机器视觉将呈现爆发式增长

　　机器视觉系统，主要是先获取图象，对图像进行分析处理，最后再进行图象的输出和显示。现在，大多数的机器视觉被用于检测行业，在产品生产过程中，采集产品数据，提高了产效率，更好地对生产过程进行控制，有效提高了产品质量。

　　随着中国制造2025战略的深入推进，全球制造中心向中国转移，人口红利不在，未来，机器人将在中国制造业中拥有广阔的舞台，而机器视觉作为机器人的“眼睛”也将呈现爆发式增长。

　　据市场研究公司MarketsandMarkets的一份报告，2020年3D机器视觉市场价值有望达到16.3亿美元。2015年至2020年期间，3D视觉复合年增长率预计为10.53%。报告还称，用于定位和引导应用的3D机器视觉系统增长的原因在于它在汽车机器人行业、制药业、食品和饮料加工及其它行业部门的使用在不断增加。

　　机器视觉逐渐应用于制药领域

　　近年来，随着中国智能制造业的快速崛起，机器视觉市场已成为国内众多企业竞相发力的焦点，而制药领域则成为很多企业研发机器视觉的重要着力点。

　　中源智人科技(深圳)股份有限公正成为近年来机器视觉领域快速崛起的佼佼者，从2013年开始，中源智人逐步将经营重心转向智能图像检测系统、智能图像装配机器人的研发、制造和销售，而智能图像检测系统对于制药检测工作具有重要作用。

　　有专家学者表示，近些年，国内越来越多的大专院校，研究所等，在图象和机器视觉领域进行积极思索和不断尝试与创新，逐步开始进行工业方面的应用，其主要应用于制药、印刷、矿泉水瓶盖检测等领域，而这些应用大多集中在如药品检测分装、印刷色彩检测等。

　　伴随医药企业逐渐提升档次及逐渐完善，企业对机器视觉技术的需求会越来越普遍，而机器视觉公司也紧抓机遇加大对制药领域机器视觉的研发。

　　作为全球领先的机器视觉公司，康耐视一直致力于各种集成复杂的机器视觉技术产品的设计、研发、生产与销售。据悉，其研发的康耐视In-Sight7000系统，除小巧、坚固、智能、灵活外，还表现出极为快速的图像捕捉能力，In-Sight7000系统以超过100帧每秒的速度提供康耐视In-Sight系列的最高读取速度。这种高读取率使工业机器人等设备，即使在最快速的装瓶和制药生产线上也能进行100%的可靠自动检测。高效的视觉误差补偿等技术，又可满足应用现场对机械结构运动精度的苛刻要求，解决因多个运动单元误差累积而造成精度不达标的问题，极大地拓展了工业机器人应用的适应性。

　　机器视觉可大幅提高检测速度 保障制药安全

　　机器视觉，简言之，就是用机器代替人眼，来做测量和判断。好的机器视觉系统能更好地为制造业提供更多有利于提高产品质量和生产效率的技术支持。在现代自动化生产过程中，机器视觉已经开始慢慢取代人工视觉，尤其是在工况检测、成品检验、质量控制等领域，应用广泛，随着工业4.0时代的到来，这一趋势不可逆转。在制药领域，机器视觉更能提高检测速度，保障制药安全。

　　主要进行工业设备电气自动化控制系统设计生产的爱科维申科技(天津)有限公司，其研发的机器视觉技术可以在IT制造、汽车制造、制药等众多领域得到广泛运用，并能保证机器人检测员比人工快十几倍。该公司总经理王忠强表示，公司的机器视觉技术可以大幅解放人力，提高工作效率。“例如，我们的技术可以检测笔记本壳辅料，包括每个工件中有无条形码、导电膜、麦拉等，通过对产品的数据采集处理，与原始合格数据进行比对，及时准确地发现工件问题，一两秒钟就可检测一件，比人工检测快10到20倍。”该技术的应用可大幅提高药物检测速度，保障制药安全。

　　笔者还获悉，某公司研发的机器视觉药瓶标签检测系统，能够对药瓶进行360°拍摄，确保能够获取到标签图像，然后对标签的印刷字符进行读取，判断印刷质量并识别型号。该解决方案适用于医药行业产品标签检测、型号识别/读取等。

　　面对药品和医疗器械安全性问题，越来越多的生产厂商将机器视觉技术引入实际生产中来，以提高生产效率，保障产品质量。笔者获悉，楚天科技智能灯检测漏设备采用全伺服驱动系统，高分辨率高帧率图像采集技术，高速图像处理技术，高压放电检漏技术等，实现设备高速、稳定、精确运行，确保检测的可靠性和重复性。据介绍，其智能灯检机可用于西林瓶注射制剂、口服液、冻干粉针制剂等产品的可见异物，外观缺陷及封口缺陷的自动检测;而智能检漏机主要应用于小容量导电液体容器的泄露检测。

　　结语：近年来，国际市场对机器视觉需求日渐强劲，相关统计数据显示，2014年，欧洲机器视觉系统增长速度超过了零部件业务，增长率达到19%。我国机器视觉行业市场规模保持稳定快速增长，随着中国制造2025的提出，机器视觉行业也将迎来市场大爆发。而伴随医药企业逐渐提升档次及逐渐完善，机器视觉将在制药领域发挥越来越重要的作用，企业对机器视觉技术的需求也将越来越普遍。随着机器视觉技术的不断成熟，其将广泛应用于制药领域。