機器視覺成產線自動化關鍵應用
工業4.0及智慧製造已成為各產業必然的發展趨勢，由於在生產製程上，機器視覺與運動控制系統進行整合，可有效提高自動化的效率，也讓機器視覺因此成為智慧製造相關技術及應用的焦點。
機器視覺的原理，主要是透過光學裝置和非接觸傳感器，自動獲取目標對象影像，再由影像處理設備根據所得影像的畫素分布、亮度和顏色等訊息，加以運算處理及判別分析，提取所需的特徵訊息，或是根據判別分析的結果，對現場設備進行運動控制。
機器視覺的主要作用，就是用來代替人眼，進行非接觸式的測量和判斷，希望能藉此提高加工精密度、發現產品缺陷，甚至自動分析決策。目前在歐美已開發國家涉及生產加工、品質鑑別的生產線，都已開始使用機器視覺系統。
如德國Schaeffler集團與IBM合作，運用Watson IoT開發數位分身(Digital Twins)，藉由機器視覺與模擬技術，迅速掌握各種未結構化音訊、影像及視訊等資料，協助管理者做出明智決策，如工業設計師可藉由機器視覺，在生產線上找出瑕疵，落實預測性維護的準備，指導製造作業中從設計到服務的每個步驟，並從設計與工程層面，延伸到製造系統與互連產品正在處理中的作業。
透過機器視覺，不僅可以持續監控並回報生產線的狀況，還可作為機器學習的參考基礎。如IBM使用數百萬張組裝線上的產品圖片來訓練認知視覺系統，可以偵測肉眼看不到的細微瑕疵，也能避免成本高昂的生產錯誤，應用範圍從晶圓缺陷、電路板、手機表面掃描、汽車塗裝甚至行進中火車的異常現象等無所不包。
以汽車烤漆為例，它是汽車製造業最昂貴的步驟之一，且佔了半成品庫存的40%，但導入IBM視覺檢測之後，工廠就能進行視覺分析，可協助製造業者減少80%檢測時間，並減少10%來自烤漆過程的瑕疵。
機器視覺應用於產線自動化的價值
在過去幾年裡，機器視覺控制無論是在理論上還是在應用方面都有很大的進步。早期的機器視覺系統，採用的是靜態look and move形式，即先由視覺系統採集圖像並進行相應處理，然後通過計算估計目標的位置來控制機器人運動。
這種操作方式的精度，因為很難讓機器人跟蹤運動物體，多半都是應用在簡單物件的快速辨識，無法應用在快速及高視覺解析的超精密加工製程上。
但隨著電腦及影像處理的軟硬體技術快速發展，視覺訊息已可用於連續反饋，克服模型(包括機器人、視覺系統、環境)中存在的不確定性，提高視覺定位或跟蹤精度。
現在的機器手臂利用機器視覺，已經可以拾取散堆零件、檢測反光表面、臉部辨識等，更有部份機器人已將機器視覺作為標準配備，不再需要加裝夾治具等固定裝置，不但可節省生產單元的成本支出，更可彈性地應用在組裝製程中。許多製造業如電子業、半導體業、汽車業、與航太業等，都已開始利用機器視覺，達到自動化與提升品質的目標。
工研院IEK指出，隨著人工成本的持續增加，機器人應用於生產線的需求將會持續增加，也會因此衍生出更多與機器視覺有關的選購需求。如在照明方面，可以用來改善機器視覺資訊的清晰度與獨特性，選購要素有強度、範圍、光譜分布、與溫度等。
光學鏡頭方面，主要考量為匯聚外部光以進入感測器，選購要素有幾何、色差、準直、光譜與投影效果等；可以將光資訊轉換成電子信號的影像感測器，選購要素有畫素、敏感度、範圍、光軸校準等；電子信號傳輸界面的選購考量，在於能否將多台照相機與電腦輕易地連接起來，並且利用網路系統傳輸至更遠的距離，以有效降低佈線成本。
除了硬體外，影像處理軟體也是機器視覺系統不可或缺的一環。由於影像資訊必須經過萃取且轉換成量測資訊，需要相關軟體擔任光資訊的轉換工具，進而利用CAD檔案與3D資訊進行比對，藉此判定3D物件的可能姿態，再進行後續的作業程序。
若將機器視覺應用於機器人或機器手臂，還可強化機器人對週邊環境的掌控力，以配合可重組性、彈性的應用產業需求。此外，未來的機器人技術將會著重在學習性演算法與自主控制，未來只要操作員示範正確的工作方式，機器人就可透過機器視覺，快速地複製與執行，讓機器人得以在開放的、變動的、與非結構化的環境中工作。
產品性價比是發展關鍵
雖然機器視覺不管在技術或應用面，都有長足的進步，但應用於智慧製造領域，仍有一些有待突破的挑戰。如在技術方面，由於組成機器視覺系統所涉及的專業相當複雜，在高階領域的系統設計和實現的難度只會不斷的增加。如為了要因應產線生產商品的不同，有用到機器視覺系統的工站，必須時常對應調整，系統重組調校的異動頻度自然也會比較高，設置彈性的要求，也會比常規監控設備複雜得多。
因此，要設計出能夠應用於各種產品或產業需求的機器視覺系統，自然也會更加困難，也可能導致針對特殊產業的需求來開發，會是目前機器視覺技術發展的重要走向。
另一個機器視覺系統的發展方向，則是會朝小型化發展，甚至會設法將影像訊息自動分析系統整合到系統中，讓機器視覺裝置成為用戶更容易使用的專業工具。
在實用性方面，機器視覺產品及系統的多樣化、個性化方案和專業化服務將日益重要，如針對半導體對晶圓或晶片的產出質檢，機器視覺可用近拍模組輕鬆將工件標的放大檢視製作細節，透過高精度、高倍率放大檢視，可將製作瑕疵在生產前段即就完成排除，避免人類肉眼視覺無法判別過小的工作製作進度，而衍生的額外成本損失。
但在產品小型化技術的不斷發展中，也必須逐漸克服以往機器視覺裝置運行過程過於複雜的缺點，能夠在用戶所提供的有限條件和有限空間內實現其應用。
機器視覺產品的性價比，可能是當前機器視覺市場發展中的重要因素，包括產品應用的廣泛性，以及產品能否直接創造價值，都會影響機器視覺未來的成本與可獲得的效益。由於用戶對機器視覺技術的高期望值，與視覺裝置軟硬體研製的高開發成本，容易導致市場發展過程中的供需矛盾，如何透過技術改進和提高產品性價比，將是縮短供需兩端落差的關鍵。
機器視覺與肉眼視覺彼此應互補
因應現階段製造業的自動化需求，應用機器視覺技術控制產線設備，可以協助人類從事相對簡單但辛苦的工作內容，避免人員作業的不穩定性與潛在風險，檢測人員未來可以透過學習能力與應變性，改為從事變異性大或複雜度高的工作內容，如檢測更能提升附加價值的差異化產品，或者是滿足特定顧客需求的客製化產品，肉眼視覺及機器視覺彼此互補，才能將工廠製造效率發揮到極致。