《机器视觉发展白皮书（2021版）》首次公开，在标准中明晰未来

数字经济为机器视觉技术注入新的活力。张晖博士表示，机器视觉技术作为数字经济技术中获取数据的重要途径，对数字经济技术的发展起到至关重要的作用，尤其在工业应用领域。

图：中国（北京）机器视觉展览会现场

7日21日，在中国（北京）机器视觉展览会首日论坛上，中国电子技术标准化研究院张晖博士带来《机器视觉的产业发展与技术趋势》演讲，并首次公开《机器视觉发展白皮书（2021版）》（以下简称“白皮书”）。

演讲初始，张晖博士为观众详细地阐释了“机器视觉”的概念，以及机器视觉的工作环节。张晖博士将机器视觉的本质比作为机器植入“眼睛”和“大脑”，他进一步阐述到：“为机器植入眼睛，代表着机器视觉利用环境和物体对光的反射来获取及感知信息；而为机器植入大脑，意味着机器视觉需要对信息进行智能处理与分析，并运用分析得到的接过来执行相应的活动。”

白皮书中提到，推动机器视觉发展的四大核心驱动力：成像、算法、算力和应用。张晖博士表示：“机器视觉集‘光’‘机’‘电’‘算’‘软’为一体，尤其算法是灵魂；作为机器感知能力的基石，机器视觉在行业中应用已是极其广泛。”接下来，白皮书中展示里了机器视觉的技术架构与系统架构，张晖博士提到，机器视觉的关键技术为图像感知、图像采集、算法、算法平台与信息处理平台。

图像感知，芯片发展与工业相机发展在其中的推动作用。

图像采集，主要分成模拟采集卡、数字采集卡、具备预处理能力数字采集卡三个类型。

算法，经历了图像处理、图像分析、深度学习、云端智能计算的发展路径。

算法平台，白皮书中分别梳理了基于图像算子的视觉开发软件、基于算法组件的视觉软件平台、基组态思想的视觉开发平台与基于云端计算的视觉平台。

信息处理平台，白皮书中梳理了DSP处理平台、X86处理平台、AI处理平台、云处理平台。张晖博士特别提到，机器视觉软件平台与算力发展密切相关，软件架构与算力匹配是机器视觉系统设计的典型特征。

张晖博士表示，在此次公开的白皮书当中，机器视觉的技术架构也有一个清晰的梳理。按照此技术架构，白皮书进而以行业集成服务、视觉系统与智能设备以及基础器件三个部分整理展出了机器视觉的产业图谱。此次白皮书重点对机器视觉的标准进行制定公布，构建一个明确的机器视觉标准架构。张晖博士说到：“这个架构底层是基础共性标准，基于视觉在国际和国内还没有统一的标准，我们会优先考虑制定机器视觉的处理能力、参考架构、技术架构和系统组成的标准，还有安全以及测试的标准。”

另外，白皮书中还制定了跨层标准，包括互联互通的标准、系统极验收评测标准、系统运维标准等。张晖博士表示，这主要应对机器视觉产品和系统如何来进行有机集成的问题。

数字经济为机器视觉技术注入新的活力。张晖博士表示，机器视觉技术作为数字经济技术中获取数据的重要途径，对数字经济技术的发展起到至关重要的作用，尤其在工业应用领域。工业生产中的数据获取主要通过视觉系统，在大数据的基础上构建的支持图谱关系为企业工厂提供智能的大脑，从而进行辅助生产决策，质量分析和风险管控等，达到提质增效、降本减存的目的。

另外，深度学习与小样本处理技术发展、算力与互联平台的发展都给机器视觉产业带来了机遇。我国机器视觉产业具备突出优势，包括广泛的应用需求带来良好的发展环境，以及AI算法等领域的技术优势推动产业发展。

张晖博士提到，与此同时，高精度和高效率的规模化生产、定制化生产给机器视觉技术带来一定挑战。机器视觉仍需要解决传统自动化装配、以及促进解决定制化装配的柔性生产问题。他提到，我国在半导体生产重要环节上的技术水平、相关生产测试设备与国际先进企业人存在巨大差距；目前国内还没有国产的可以应用于机器视觉的大型工控管理软件和联络各子系统的通用管理平台；国际局势的变化给我国机器视觉的发展带来了一定阻力和不确定性。

目前，机器视觉技术以国外较为先进，如康耐视、基恩士等行业巨头占据着全球大部分的市场份额，而国内机器视觉行业正处于发展期，存在很大的发展空间。中国的机器视觉行业正在不断取得突破性的成果并积极推动标准制定，这很大程度上得益于中国企业对技术创新的大力投入和发明专利积累。张晖博士表示，《机器视觉发展白皮书（2021版）》仍在广征意见，制定当中，期待不久后的正式发布。