一方面，在機器視覺模塊上，一般要提升系統判別質量，多數會采取提升拍攝模塊的分辨率、畫面更新率(frame rate)等，但現實的問題若同時在拍攝模塊分辨率進行提升、frame rate也拉高，這會導致運算分析的處理器也必須對應升級，用更高階的CPU來處理高分辨率與高影格導致的大量數據內容分析，這會牽涉到系統實用性與成本問題，如何在質量／效能與成本取得平衡，是系統開發人員集成初期一定得面對的課題。

從另一個角度觀察，對于處理效能有限、僅有單一功能的視覺分析系統固然在配置成本顯得較低，但實際上卻無法在未來有更好的機器視覺系統擴展性，若要提升系統的未來擴展性，肯定需要再配置更高階的CPU，透過更強大、多工的運算效能，支持未來更進階繁復的圖象分析與處理任務。

此外，機器視覺模塊另一個選用關鍵在于，當系統開發者在單一工站需要擴充多攝像頭協同分析時，應用單一機器視覺模塊未能提供多組攝像擴充支持，肯定無法順暢進行橫向擴充應用。

生產環境惡劣 機器視覺設備強度亦需同步提升

而配置機器視覺系統另一個大問題是設置的工廠環境狀況并不佳，如金屬加工會有切削金屬碎屑、粉塵噴濺，飲料包裝廠會有液體噴濺，而在工具機系列加工處理環境中，則會有高震動、高粉塵問題影響，機器視覺系統配置在這種環境中，相關設備的環境耐受程度若沒有對應升級，可能也會導致設備出現損傷、故障。

對機器視覺系統來說，影像傳感器的規格，也是直接影響系統的判讀效率、準確度的關鍵，傳感器的尺寸大小面積即左右了機器視覺的影像質量，影像質量提升對檢測應用會有最直接的效益，因為傳感器尺寸與影像質量好壞，可再進行高速、高階檢測應用時更有效率的檢驗出瑕疵工件。但在初級檢驗，例如精度要求不高的螺絲分檢、料件分檢等工站，導入分辨率、高階傳感器的機器視覺模塊也非必要，在初階的機器視覺應用反而用中／低階應用模塊就可應付所需。

搭配協同處理器優化影響 提升判讀畫面質量

另在拍攝畫面的曝光時間差方面，一般可從滾動快門(Rolling shutter)與全域快門(global shutter)不同畫面曝光時間差檢視，滾動式快門為利用電子信號在感光元件上進行循序曝光、直到整個畫面曝光并記錄完成。至于全域快門則是在曝光時為以全幅傳感器一次性同時曝光整個傳感器畫面、并完成畫面紀錄。

早期攝像機元件模塊因為集成處理器的效能有限，大多利用滾動式快門處理曝光畫面，以其減少資料處理量、兼顧效用、成本等目的，但滾動式快門在擷取畫面容易產生殘影問題，因應高產速的機器視覺應用并不合適，至于新一代攝像機元件搭配的畫面處理器效能大幅精進，大多應用全域快門進行畫面曝光與紀錄，使用全域快門的傳感器更能達到高速擷取下同時具無殘影高正確性影像的使用目的。

在機器視覺整個運行過程，影像會自擷取、分析進而透過分析結果對自動化設備進行判斷與執行，影響最終決策質量關鍵在于最初影像擷取的質量與正確性，但生產環境畢竟在拍攝條件必非完善，例如工件本身的反光問題、工站環境照明、機器視覺鏡頭質量、輔助光源狀態等，系統擷取的影像常會有亮度表現不一致或有暗邊等質量問題，也會令影像系統判讀質量出現偏差值。

目前多數業者會選擇在導出影像給系統分析前，將原始影像先經由協同處理器進行擷取畫面的質量優化預先調整，也就是說擷取影像在進入后端系統進行圖象解析、判讀前已先經過協同處理器協助將畫面圖象經過質量優化處理，提升整體機器視覺系統的判讀質量。一般協同處理器可為FPGA搭配各家自力研發的影像優化算法集成，進行多種圖象校正、質量改善等處理。