長期以來，機器視覺一(yī)直是廣泛變化市場中(zhōng)的關鍵支持技術。機器視覺系統主要包括照明光源、工(gōng)業相機、圖像采集卡、圖像處理軟件等等。機器視覺系統可以顯着改善工(gōng)業流程，幫助提高生(shēng)産力、效率和質量，同時降低成本。

工(gōng)業機器視覺的增長速度創曆史新高。自動化協會A3報告顯示，北(běi)美機器視覺市場在 2021 年上半年增長了 26%，達到創紀錄的 7.64 億美元。在 A3 的一(yī)項調查中(zhōng)，超過 95% 的受訪公司和分(fēn)析師預計未來六個月市場不會下(xià)滑。Vision Ventures 的 Chris Yates 博士指出，推動機器視覺技術持續實施的關鍵驅動力包括提高對其能力和價值的認識，降低組件、軟件和工(gōng)程成本，提升技術兼容性和互操作性以及增強易用性。

很明顯，成熟和新興行業都在使用機器視覺技術。那麽機器視覺的下(xià)一(yī)個行業用例是什麽呢？

走出工(gōng)廠，走進田野

随着機器視覺技術在各行各業的廣泛實施，農業也開(kāi)始從先進的自動化技術中(zhōng)獲益。根據美國農業部的數據，預計 2021 年美國農業總收入将增長 7.3%，達到 4860 億美元，技術進步對該結果有很大(dà)影響。垂直農業是一(yī)個快速增長的行業，其中(zhōng)植物(wù)（蔬菜、水果、草藥等）主要在受控環境下(xià)，在室内的垂直塔中(zhōng)種植。

一(yī)段時間以來，農業中(zhōng)的“精準農業”一(yī)直是自動化的重要目标，許多不同的應用正在開(kāi)發和研究中(zhōng)。在農作物(wù)的種植和收割中(zhōng)使用自主機器人的趨勢正在增長。無人駕駛拖拉機主要使用 GNSS/GPS（全球導航衛星系統和全球定位系統）進行引導。然而，完全自主需要檢測和應對意外(wài)障礙的能力，尤其是針對人類和動物(wù)。使用紅外(wài)成像、激光雷達和 3D 飛行等技術的感知(zhī)系統正在農業機器人中(zhōng)成功實施。具有視覺和深度學習模型的自主機器人甚至已用于一(yī)些作物(wù)的無化學除草（詳情了解：智能除草機器人）。

自動化系統在很大(dà)程度上依賴于視覺和成像。例如，協作機器人和配備自主運動的機器使用相機和人工(gōng)智能算法來區分(fēn)成熟水果和未成熟水果，并爲自動采摘提供指令。Abundant Robotics 報告稱，他們的蘋果采摘機器人取得了初步成功，該機器人使用視覺來檢測成熟的水果。此外(wài)，劍橋大(dà)學展示了一(yī)種生(shēng)菜采摘機器人，使用多個相機和機器學習來檢測健康和成熟的生(shēng)菜并引導采摘。

由于作物(wù)和環境的良好限制，垂直農業特别适合自動化。在種植過程中(zhōng)，視覺引導機器人是生(shēng)産力的關鍵，可以捕捉幼苗并将它們放(fàng)置在垂直塔中(zhōng)。此外(wài)，收獲也可以類似地自動化。

此外(wài)，在一(yī)般農業中(zhōng)，使用無人機進行紅外(wài)成像、多光譜和高光譜成像也是一(yī)種廣泛使用的機器視覺技術，可用于農作物(wù)的幹旱或疾病檢測。