最銳利的眼光－機器視覺大進化

機器視覺是影像檢測的最重要技術，大量應用在各種產品線上，隨著市面上各類產品精細度的提昇，機器視覺技術也再次進化，從最前端的攝影機、中端的影像處理到後端的影像分析，機器視覺大量導入新技術，成為自動化系統中最銳利的目光。

與其他自動化技術相較，機器視覺的發展時間並不算長，從正式商業化應用至今15年的歷史，不過成長相當穩定，每年以平均約10％的速度逐步擴大，機器視覺發展初期只能處理一般的二值影像，隨著技術的進步，現在以可作到高分辨多灰度，這幾年半導體技術的快速提昇，也讓機器視覺快速起飛。

機器視覺三大步驟

從架構流程來看，機器視覺可分為影像擷取、處理、分析三大步驟，支援這三步驟的技術相當多，包括光電、自動化、神經網路等，而近期隨著IT技術的導入，乙太網路也逐漸被應用到機器視覺系統中，成為異系統鏈結的重要工具。

機器視覺作業流程的三大步驟，所需設備與技術各有不同，在影像擷取部份，包括光源、聚焦、影像形成，光源在一般影像監控攝影機中，較容易被忽視，不過機器視覺必須近距離精確檢測產品，光源的選擇與位置擺布相當重要，會直接影響到後面的影像數據輸入效果，影像聚焦和影像形成則比較像在的數位攝影機，利用感測器取得品質良好的影像品質，再將之轉換成PC系統可以處理的數位訊號，以利後端系統處理。

後端系統的影像處理，有點類似現在PC中的修圖程式，第一線設備將影像送故來後，影像處理系統會視原來設定需求，強化代測物影像，例如要做IC的接腳檢測，影像處理系統會強化IC影像對比度，突顯IC的接腳細節，接下來系統會開始去噪，也就是清除不必要的雜訊，避免影像因此失真，機器視覺大量使用電器元件，又需進行光電轉換，在這些過程中，無論是電控元件所產生的磁場或數位化轉換，都容易產生雜訊與影像失真，在此同時，現在檢測的產品種類多樣，體積越來越小，系統如何精確分辨雜訊真偽，相當重要，去噪之後，必須字不加強影像輪廓，也就是所謂邊緣銳利化，讓檢測物與背景有明顯區隔，這部份看似簡單，不過卻是中期步驟中，對後續流程影響最大的環節。

影像處理後，將資料送到分析端，在這部份會先預先設定參數，在進行設定動作，例如IC接腳有問題，就會與運動控制系統連結，直接從檢測線上剔除，或者直接在影像上標示，例如甫落幕的「全國AOI論壇」中，就有研究單位展示應用於台北捷運的軌道檢測系統，該系統會自動檢測軌道上是否有異物？軌道鏈結螺絲片是否移位或鬆脫，若有違正常狀態，系統會自動在影像中標示出來，通知工程人員維修。

GigE Vision看法紛歧

上面三大步驟各自使用的設備不同，而隨著各類技術的提昇，這些設備也都有程度不一的進展，在影像擷取端，這兩年最大改變就是GigE Vision的崛起，機器視覺攝影機最初以類比式傳輸為主，也是目前最普遍的技術，然而IEEE 1394開始被導入應用後，快速侵蝕類比式市場，2006年GigE Vision問世，以乙太網路技術背景，吸引住業界眼光，2009年，GigE Vision出貨量大幅攀升，相關廠商認為未來將可成為機器視覺主流技術。

對於GigE Vision未來發展，市場看法紛歧，主推GigE Vision的廠商認為，此介面標準大幅簡化了系統架構，乙太網路不但是現在最普遍的連網技術，一般設備就算沒有內建傳輸埠，市場也都有橋接器可供選擇，而且不必像類比式或IEEE 1394，需要透過影像擷取卡轉換格式，GigE Vision直接將影像傳送到PC中即可使用，不但可大幅簡化系統複雜度，更可進一步調降成本。

持反對意見者則表示，雖然GigE Vision強調其頻寬與速度，都比IEEE 1394佳，不過IEEE 1394本身的規格也一再強化，以某廠商在11月8日剛發布的IEEE 1394b規格為例，其傳輸速率就高達1.61.6 Gigabit，而且GigE Vision使用的乙太網路技術，雖然推出廠商指出以可達到即時要求，不過另一方業者則指出，以目前的技術水準，乙太網路再如何強化，即時性仍有限，而且乙太網路的封包互相碰撞的特性，對工控系統最重視的穩定性來說是一大殺手。

雖然對IEEE 1394與GigE Vision兩者競爭態度的意見紛歧，不過業界對於類比式技術的看法倒是相當統一，廠商一致指出，類比式介面淡出市場已成必然趨勢，目前新出貨的系統所搭載的攝影機介面，配置類比式的比例已經快速降低，這一部份市場將開始陷入低價競爭態勢。

機器視覺 整合趨勢不可免

至於影像處理與影像分析，這幾年最大的趨勢就是整合，包括與垂直面與管理層軟體、橫向面與控制設備的整合，垂直面主要是與現場控制端像是MES（製造執行系統）鏈結，與MES整合可以讓管理者全面掌握製造現場的所有資訊與動態，規模較大、規劃較完整的製造系統，多會導入MES，讓資訊透明化。除了與 MES連結外，使用乙太網路架構的機器視覺系統，也可進行遠端監控，讓管理者可透過乙太網路在遠端電腦查看檢測狀況。

橫向面的整合趨勢則是與運動控制整合，在檢測過程中，機器視覺負責影像檢測，發現品質不合產品，立即做出判斷，讓運動控制設備執行剔除動作，提昇自動化程度，將人力成本降到最低。

機器視覺系統的進化，大幅拓展了應用範圍，包括農產品、IC零組件到各類消費性產品，廠商使用機器視覺來取代以往人工檢測的作法，已經越來越普及，接下來系統將會走向即時化、網路化、智慧化，所延伸出來的應用也會愈來愈廣泛。



機電整合 2010/11/24 王明德