米乐M6官网2017年国务院在《新一代人工智能发展规划》中提出：2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平。2030年人工智能理论、技术与应用总体达到世界领先水平，对人工智能技术的后续发展亦提出明确规划；伴随中国国内机器视觉行业自主研发技术的不断成熟，国家标准《智能制造机器视觉在线检测测试方法》等文件中开始陆续明确机器视觉行业的发展路径，以及与人工智能、智能制造的结合方式等，《“十四五”智能制造发展规划（征求意见稿）》明确提出到2025年规模以上制造业企业基本普及数字化，骨干企业实现智能转型升级。
随着人工智能的不断升级、普及，近年来成像、应用、算力、算法的逐轮驱动，机器视觉行业迎来加速发展期，在电子、汽车、半导体等领域得到了广泛应用。为此我们特别采访到了来自红外热成像仪全球十大品牌之一的公司机器视觉解决方案事业部区域总监王静。作为机器视觉解决方案专家，王静通过机器视觉解决方案解决了多个行业痛点，完整覆盖了机器视觉在地理测绘GIS领域的应用、在锂电池检测领域的应用、在数字病理领域的应用、在光学筛选机领域的应用以及在三维扫描领域的应用。王静主导的机器视觉解决方案应用目前正从工业领域延展到非工业领域，以实现对事物的定位、检测、测量、识别和判断。
在地理测绘GIS应用过程中，绝大部分的企业通常在拍摄图片的过程中会使用多个单独的相机，一秒只能拍摄1张在后期再做拼接，这样造成的后果就是：如果在恶劣天气拍摄，照片的精度就不高，而且拍摄多张图片了以后图片就会发生重叠，导致无法拼接出一张完整准确的地图，给地理测绘造成不好的后果。
精准成像是机器视觉成功的前提，计算成像技术可突破传统光电成像的功能与成本局限问题。如何在方案成本和光路复杂程度之间实现平衡，最大化地实现成像效果是行业亟待解决的核心问题。在这样的背景与需求下，王静通过全景视觉系统将系统的软硬件结合到一起。全景视觉系统可以进行所有的图像采集、处理、拼接和校正，将多个摄像机图像实时集成到全分辨率数字球形和全景流视频中。这种实时流媒体的能力在市场上是独一无二的。通过这种最新解决方案，可以达到一秒拍摄20-30张图片，同时可以准确识别出重复的图片，校准位置，重新做拼接，获得完整准确的全景地图。另外，王静创新性地将图像压缩过程在相机内部完成，这就不需要在传输过程中使用高速接口，大大降低了成本。为此，王静也为所在公司获得了行业80-90%的份额，并且使公司成为了中国两家龙头地图企业的主要供应商。
王静主导的图像计算成像技术核心在于：比起传统的“所见即所得”的光学成像，依据人工智能的手段增加了“计算”的过程，即通过建立目标场景与观测图像之间的变化获调制模型，然后利用不同的计算方法重建获增强成像的过程，可突破传统光电成像器件、功能与成本局限的问题，满足更高分辨率、更大景深、更度的光电成像的内部需求。同时，计算成像使得超衍射成像、无透镜成像、大视场高分辨率成像及透过散射介质清晰成像等成为可能，有助于促进成像设备的高性能化、微型化和智能化。
由于人类视觉受到物理条件的限制，机器视觉可以通过光学元件观察到肉眼无法观察到的区域，拓宽了被检测物体的观察范围。机器视觉技术还能够克服人类检测的主观性，不受情绪或视觉疲劳的影响，工作性能稳定，检测结果客观。为提高生产的效率，在电池检测过程中，需要连续两次拍摄照片，两次拍照的隔时间非常短，而两次之后又会有很长时间空余。普通的解决方案只能匀速拍摄，这就无法满足行业的需求。而其他竞争对手通过使用万兆网高速接口的相机（本身帧频非常高），使曝光和传输的时间都可以控制在锂电池检测行业要求的范围内，这就需要付出极高的成本。
l 机器视觉解决方案专家王静在洞悉了这一行业难点之后，改变了Sensor-缓存芯片-电脑两阶段的传输速度，通过改变FPGA（可编程逻辑，可用于芯片母片或电子产品的“大脑”和）的firmware(固件）来达到两阶段速度不同的效果。王静还利用相机内部本来存在的存储芯片，充分发挥SENSOR输出数据的速度优势。在图像曝光后，先高速将数据传输到相机内部的缓存芯片里面，而不是像一般相机那样传输到电脑，将sensor快速释放出来进行第二次的曝光。而从缓存到电脑的传输，可以利用两帧图像之后的空余时间来进行，这种方式既可以保证两帧图像之间间隔特别短，同时又客户稳定，无损地将图片传输给电脑，又大大降低了锂电池检测行业的检测成本，为此该创新获得了新能源汽车领导者比亚迪电池的青睐，双方目前正在商谈合作事宜。
l 数字病理就是通过人工智能实现实验室自动化诊断及远程医疗，数字病理行业对成片的速度要求和机器的成片颜色同样有着很高的标准，要达到和显微镜中一模一样的成色，因此对成像技术的要求就特别高，为了解决这个痛点，王静在行业首创了一套综合解决方案：在速度方面，传统切片扫描使用的是U3接口相机，通过王静的方案，使切片拍照的速度从原先的8个小时降低到1个小时，直接导致的结果就是检验报告可以更快到达患者手中，而此项技术也因其先进性获得了市场的广泛认可和好评。在颜色调节方面，虽然数字病理可以通过AI算法统计出不同细胞的数量，但是依然会需要医生复查。传统模式医生是在显微镜下，用肉眼对切片进行观察，如果工业相机不能完全还原成显微镜下的颜色，导致医生使用数字图片进行判断时，会有不适感，不符合以往临床经验，可能会导致判断失误。而王静创造的颜色矩阵的调节技术，给每个像素点的色彩和亮度值乘以一个矩阵，实现颜色的优化，从而实现颜色尽可能没有偏差。这样可以让滤镜将各颜色成分重新组合为单一像素，并写出结果，目前，该项创新已获得了市场上大量认可并逐步实施。
l l在光学仪器领域，光学筛选机的用途是筛次品，然而由于经常要用在筛选精密五金件，电子元器件，所以需要多台相机同时从多个角度进行全面检测。但是多相机连在一台电脑上后，系统工作不稳定，在长期连续工作的状态下，往往会出现丢帧和掉线问题。在拿到这项行业需求后，王静认为通过CPU优先分配给来实现相机的传输就可以解决这一缺陷。具体的做法是：利用软件优化配置组合的方式，使得CPU优先处理网卡适配器端口的网络流量，从而使相机稳定工作，这种设置允许指定的CPU内核只处理一个网卡适配器端口的网络流量，从而优化流性能。建议那些有足够CPU资源的人使用这个设置，这样他们就可以在不影响其他后台进程的情况下专用一些CPU内核。不建议在CPU内核数量较少的机器上使用此设置。
三维扫描多用于汽车外壳和复杂零部件的扫描，这就需要非常精细的无损压缩，精度要达到微米级，传统三维扫描行业的原理是将两个相机放在一个外壳里，尽管扫描不容易失误但是造成了像素的热漂移以及数据传输损失精度的问题，基于此王静率先按在行业内提出了一个全新的解决方案：首先是调整相机的内部结构，内部的结构设计的调整：在前端相机的设计中，把相机的结构重新设计，让FPGA（集成芯片）有更大的散热效果；将集成芯片和客户的手持外壳作为一个整体，把整个外壳作为散热板，通过比例的设定使得散热效果达到最佳。其次，王静通过重新调整无损压缩算法，使得三维扫描的压缩比例达到了1：1.8，比传统普通的1：1.5比例更加精准、清晰，大大提升了三维扫描的效果，让智能工业制造和算法逻辑充分融入到三维扫描行业中去。
机器视觉产业联盟（CMVU）主席潘津先生说：“在这当今世界正经历百年未有之大变局，我们迫切需要一个创新的动力。愈来愈多的参与者加入到视觉领域，为机器视觉技术创新带来了更多的机遇和挑战。”未来，王静作为机器视觉解决方案专家在通过机器视觉与自动化、人工智能的深度学习，与企业一道不断精进提高技术水平，为社会带来持续不断的动能，机器视觉技术也必将作为智能制造领域的“智慧之眼”不断发展进步，从而推动我国科技水平的迅猛发展。
