消費性產品市場競爭激烈，生產線效率與產品品質成為製造系統建置時的主要考量，在此態勢下，高速、高精準度的機器視覺成為現在生產系統的重要環節，根據市調機構Markets and Markets預測指出，全球機器視覺產品營收將逐漸上揚，預估2018年平均營收將從2013年34.5億美元增加至51.2億美元，年複合成長率為8.2%，在台灣市場，台灣的ASMV (Application Specific Machine Vision Systems)每年約4300套(產值約新台幣138億元)，其中應用於檢測為最大宗約佔45%。

近年來機器視覺的應用領域快速增加，不過整體來看，製造業仍佔其應用最大比例，現在製造業的生產模式是連續大量生產，在此同時對外觀品質仍有高度要求，過去通常這種帶有高度重複性和智慧性的工作，只能由人工檢測來完成，部分傳統製造工廠中，生產線後面可以看到數量龐大的檢測工人來執行這道程序，但在增加了這些巨大的人工與管理成本的同時，卻仍然不能保證100%的良率，機器視覺的導入，則協助解決了這些問題。

機器手臂與3D檢測已成新趨勢

圖1 : 機器視覺與機器手臂整合的應用，以視覺導引手臂進行取放之應用最廣，其次是機器人整合視覺於檢測之應用(Source:PHASE1)

機器視覺的運作流程，主要是以鏡頭擷取圖像，再將該圖像傳送至處理單元，通過數位化處理，根據圖元分佈和亮度、顏色等資訊，來進行尺寸、形狀、顏色等的判別，進而根據判別的結果來控制製造現場的設備動作，機器視覺在製程上的建置方式，多是在生產線側面或上端設置工業相機，快速檢測產品的外觀、標籤位置等，雖然在演算的複雜性限制下，機器視覺在品質控制方面，仍不能完全取代人眼的運作，但相對而言，比起人類的疲勞與不專注所造成的誤差，機器視覺仍有一定程度可以取代前述問題。

近期智慧製造概念興起，「整合」成為新世代生產設備的重要設計，機器視覺在這一波整合浪潮中，最常見就是與機器手臂的結合，基於工業生產模式逐漸朝向智慧製造生產型態發展，全球許多生產型態逐漸導入整合視覺系統之智慧機器人應用於生產線做智慧製造，根據AMC Hofmann之Robot Vision市場調查報告指出，以視覺導引機器人進行取放(Pick & Place)之應用最廣，其次是機器人整合視覺於檢測之應用，機器視覺技術則包含2D與3D，其中尤以2D機器視覺技術居多，市場上的應用最為普遍。

圖2 : 為解決2D檢測的侷限性，機器視覺廠商已積極開發3D檢測技術 (Source:inspect-online)

不管是否為智慧製造體系，減少生產時間、提高生產效率向來都是生產系統的建置宗旨，在此設計核心下，系統中各環節設備的功能都必須不斷進化，機器視覺也是如此，目前2D機器視覺雖為產品檢測的技術，不過為解決其侷限性，業界廠商都已積極開發3D檢測技術，目前看來也已有所成，3D檢測將廣泛被運用於各種產業中，例如汽車、半導體 消費性電子零件、金屬、玻璃等，其中亞太地區將是主要應用市場，其應用包含品質檢測定位導引，量測及識別等，應用於品質檢測及定位導引需求量將為最大。

全面布局 打造完整方案

除了與機器手臂整合和發展3D檢測技術外，產品的全面布局也是機器視覺廠商因應智慧製造趨勢的重要關鍵，由於機器視覺是自動化系統的一環，整合功能相當重要，因此系統整合商必須全方位佈局，提供軟硬體元件與技術支援，包括攝影機、鏡頭、光源、影像卡以及軟體，另外像是PC-Based所需的影像擷取卡、單機應用需求的Smart Camera等，也都是必須，由於機器視覺的應用包羅萬象，各產業都會有其可應用發揮的空間，在台灣除了電子業之外，像是食品包裝業、製藥產業、玻璃、鋼鐵、造紙等各產業，也都有其不同的機器視覺需求，因此不能僅以一種裝置或解決方案，處理各產業需要解決的問題，唯有整合，才能擴大自動化生產的完整性。

目前機器視覺市場的客戶，主要有三類，第一類是製造業者，也就是設備的終端使用者，第二類為系統整合商，最後則是產業機器設備製造商；而機器視覺本身，亦可區分為兩大主軸，分別是PC-Based及單機型。

PC-Based的使用者，大多需要具備程式能力，前段影像擷取的部份可由硬體工程師進行整合；軟體部份則需要具有程式能力的軟體工程師，來進行系統開發與設計，這一類設備的開發時程較長，適用於有獨特需求、並具備軟體開發能力的使用者。

圖3 : 機器視覺在製程上的建置方式，多是在生產線側面或上端設置工業相機，快速檢測產品的外觀、標籤位置等(Source: Conceptsystem)

這三大客戶群，各有不同的技術背景與需求，終端使用者的需求，較多在於簡單易操作、All in one的單機型設備，只需要對機器視覺有一定程度的概念與實務經驗，即可透過套裝軟體完成單機型設備參數的設定。

像是在工廠製造螺帽與螺絲，機器視覺的檢測就包含了GIGI的四個面向與其他技術的整合，在運作中，系統先透過攝影機辨識螺絲的方向，指示機械手臂的夾取，再由相機擷取影像，同時進行螺距的量測及品質的控管，最後指示手臂將其放入合格或不合格的欄位，這些步驟必須整合演算及運動控制，基本上每個動作都不困難，但困難的問題在於如何整合成順暢的生產線流程。

審慎評估 選擇最適合系統

至於如何選擇適用的元件，業者建議要從硬體與軟體兩方面分析，在軟體方面，不論是PC-Based或單機版本，軟體的靈活控制為最優先項目，因應不同需求，機器視覺必須有不同的作法以及客戶群，各有其優勢與特點，來滿足多元的應用，而在硬體方面，則必須取決於技術整合，如何配合機構限制及功能需求，選擇最適宜的產品，是從經驗學習而來，就此來看，經驗將是自動化系統整合時最關鍵的一環，由於現在資訊發達，各廠商之間的技術差距並不大，技術已成為市場競爭的必要條件，經驗才是決勝條件，豐富的經驗將可再有限的成本中，組裝出最適化、性價比最高的系統，因此製造業者在面對市場眾多選擇時，可以從經驗多寡的面向來挑選廠商，而非一味只從價格考量，否則其結果將會得不償失。