探讨一下机器视觉的这些趋势话题

2019年机器视觉越来越多的话题涌现出来，3D成像，协作机器人，深度学习，嵌入式视觉，多光谱高光谱成像，以及偏正相机。

接下来，外星眼机器视觉和大家一起探讨一下机器视觉的这些趋势话题。

深度学习

深度学习是机器学习的一个领域，是解决机器视觉的问题的另一种方法，目前有很多公司投入到深度视觉的研究，配合相机软件，机器视觉软件使用，还有一些公司还开发了深度学习的一些相应的硬件，如相机，采集卡。这些新的硬件会带领深度学习越走越好。

偏振成像

偏振成像可以用来检测传统技术检测不到的隐形材料特性，例如高光下的缺陷，偏正成像虽然不是什么新的技术，但自从索尼推出了IMX250MZR和IMX250MYR两款单色和彩色的偏振传感器之后，偏振成像就变得主流了起来。这款coms是一个具有四向极化滤光片，并且配备了510万像素和全局快门，其中四个单独的极化滤光片，角度分别为0,45,90,135度，并规则的排列在传感器上方。自从索尼推出了这款相机之后，很多的相机厂商也纷纷推出了自己的偏振相机，包括索尼也研发了自己的偏振相机。不仅面阵的偏振相机陆续发布，线扫描的偏振相机也开始发布，例如Teledyne DALSA的p4线扫描偏振相机。

嵌入式视觉

随着嵌入式视觉的成本，尺寸和功耗方面的降低，机器视觉和图像处理技术将有望走进各个行业，一些公司还针对性的公布了一系列的配套硬件，如pc主板，传感器，图像处理单元，控制器。现在更多的嵌入式系统，把机器视觉和深度学习融合了起来，为很多之前不使用机器视觉的行业提供了可能。

3D成像

3D相机成像技术，可以获取到深度信息，使得一些只能通过2D打光技术来间接识别深度信息的方案有了更多的选择，今年3D结构光技术已经开始普及，各个公司更多的是把速度，精度提升，通过软件的的算法获取深度信息的同时能够获取到彩色信息。双目3D测量在物流和工厂货物运输中使用更多，通过液态镜头技术，可以通过对焦获取更精确的景深信息。

还有就是一些公司推出的光栅结构光技术，这个技术可以不用线性运动相机和物品，就可以获得3D信息，最后就是索尼推出了IMX556TOFcmos相机，该相机通过红外线时间差原理，在一次拍摄的情况下，就可以获得景深和色彩信息，不久也会有更多的行业使用这样的技术。

多光谱高光谱成像

多光谱高光谱成像可以用来检测传统技术检测不到的特征缺陷，不同的连续的光谱照射到物件表面会有不同的反射效果，通过PC的算法搜索这些单光谱图像之间的差异并将它们组合起来，从而提取在白光下可能无法检测到的微妙细节，很多的公司已经有成套的多光谱检测方案，高光谱技术是把多光谱的波动分得更小，每个连续的波动的范围在10nm作用，通过上百个波段对物体照射，获取每个波段反回的信息。

协作机器人

协作机器人是设计和人类在共同工作空间中有近距离互动的机器人，不像大部分的工业机器人是设计自动作业或是在有限的导引下作业，它们考虑和人类近距离互动，在现阶段下有很多的工作不能通过机器人来完成，需要和人一起完成工作。机器人能和人一起协作就离不开高响应的机器视觉，来给机器人做实时的引导。已经有很多公司开始关注这个领域，并开始研发，外星眼机器视觉认为，协作机器人将面临符合安全规定、具备网络安全功能，以及需要运行机器人的员工培训等问题。安全问题也是最直接最敏感的。

2019年的机器视觉，硬件更加的强大，软件更加的快速，多信息的获取，多方案的检测成为主流。