Page 65 - 2018自動化工業總覽

而且還能對其進行描述、存儲、識別與理解。 識、手勢辨識、產品檢測、環境探索等功能。
機器視覺的原理乃是透過 CCD 工業相機將被攝 早期，機器視覺多應用於工廠自動化之光學檢
取目標轉換成圖像訊號，傳送給專用的影像處理系 測，近來藉技術開發擴大應用範疇，進入自動駕
統，依據圖元分佈及亮度、顏色等資訊，進行適當 駛 車、無 人 機、機 器 人、AR 頭 盔 等創 新 載具領
的分析識別，轉變成數位化訊號；圖像系統針對這 域。根據美國自動成像協會 (Automated Imaging
些訊號進行各種運算來擷取目標的特徵，如面積、 Association，AIA) 的報告顯示，機器視覺涵蓋所
長度、數量、位置等；最終再根據預設的容許度與 有工業及非工業應用，在這些應用中，硬體與軟體
其他條件輸出結果，如尺寸、角度、偏移量、個數、 組合在一起，基於圖像的採集即與處理，在各種裝
合格 / 不合格、有 / 無等，成為控制機器的參數之 置執行其功能的過程中由其提供作業引導。雖然工
一。由機器視覺對輸入的影像進行分析檢測，將大 業電腦視覺使用的許多演算法及方法都與電腦視
幅提升檢測的效率與正確性。機器視覺系統並非 覺在學術 / 教育和政府 / 軍事應用中所使用者雷同，
完全只等於影像處理系統，影像處理系統可以當 但其各自的侷限性仍有所差異，如【表 2】所示。
作機器視覺系統的前置作業，經過處理再置的影 相較於學術 / 教育視覺系統，工業視覺系統需要
像以利機器進行控制與判斷，亦具備可再現性以 更高的堅固耐用性，可靠性及穩定性；而相較於政
利人眼後續之觀察記錄，以便提升自動化生產流 府 / 軍事應用中使用的視覺系統，工業視覺系統的
程或系統之操作性與精準度。 成本通常要低得多。因此，工業機器視覺意味著成
機器視覺系統的主要結構依功能別區分，大致可 本低，準確度令人滿意，堅固耐用性高，可靠性高，
分為視覺資訊輸入裝置 ( 視覺感測器 )，圖像採集 機械及溫度穩定性高。
處理系統及一些輔助設備如光源、輸出介面及通
表 2 機器視覺應用範疇及現況
訊連接埠等。由圖像感測器產生圖像資訊，經由採
集系統輸入至處理系統，根據演算法進行相對應 類別 工業視覺 電腦視覺
的影像處理，模式識別後，完成相對應的檢測及識 未來消費、生活等
應用領域 智慧製造
別任務，由電腦或其他設備顯示結果或輸出控制 智慧生活領域
訊號。機器視覺系統一般以電腦為中心，由光源系 主要解決人眼進行 賦與智慧機器人視，
工件的定位、量 實現對於外界位置
統、視覺感測器、圖像採集系統與影像處理系統、 功能目標
測、檢測等重覆性 訊息、圖像訊息的
控制系統等模組組成，如【圖 1】所示，而視覺感 勞動 識別與判斷
測器在其中扮演著關鍵性的角色。 要求較高．需要對工 除特殊情況．大部
硬體需求 業項機得幀頻、分辦 份對於相機或鏡頭
圖 1 機器視覺系統主要結構 率等指標依需求篩選 的要求不高
更加複雜．側重於
往往側動於精確度
演算法需求 採用數學邏輯或深
的提高
與識別
較高．在半導體、封裝 總體上還處於初步
產業成熟度 等產業的量測、檢測已 探索階段．新創公
有較為廣泛的應用 司層出不窮
資料來源：AIA / 金屬中心 MII-ITIS 整理

未來隨著感測軟硬體整合技術，將可進一步把
採集資料累積成大數據進行分析解譯，並形成人
資料來源：Innomiles / 金屬中心 MII 整理 工智慧系統，進一步擴大在醫學、生技、農業、漁
機器視覺技術可使機器擁有人眼般的視覺能力， 業等領域的實現智慧化的虛實整合系統運作，例
能識別與探索環境。較一般影像感測不同的地方 如 : 智慧商業之精準行銷、智慧農業之農損預測、
在於，透過整合可見光、雷達、雷射、紅外線等各 智慧物流之包裹 3D 掃描辨識、智慧防災之災區探
種感測器，結合特殊演算法，機器視覺不僅能擷取 勘與 3D 環境模型重建與智慧家庭之節能照護安
畫面，還能識別畫面內的物品種類、形貌、距離、 全監控。
移動方向等具體意義，進而提供圖騰辨識、人臉辨

61