AI人工智慧讓智慧製造能力再上一層樓，而應用已久的機器視覺，亦從成熟的光學檢測AOI，蛻變為內含深度學習(Deep Learning)技術的電腦視覺，搖身一變成為智慧製造的核心技術，影像與視訊內容的自動擷取、處理、分析與應用更加迅速、普遍與成熟。這樣的轉變不僅展現在生產效率的提升上，更可以進一步精簡人力成本，未來AI系統甚至可以針對機台的問題進行自我檢測，分析問題與成因，然而這僅僅是十八般武藝的開端。
近來，許多新興技術發展並與機器視覺結合，進一步擴大了其功能與應用範疇，3D感測技術包括飛時測距(Time of Flight, ToF)、立體雙目視覺(Stereo Vision)、結構光(Structured Light)等技術可以建立三維感測資訊，尤其測距應用的延伸，將使電腦視覺的功力不斷提升，本活動介紹機器視覺技術架構與應用最新動態，加上多個感測技術的加持，並剖析其與AI結合的發展與應用趨勢。
機器視覺助智慧製造一臂之力
而製造業從工業4.0口號被打響以來，製造系統從自動化進入智慧化的另一個全新的發展境界，機器視覺(Machine Vision)/電腦視覺(Computer Vision)就是達成此目標非常關鍵的技術。倢恩科技研發部經理邱威堯(圖1)提到，導入機器視覺可以使傳統製造業產線的生產方法更具彈性與可變性，並改善作業人員工作環境，遠離危險惡劣的工作流程。使用機器視覺的生產線，讓產品從人工檢測進步到自動品質管理，可增進品管重現性/一致性，以達成高度品質管制，降低人員因疲勞或情緒不佳誤判所造成的損失，同時讓檢測數據數值化，自動產生統計報表以便於管理與決策分析。
機器視覺的基本要點包括：檢測(Inspection)、物件識別(Object Recognition)、量測(Gauging)、機器導引與定位(Machine Guiding and Positioning)。
檢測Inspection
利用機器視覺技術自動檢驗製程中工業產品之瑕疵，例如印刷電路板上的線路是否短路、斷路，半導體晶圓之表面缺陷及LCD面板之缺陷等。
物件識別Object Recognition
用於確認物件的身分，例如車牌辨識、條碼辨識、IC元件之光學字元辨識(OCR)及鍵盤檢視、人臉辨識、指紋辨識、瑕疵分類等。
量測Gauging
以機器視覺技術進行非接觸式的量測，例如工件之尺寸、夾角、真圓度及印刷電路板之線寬等。
機器導引與定位Machine Guiding and Positioning
利用機器視覺引導自動化機器之路徑，例如引導銲接機器人之銲道，無人搬運車之行進軌跡；亦可用於決定目標物位置，如SMT、PCB自動裝配作業的定位與機器人的行走路徑等。
機器視覺影像處理要點
進入作業程序後，機器視覺系統針對擷取到的影像進行處理則是另外一個重點，邱威堯進一步說明，影像強化、影像分割、影像編碼、影像還原等為主要的技術。影像強化是使處理過的影像比原始影像更適合於某一特殊應用，方式包括空間域(Spatial Domain)與頻率域(Frequency Domain)。影像分割則是凸顯出影像中感興趣的部分。
影像編碼就是使用較少的位元來顯示一幅影像，壓縮是最常見的方法。影像還原則是改善或重建一幅遭到破壞的影像，邱威堯說，影像還原技術通常需要大量運算時間，且還原後的效果不見得可以接受，建議由取像環境、設備與技術來改善影像的品質。
機器視覺硬體選擇無唯一解
在機器視覺硬體部分，主要由打光、鏡頭與相機組成。邱威堯指出，打光是機器視覺中非常困難的一部分，需要許多直覺與實驗，而打光技術也無通則，但對於特定應用場合已有經驗可循，而打光的方法是根據待測物的光學特性來決定，打光的目的則包括，取得與強化待測物中有興趣之特徵，使前景與背景明顯不同，強化訊噪比，以得到更高品質的影像，凍結移動中物體的運動並去除鏡反射(Specular Refection)等。
而打光的方式則分為正向打光、背向打光與結構打光。並可再進一步細分為擴散式正向打光、直向式正向打光、低角度斜向打光、同軸打光、擴散式背向打光、遮背式背向打光等多種，端視需要的效果而定。光源部分則以人工光源最常用，種類包括白熾燈的鎢絲燈泡、鹵素燈；放電燈的螢光燈、水銀燈、高壓鈉氣燈、複金屬燈、氙氣燈；固態光源的LED與固體雷射。其中，近年在實務應用上LED燈儼然已是主流。
另一個重點就是鏡頭，邱威堯強調，這部分的選擇同樣沒有最佳解，端視需求與使用者掌握的資源而定，選擇的要素包括視野、焦距、工作距離、相機底座、相機格式(感光元件尺寸)、景深、光圈值、相機型式等。以景深為例，其代表聚焦清晰的範圍，長景深表示聚焦清楚範圍大，短景深表示聚焦清楚範圍小，一般景深可以透過縮小鏡頭光圈來增加，但是照明的亮度也要相對提升，原則上要避免出現短景深的情況，以追求長景深為目標。
3D感測加值機器視覺
3D感測技術並不是全新的技術，由於iPhone X的人臉辨識解鎖應用，讓市場大為驚艷，帶動的發展熱潮逐漸滲透到不同領域。目前主要技術為立體雙目視覺、結構光與飛時測距，艾邁斯半導體(ams)資深應用工程師湯治邦(圖2)表示，這三個技術都需要搭配光源，現階段主流光源是垂直腔體表面雷射(VCSEL)，並使用不可見的紅外光，波長850nm與940nm為主，因有極少部分人可看見850nm的紅外光，所以近年940nm使用比例逐漸提升。
發光源的部分，除了熱門的VCSEL之外，LED與邊射型雷射(Edge Emitters Laser, EEL)都是常見的光源，以技術特性來深入比較，湯治邦指出，VCSEL雷射光的光線集中，LED則呈現散射方式，因此VCSEL波長範圍穩定，可產生波長最精準的光線，操作溫度最高可達200℃，溫度特性比LED與EEL優異，製造成本與半導體製程的簡易度也有相對優勢，是該技術受到高度注目的原因。
此外，主流的三個3D感測技術，技術特性有些許差異，造成不同應用與需求下各有優勢，立體雙目是由兩個攝影機分別擷取影像，理論與人眼相似，透過三角函數可以測知物體的深度，與其他兩個技術相較由於感測元件技術成熟成本較低，但模組體積較大、耗電量較高，也易受環境變化影響，如天候昏暗就會影響感測品質與準確性。
因為iPhone X而聲名大噪的結構光技術，較雙目視覺技術模組可以大幅微型化，因此可以搭載於智慧型手機，感測準確性相當高，耗電量也低，不過缺點就是應用距離有限，大約都在1公尺的範圍內，且需要較多的運算資源支持，成本也是三個技術中最高的。
ToF的多項技術特性介於雙目視覺與結構光之間，其技術原理是透過雷射光發射到待測物體反彈所需時間計算距離，精準度不如結構光技術，不過可應用範圍延伸到數公尺以上，許多非個人化的應用得以導入ToF技術，同時其技術生產簡單，成本也較結構光低。
感測元件強化與AI之發展需求
包括雙目視覺與ToF技術，皆須使用影像感測器，所以在3D感測的應用上，Sensor是另一個關鍵零組件，安森美半導體(On Semiconductor)市場開發經理梁志宏(圖3)說，影像感測器已經是一個相當成熟的技術了，近年的發展重點單純在產品效能的提升，但是AI的發展，對於感測器廠商來說帶來巨大的機會與挑戰，如何讓感測器的技術與應用可以迎合AI的發展需求？是接下來幾年感測器廠商發展的重點。
影像感測器的原理就是感測光線，像是過去照相機使用底片捕捉光線一樣，所以環境的光線對影像感測器的工作影響很大，梁志宏解釋，一般半導體感光元件有四種：互補式金屬氧化物半導體(Complementary Metal-Oxide-Semiconductor, CMOS)感測器，簡稱CMOS Sensor，其感光範圍大約是1流明(Lux)到1萬流明之間；傳統的線間傳送式(Interline Transfer, IT)電荷耦合元件(Charge Coupled Device, CCD)簡稱CCD Sensor，感光範圍約是10流明到1萬流明；而傳統式的電子倍增電荷耦合元件(EMCCD)，可以感測到0.01流明以下的微弱光線；採用線間傳送式的EMCCD感光範圍又更廣泛，不過後兩者可以感測微弱光線的感測器是美加出口管制元件，不在一般應用討論。
而以CCD與CMOS感光的技術特性比較，梁志宏強調，CCD感測器擁有較好的影像一致性、較高的線性動態範圍、較高的光線敏感度與較大的光學格式。CMOS則擁有較彈性的影像讀出、功耗較低、畫面更新率高與半導體製程整合度高等優勢。CCD通常用在衛星應用，CMOS則應用在汽車、消費性與行動裝置，所以一般消費者對於CMOS感測器較熟悉，也因為數位製程的CMOS Sensor製程進步速度較快，一般的影像感測都以CMOS為主。
深度學習聯手機器視覺
而AI在各領域逐漸發揮影響力，在AI Everywhere的趨勢之下，前述3D感測與智慧製造的結合，當然就是以人工智慧為核心，台灣科技大學自動化控制研究所副教授李敏凡(圖4)說，人工智慧的內涵指的是推理、學習、優化這三類能力，推理就是模糊邏輯，學習是Deep Learning、Machine Learning，優化就是物競天擇、適者生存，而為傳統的無人載具(Unmanned Aerial Vehicle, UAV)加上AI，就成了移動機器人(Aerial Mobile Robot)，兩者最大的差別在於移動機器人有自主移動的能力，如判斷環境變化進行自主避障或追蹤。
為現有裝置加入AI能力，最關鍵就是大名鼎鼎的深度學習網路，李敏凡分享，深度學習就是一種機器學習模型，直接從圖像、文本或聲音進行分類，文字跟影像是現在最適合深度學習的資料，而且使用多層數的類神經網路將訊息中的特徵加以抽取、呈現，過去傳統的類神經網路囿於運算能力多為二至三層，現在的深層類神經網路系統則可以高達數百層。
深度學習常用模型為卷積神經網路(Convolutional Neural Network, CNN)、強化學習(Reinforcement Learning)、遞歸神經網路(Recurrent Neural Network, RNN)、生成對抗網路(Generative Adversarial Network, GAN)、遷移模型(Transfer Learning)等
機器視覺與電腦視覺不同的地方在於，機器視覺處理已知環境、光源與感測範圍可控制、感測物件已知、感測事件可預測的情況，但電腦視覺幾乎完全相反。
