全球機器視覺市場規(guī)模從 2008 年的 25 億美元增長至 2017 年 70 億美元，年復合增速為 12.3%。我國機器視覺市場從 2008 年進入快速發(fā) 展階段，至 2017 年市場規(guī)模達 65 億元，2008-2017 年復合增速 32.7%，顯著 高于全球水平。

1、機器視覺，開“眼”看世界

1.1、 機器視覺是人工智能重要的前沿技術

機器視覺是人工智能行業(yè)的重要前沿分支。機器視覺通過模擬人類視覺系統(tǒng)，賦 予機器“看”和“認知”的能力，是機器認識世界的基礎。機器視覺利用成像系 統(tǒng)代替視覺器官作為輸入手段，利用視覺控制系統(tǒng)代替大腦皮層和大腦的剩余部 分完成對視覺圖像的處理和解釋，讓機器自動完成對外部世界的視覺信息的探測， 做出相應判斷并采取行動，實現(xiàn)更復雜的指揮決策和自主行動。作為人工智能最 前沿的領域之一，視覺類技術是人工智能企業(yè)的布局重點，具有最大的技術分布。

機器視覺在智能制造領域應用廣泛，按功能主要可分為四大類：識別、測量、定 位和檢測。識別功能指甄別目標物體的物理特征，包括外形、顏色、字符、條碼 等，其準確度和識別速度是衡量的重要指標；測量功能指把獲取的圖像像素信息 標定成常用的度量衡單位，然后在圖像中精確地計算出目標物體的幾何尺寸，主 要應用于高精度及復雜形態(tài)測量；定位功能指獲取目標物體的坐標和角度信息， 自動判斷物體位置，多用于全自動裝備和生產(chǎn)；檢測功能指對目標物體進行外觀 檢測，判斷產(chǎn)品裝配是否完整和外觀是否存在缺陷。

1.2、 機器視覺基本架構(gòu)

機器視覺（Machine Vision）是指通過光學裝置和非接觸傳感器自動接收并處理 真實物體的圖像，分析后獲取所需信息或用于控制機器運動的裝置。通俗地說， 機器視覺就是用機器代替人眼。機器視覺模擬眼睛進行圖像采集，經(jīng)過圖像識別 和處理提取信息，最終通過執(zhí)行裝置完成操作。

五大模塊構(gòu)筑機器視覺系統(tǒng)：按照信號的流動順序，機器視覺系統(tǒng)主要包括光學 成像、圖像傳感器、圖像處理、IO 和顯示等五大模塊。光學成像模塊設計合理 的光源和光路，通過鏡頭將物方空間信息投影到像方，從而獲取目標物體的物理 信息；圖像傳感器模塊負責信息的光電信號轉(zhuǎn)換，目前主流的圖像傳感器分為 CCD 與 CMOS 兩類；圖像處理模塊基于以 CPU 為中心的電路系統(tǒng)或信息處理 芯片，搭配完整的圖像處理方案和數(shù)據(jù)算法庫，提取信息的關鍵參數(shù)；IO 模塊 輸出機器視覺系統(tǒng)的結(jié)果和數(shù)據(jù)；顯示模塊方便用戶直觀監(jiān)測系統(tǒng)的運行過程， 實現(xiàn)圖像的可視化。

相對于人類視覺而言，機器視覺在量化程度、灰度分辨力、空間分辨力和觀測速 度等方面存在顯著優(yōu)勢。其利用相機、鏡頭、光源和光源控制系統(tǒng)采集目標物體 數(shù)據(jù)，借助視覺控制系統(tǒng)、智能視覺軟件和數(shù)據(jù)算法庫進行圖形分析和處理，軟 硬系統(tǒng)相輔相成，為下游自動化、智能化制造行業(yè)賦予視覺能力。隨著深度學習、 3D 視覺技術、高精度成像技術和機器視覺互聯(lián)互通技術的發(fā)展，機器視覺性能 優(yōu)勢進一步提升，應用領域也向多個維度延伸。

1.3、 機器視覺發(fā)展歷程

機器視覺起源于上世紀 50 年代，Gilson 提出了“光流”這一概念，并基于相關 統(tǒng)計模型發(fā)展了逐像素的計算模式，標志著 2D 影像統(tǒng)計模式的發(fā)展。

1960 年，美國學者 Roberts 提出了從 2D 圖像中提取三維結(jié)構(gòu)的觀點，引發(fā)了 MIT 人工智能實驗室及其它機構(gòu)對機器視覺的關注，并標志著三維機器視覺研究 的開始。

70 年代中期，MIT 人工智能實驗室正式開設“機器視覺”課程，研究人員開始 大力進行“物體與視覺”相關課題的研究。1978 年，David Marr 開創(chuàng)了“自下 而上”的通過計算機視覺捕捉物體形象的方法，該方法以2D的輪廓素描為起點， 逐步完成 3D 形象的捕捉，這一方法的提出標志著機器視覺研究的重大突破。

80 年代開始，機器視覺掀起了全球性的研究熱潮，方法理論迭代更新，OCR 和 智能攝像頭等均在這一階段問世，并逐步引發(fā)了機器視覺相關技術更為廣泛的傳 播與應用。

90 年代初，視覺公司成立，并開發(fā)出第一代圖像處理產(chǎn)品。而后，機器視覺相 關技術被不斷地投入到生產(chǎn)制造過程中，使得機器視覺領域迅速擴張，上百家 企業(yè)開始大量銷售機器視覺系統(tǒng)，完整的機器視覺產(chǎn)業(yè)逐漸形成。在這一階段， LED 燈、傳感器及控制結(jié)構(gòu)等的迅速發(fā)展，進一步加速了機器視覺行業(yè)的進步， 并使得行業(yè)的生產(chǎn)成本逐步降低。

2000 年至今，更高速的 3D 視覺掃描系統(tǒng)和熱影象系統(tǒng)等逐步問世，機器視覺 的軟硬件產(chǎn)品蔓延至生產(chǎn)制造的各個階段，應用領域也不斷擴大。當下，機器視 覺作為人工智能的底層產(chǎn)業(yè)及電子、汽車等行業(yè)的上游行業(yè)，仍處于高速發(fā)展的 階段，具有良好的發(fā)展前景。

國內(nèi)機器視覺起步晚，目前處于快速成長期。國內(nèi)機器視覺源于上世紀 80 年代 的第一批技術引進。自 1998 年眾多電子和半導體工廠落戶廣東和上海開始，機 器視覺生產(chǎn)線和高級設備被引入我國，誕生了國際機器視覺廠商的代理商和系統(tǒng) 集成商。中國的機器視覺發(fā)展主要經(jīng)歷了三個階段。

第一個階段是 1999 年-2003 年的啟蒙階段。這一階段的中國企業(yè)主要通過代理 業(yè)務對客戶進行服務，在服務的過程中引導客戶對機器視覺的理解和認知，借此 開啟了中國機器視覺的歷史進程。同時，國內(nèi)涌現(xiàn)出的跨專業(yè)機器視覺人才也逐 步掌握了國外簡單的機器視覺軟硬件產(chǎn)品，并搭建起了機器視覺初級應用系統(tǒng)。在這一階段，諸如特種印刷行業(yè)、煙葉異物剔除行業(yè)等率先引入了機器視覺技術， 在解放勞動力的同時有效推動了國內(nèi)機器視覺領域的發(fā)展。

第二個階段是 2004 年-2007 年的發(fā)展階段。這一階段本土機器視覺企業(yè)開始起 步探索由更多自主核心技術承載的機器視覺軟硬件器件的研發(fā)，多個應用領域取 得了關鍵性的突破。國內(nèi)廠商陸續(xù)推出的全系列模擬接口和 USB2.0 的相機和采 集卡，以及 PCB 檢測設備、SMT 檢測設備、LCD 前道檢測設備等，逐漸開始 占據(jù)入門級市場。

第三個階段是 2008 年以后的高速發(fā)展階段。在這一階段眾多機器視覺核心器件 研發(fā)廠商不斷涌現(xiàn)，一大批真正的系統(tǒng)級工程師被不斷培養(yǎng)出來，推動了國內(nèi)機 器視覺行業(yè)的高速、高質(zhì)量發(fā)展。

隨著全球制造中心向我國轉(zhuǎn)移，目前中國已是繼美國、日本之后的第三大機器視 覺領域應用市場。據(jù)中國視覺產(chǎn)業(yè)聯(lián)盟，2018 年我國機器視覺行業(yè)銷售額達到 83 億元，較 2013 年翻了 3 倍，年復合增長率達 33.54%。

2、 行業(yè)快速發(fā)展，核心部件國產(chǎn)化進行時

機器視覺雖只幾十年發(fā)展時間，但隨著全球新一輪科技革命與產(chǎn)業(yè)變革浪潮的興 起，機器視覺行業(yè)順勢迎來快速發(fā)展。機器視覺的應用已經(jīng)從最初的汽車制造領 域，擴展至如今消費電子、制藥、食品包裝等多個領域?qū)崿F(xiàn)廣泛應用。

據(jù)前瞻產(chǎn)業(yè)研究院，全球機器視覺市場規(guī)模從 2008 年的 25 億美元增長至 2017 年 70 億美元，年復合增速為 12.3%。我國機器視覺市場從 2008 年進入快速發(fā) 展階段，至 2017 年市場規(guī)模達 65 億元，2008-2017 年復合增速 32.7%，顯著 高于全球水平。

國際機器視覺市場的高端市場主要被美、德、日品牌占據(jù)。美國康耐視（Cognex）、 國家儀器（NI），德國巴斯勒（Basler）、伊斯拉視像（ISRA Vision），日本基恩 士（Keyence）、歐姆龍（Omron）等都是在機器視覺領域擁有技術積累和良好 客戶口碑的國際巨頭公司。其中康耐視和基恩士作為全球機器視覺行業(yè)的兩大巨 頭，壟斷了近 50%的全球市場份額。

國內(nèi)機器視覺行業(yè)競爭格局較分散，在核心零部件上國外企業(yè)占據(jù)更大的市場 份額與銷售優(yōu)勢。據(jù)《中國機器視覺產(chǎn)業(yè)全景圖譜》，目前進入中國的國際機器 視覺品牌已有 200 多家，中國本土的機器視覺品牌有 100 多家，各類產(chǎn)品代理 商超過 300 家，系統(tǒng)集成商也有超過 100 家。可見，國內(nèi)機器視覺企業(yè)以產(chǎn)品 代理商與系統(tǒng)集成商為主，在機器視覺產(chǎn)業(yè)鏈上游領域布局較少，在機器視覺核 心零部件的研發(fā)能力上不及國外老牌公司雄厚，因此中高端市場主要由國際一線 品牌主導。

根據(jù)中國機器視覺產(chǎn)業(yè)聯(lián)盟 2017 年度企業(yè)調(diào)查結(jié)果，國內(nèi)機器視覺企業(yè)銷售額 在 1000-3000 萬的占比最高（31.8%），其余依次為 1000 萬以下（19.8%），5000 萬-1 億（18.7%），1 億以上（16.5%），3000-5000 萬（13.2%）。2017 年，康 耐視在大中華區(qū)實現(xiàn) 6.76 億元收入，相比之下，我國大部分機器視覺企業(yè)銷售 規(guī)模較小。

2.1、 工業(yè)相機：捕捉和分析對象的核心部件

圖像分析的前提是由鏡頭捕捉光信號并轉(zhuǎn)變?yōu)橛行虻碾娦盘枴^(qū)別于民用相機， 工業(yè)相機具有更高的圖像穩(wěn)定性、傳輸能力和抗干擾能力，是機器視覺系統(tǒng)的關 鍵組件。目前市面上的工業(yè)相機產(chǎn)品主要有線陣相機、面陣相機、3D 相機和智 能相機等。智能相機將圖像的采集、處理與通信功能集成于單一相機內(nèi)，已成為 工業(yè)相機發(fā)展的趨勢。

圖像傳感器是相機的核心，根據(jù)芯片類型可劃分為 CCD 和 CMOS 圖像傳感器， 兩者都使用光敏二極管進行光電轉(zhuǎn)化，但在工作原理和產(chǎn)品特性上都存在較大區(qū) 別。

CCD 圖像傳感器是一個由光電二極管和存儲區(qū)構(gòu)成的矩陣，每一個感光元件在 將光線轉(zhuǎn)化為電荷后，直接輸出到下一個感光元件的存儲單元，依此類推到最后 一個感光元件形成統(tǒng)一的輸出，再由放大器放大電信號以及專門的模數(shù)轉(zhuǎn)換芯片 將模擬信號轉(zhuǎn)換為數(shù)字信號。而 CMOS 傳感器中每一個感光元件都直接整合了 放大器和模數(shù)轉(zhuǎn)換邏輯（ADC），當感光二極管接受光照、產(chǎn)生模擬的電信號之 后，電信號首先被該感光元件中的放大器放大，然后直接轉(zhuǎn)換成對應的數(shù)字信號。

CMOS 傳感器在應用于機器視覺初期，由于在處理快速變化的影像時，容易因 電流變化過于頻繁而產(chǎn)生過熱現(xiàn)象，使得噪聲難以抑制，因此僅應用在影像畫質(zhì) 要求較低的中低端工業(yè)產(chǎn)品；而 CCD 由于圖像質(zhì)量更高、抗噪能力更強的優(yōu)勢 多應用于高端場合。

隨著 CMOS 傳感器在消費電子設備上的大量應用推動了 CMOS 技術的發(fā)展，其 性能已顯著提高，而制造成本大幅下降。CMOS 傳感器的分辨率和圖像質(zhì)量正 在逼近 CCD 傳感器，并且憑借高速度（幀速率）、高分辨率（像素數(shù)）、低功耗 以及最新改良的噪聲指數(shù)、量子效率及色彩觀念等各方面優(yōu)勢，CMOS 傳感器 建立了穩(wěn)固的市場地位，在工業(yè)圖像處理的眾多領域正逐步取代 CCD 傳感器。

以Basler的工業(yè)相機產(chǎn)品為例，在分辨率相近的情況下，CMOS的幀速率比CCD 顯著更高，并且具有更高的量子效率、信噪比、動態(tài)范圍以及更低的暗噪聲。可 見，CMOS 在某些性能指標上已達到或者優(yōu)于 CCD 水準，具備替代 CCD 的能 力。

近些年工業(yè)相機行業(yè)在全球市場和中國市場均呈現(xiàn)快速增長趨勢。全球工業(yè)相機 行業(yè)規(guī)模由 2011 年 15.2 億元增長至 2018 年的 40.3 億元，年均復合增速為 14.95%；中國工業(yè)相機行業(yè)規(guī)模 2011 年僅有 0.8 億元，2018 年達 7.3 億元， 實現(xiàn)了 37.14%的復合增長率。中國工業(yè)相機市場正以遠超全球市場的增速迅速 擴張。

目前，全球工業(yè)相機行業(yè)由歐美品牌占據(jù)主要市場。據(jù)前瞻產(chǎn)業(yè)研究院，2018 年北美品牌占據(jù)全球工業(yè)相機市場 62%的份額，歐洲品牌占 15%，國外知名企 業(yè)如德國 Basler、加拿大 DALSA、美國康耐視等。從細分領域來看，工業(yè)智能 相機市場相較于板卡式相機市場呈現(xiàn)更高的集中度。

我國對于工業(yè)相機的研究起步較晚，最初主要由大恒圖像等幾家老牌相機公司代 理國外品牌。近些年我國也逐步發(fā)展出一批自主研發(fā)工業(yè)相機的國產(chǎn)品牌，如大 恒圖像、海康機器人、華睿科技和維視圖像等。目前我國工業(yè)相機行業(yè)主要布局 于中低端市場，可逐步實現(xiàn)進口替代；而在高分辨率、高速的高端工業(yè)相機領域 仍以進口品牌為主。根據(jù)中國海關總署數(shù)據(jù)，2018 年我國工業(yè)相機進口數(shù)量為 8159 臺，進口金額為 4483 萬美元，同比增長 8.3%。

2.2、 鏡頭：清晰成像的核心

鏡頭是機器視覺圖像采集部分重要的成像部件，鏡頭的主要作用是將目標成像在 圖像傳感器的光敏面上，分辨率、對比度、景深以及像差等指標對成像質(zhì)量具有 關鍵性影響。

工業(yè)鏡頭按焦距可分為定焦鏡頭和變焦鏡頭；根據(jù)光圈可分為固定光圈和可變光 圈；根據(jù)視場大小可分為攝遠鏡頭、普通鏡頭和廣角鏡頭。此外，還有幾種具有 特殊用途的鏡頭，如遠心鏡頭、顯微鏡頭、微距鏡頭、紫外鏡頭和紅外鏡頭等。由于傳統(tǒng)鏡頭存在視差現(xiàn)象（即鏡頭的放大倍數(shù)隨物距的變化而變化），且通常 有高于 1~2%的畸變，遠心鏡頭應用而生。它可以在一定物距范圍內(nèi)糾正視差的 影響，并將畸變系數(shù)嚴格控制在 0.1%以下。遠心鏡頭由于其特有的平行光路設 計一直為對鏡頭畸變要求很高的機器視覺應用場合所青睞，適應精密檢測需求。

據(jù) QYResearch，2019 年全球工業(yè)鏡頭市場總值達到 33 億元，預計 2026 年將 增至 58 億元，年均復合增長率為 8.3%。海外品牌在鏡頭領域投入較早，經(jīng)過 多年的業(yè)務積累與技術升級，在全球范圍內(nèi)形成了德系徠卡、施耐德、卡爾蔡司 和日系 CBC、Kowa、尼康、富士等光學巨頭。由于光學鏡頭行業(yè)集成了精密機 械設計、幾何光學、薄膜光學、色度學、熱力學等多學科技術，并且制作工序 和工藝復雜，具有較高的技術門檻

我國由于起步較晚，2008 年之前國內(nèi)光學鏡頭市場基本被日本、德國品牌所壟 斷。近些年，我國工業(yè)鏡頭行業(yè)國內(nèi)廠商快速增長，主要從中低端市場切入，憑 借高性價比優(yōu)勢對于外資品牌具有一定競爭力。在高端市場，我國仍以進口日本、 德國等老牌廠商的產(chǎn)品為主，但也有一部分企業(yè)如東正光學、慕藤光等逐步走向 高端。東正光學的遠心鏡頭畸變小于 0.02%，倍率齊全，微距鏡頭產(chǎn)品也能夠 將畸變控制在 0.1%的超低量級下。

2.3、 光源：設計光路實現(xiàn)目標成像

光源對于機器視覺中的圖像采集部分具有重要影響，為后續(xù)圖像識別與分析奠定 必要的基礎。合適的光源設備能夠使被測物與背景盡量明顯區(qū)分，獲得高品質(zhì)、 高對比度的圖像。在機器視覺領域的應用中，由于應用對象與檢測要求的不同， 尚無通用的機器視覺照明系統(tǒng)，需針對特定案例設計相應的照明方案，以達到最 佳照明效果。

機器視覺系統(tǒng)使用的光源主要分為 LED 光源、鹵素燈和高頻熒光燈三種，其中 最為常用的為 LED 光源。LED 光源即發(fā)光二極管光源，其發(fā)光原理和白熾燈、 氣體放電燈的原理都不同，LED 光源采用固體半導體芯片為發(fā)光材料，能量轉(zhuǎn) 換效率高，理論上可達白熾燈 10%的能耗，相比熒光燈也可以達到 50%的節(jié)能 效果。此外，LED 光源具有形狀自由度高、使用壽命長、響應速度快、單色性 好、顏色多樣、綜合性價比高等特點，因此在機器視覺等工業(yè)領域具有更廣泛的應用。

機器視覺光源產(chǎn)品可按形狀劃分為多種類型，如環(huán)形光源、條形光源、平面光源、 線光源、點光源、同軸光源等。不同的形狀結(jié)構(gòu)可提供不同的亮度、強度、照射 角度、照射面積及顏色組合等，適用于不同的機器視覺應用場景。例如環(huán)形光源 是由 LED 陣列成圓錐狀以斜角照射在被測物體表面，通過漫反射方式照亮一小 片區(qū)域，工作距離在 10-15MM 時，環(huán)形光源可以突出顯示被測物體邊緣和高度 的變化，適合應用于 PCB 基板檢測、IC 元件檢測、集成電路印字檢查等情形。

國外機器視覺照明技術已較為成熟，國際上具有代表性的光源企業(yè)主要有日本 CCS、Moritex 和美國 Ai。國內(nèi)光源市場國產(chǎn)化程度較高，競爭較為充分，涌現(xiàn) 出奧普特、沃德普、康視達、緯朗光電等一批機器視覺光源制造商，能夠與國際 品牌進行競爭

CCS 在全球光源市場上具有較高的市占率，主要產(chǎn)品為圖像處理用 LED 光源和 控制器。根據(jù) CCS 公司 2017 年度報告，其在 2017 年的營業(yè)收入達 5.2 億元， 其中光源和光源控制器產(chǎn)品占總營收的 89.2%。

奧普特是成立于 2006 年的國內(nèi)機器視覺光源行業(yè)領先的本土品牌，并以光源為 切入點，將產(chǎn)品延伸至機器視覺鏡頭、相機、視覺控制系統(tǒng)等其他軟硬件產(chǎn)品。2019 年，奧普特光源及光源控制器產(chǎn)品收入為 3.0 億元。奧普特光源產(chǎn)品的銷 售額與 CCS 相比仍存在一定差距，但其盈利能力比 CCS 高。

2.4、 圖像處理軟件：算法實現(xiàn)各種目標

對所獲得的視覺信號進行處理是機器視覺系統(tǒng)的關鍵所在，機器視覺軟件類似 “大腦”，通過圖像處理算法完成對被測物的識別、定位、測量、檢測等功能。機器視覺軟件主要分為兩類：一類是包含大量處理算法的工具庫，用以開發(fā)特定 應用，主要使用者為集成商與設備商；另一類是專門實現(xiàn)某些功能的應用軟件， 主要供最終用戶使用。兩者主要在開發(fā)的靈活性上存在差別。

目前，圖像處理軟件領域主要由美、德等國主導，主要廠商包括 Cognex、Mvtec、 Adept 等，軟件的底層算法基本被以上廠商壟斷。康耐視（Cognex）作為最具 代表性的廠商之一，近 10 年業(yè)績表現(xiàn)良好。康耐視營業(yè)收入由 19.25 億元增長 至 50.62 億元，復合增速 10.15%；毛利率與凈利率基本穩(wěn)定，分別維持在 75% 和 25%左右。

國內(nèi)的機器視覺圖像處理軟件一般是在 OpenCV 等開源視覺算法庫或者 Halcon、 VisionPro 等第三方商業(yè)算法庫的基礎上進行二次開發(fā)。由于獨立底層算法具有 非常高的技術壁壘，國內(nèi)目前僅有創(chuàng)科視覺、海康威視、奧普特、維視圖像等少 數(shù)企業(yè)完成底層算法研究并進行一定范圍的應用。

以創(chuàng)科視覺為例，公司研發(fā)的 CKVisionBuilder 是目前機器視覺行業(yè)內(nèi)最簡單的 視覺系統(tǒng)開發(fā)平臺，涵蓋了定位、測量、識別、讀碼、缺陷、顏色、3D、邏輯 運算等所有圖像處理功能。該系統(tǒng)具有極高的通用性，具體表現(xiàn)為：不要求用戶 具有編程基礎，適用于各種人群；適用于 3C 電子、汽車制造等多種行業(yè)；對不 同種類的工業(yè)相機、PLC 等均留有對接接口，具有較好的兼容性。

3、 起于汽車制造，興于消費電子

3.1、 消費電子和汽車制造是當前主要應用下游

機器視覺目前主要應用在消費電子、汽車制造、食品包裝、制藥業(yè)等領域，其中 又以消費電子和汽車制造領域為主，應用占比分別為 46.60%、10.20%。在消費 電子行業(yè)，機器視覺應用于高精度制造和質(zhì)量檢測，包括圓晶切割、3C 表面檢 測、觸摸屏制造、AOI 光學檢測、PCB 印刷電路、電子封裝等。在汽車制造行 業(yè)，機器視覺幾乎涉及所有系統(tǒng)和部件的制造流程，例如車身裝配檢測、面板印 刷和質(zhì)量檢測、字符檢測、零件尺寸的精密測量、工業(yè)零部件表面缺陷檢測等。

3.2、 機器視覺在汽車制造行業(yè)的應用

汽車制造質(zhì)量原先主要依靠三坐標測量完成，效率低、時間長、數(shù)據(jù)量嚴重不足， 且只能離線測量。機器視覺引入非接觸測量技術，逐步發(fā)展成固定式在線測量站 與機器人柔性在線測量站等在線測量系統(tǒng)，可嚴格監(jiān)控車身尺寸波動，提供數(shù)據(jù)支持。

除傳統(tǒng)三坐標測量、激光在線測量外，藍光掃描測量、表面缺陷測量等視覺測量 方法可進行更加精細地測量，對車身基本特征尺寸、車體裝配效果、缺陷等提供 高精度監(jiān)控。多種監(jiān)控測量手段互相結(jié)合，確保生產(chǎn)零件零缺陷、整車制造高質(zhì) 量。

機器視覺引導系統(tǒng)突破機器人簡單重復示教軌跡的限制，使其根據(jù)被操作工件的變化實時調(diào)整做工軌跡，提升機器人智能化水平。視覺引導技術逐漸滲透到汽車 制造的全過程，比如引導機器人進行最佳匹配安裝、精確制孔、焊縫引導及跟蹤、 噴涂引導、風擋玻璃裝載引導等。

機器視覺檢測系統(tǒng)可以對產(chǎn)品進行制造工藝檢測、自動化跟蹤、追溯與控制等， 包括通過光學字符識別（OCR）技術獲取車身零件編碼以保證零件在整個制造 過程中的可追溯性, 通過識別零件的存在或缺失以保證部件裝配的完整性, 以及 通過視覺技術識別產(chǎn)品表面缺陷或加工工具是否存在缺陷以保證生產(chǎn)質(zhì)量。

我國汽車產(chǎn)銷量位于全球前列，汽車制造市場體量龐大。汽車行業(yè)自動化程度較 高，生產(chǎn)制造中許多環(huán)節(jié)已經(jīng)無人化操作，同時汽車智能化藍圖多領域布局，促 進機器視覺在汽車行業(yè)應用深化。

3.3、 機器視覺在消費電子行業(yè)的應用

機器視覺在消費電子領域，以 PCB/FPC AOI 檢測、零部件及整機外觀檢測、裝 配引導等應用為主，并呈現(xiàn)出越來越多的新的應用場景。

AOI 光學檢測是工業(yè)生產(chǎn)中執(zhí)行測量、檢測、識別和引導等任務的新興科學技術， 廣泛應用于 PCB 缺陷檢測過程。其采用光學照明與圖像傳感技術獲取被測物體 信息，通過數(shù)字圖像處理增強目標特征，利用模式識別、機器學習、深度學習等 算法提取特征信息，并進行分類與表征，最后反饋給執(zhí)行控制機構(gòu)，實現(xiàn)產(chǎn)品分 類、分組分選、質(zhì)量控制等生產(chǎn)目標。其基本原理是用各種光學成像技術與系統(tǒng) 模擬人眼的視覺成像功能，用計算機處理系統(tǒng)代替人腦執(zhí)行實時圖像處理、特征 識別與分類，用執(zhí)行機構(gòu)代替人手完成操作。

PCB 缺陷檢測主要是焊點缺陷檢測和元器件檢測兩大部分。傳統(tǒng)的人工目視檢 測法易漏檢、速度慢、時間長、成本高，已不能滿足生產(chǎn)需要，機器視覺 PCB 檢測系統(tǒng)具有重要的現(xiàn)實意義。在電路板從印刷裝置中移下，或在清洗劑中清洗 后，以及返修完成返回生產(chǎn)線中，機器視覺提供的在線視覺技術可以在實施印刷 操作后直接發(fā)現(xiàn)存在的缺陷情況，保證了操作者在加上 PCB 以前能夠及時處理 有關問題。另外，發(fā)現(xiàn)缺陷時可以有效防止有缺陷的電路板送達生產(chǎn)線后端，從 而避免出現(xiàn)返修或廢棄現(xiàn)象。操作者能夠及時得到反饋，明確處于操作中的印刷 工藝操作是否良好，達到預防缺陷產(chǎn)生的目的，對生產(chǎn)效率和良率的提升至關重 要。

據(jù)中商產(chǎn)業(yè)研究院，消費電子及半導體領域的機器視覺市場規(guī)模 2018 年突破 20 億元，2019 年將達到接近 30 億元水平。消費電子行業(yè)元器件尺寸小，質(zhì)量標 準高，適合用機器視覺系統(tǒng)檢測，也促進機器視覺技術進步。同時，消費電子產(chǎn) 品生命周期短，需求量大，拉動機器視覺市場需求。

3.4、 食品包裝與制藥行業(yè)應用

機器視覺在食品包裝領域適用范圍廣泛，可用于檢測瓶子的分類和液位測量、標 簽、蓋子、盒子的檢查，以及瓶的形狀、尺寸、密封性和完整性。被檢查的包裝 形狀不限包裝盒、包裝箱、金屬箱、管狀、泡狀、盤狀、廣口瓶、細口瓶、罐裝 和桶裝等。食品包裝是食品質(zhì)量的重要保障，可以保護食品在流通過程中免受污 染，提高品質(zhì)，避免發(fā)生安全事故。同時，食品包裝的觀賞性也會給消費者良好 的購物體驗。因此，食品包裝檢測是控制不合格食品流入市場的關鍵環(huán)節(jié)，影響 企業(yè)在行業(yè)中的競爭力。

制藥企業(yè)的生產(chǎn)過程中，藥品關系到人的生命健康，即使是微小的缺陷存在，一 旦藥品流通到市場后也會對患者造成無法彌補的損失，甚至導致醫(yī)療事故的發(fā)生。機器視覺在藥品包裝、質(zhì)量檢測及控制等多個方面有廣大作為，助力醫(yī)藥行業(yè)加 快現(xiàn)代化、智能化進程。目前，在數(shù)粒、打碼、泡罩版缺粒、藥品殘缺和斷片、 加裝說明書、編碼識別等檢測環(huán)節(jié)，機器視覺檢測內(nèi)容豐富、穩(wěn)定、精確，滿足 醫(yī)藥行業(yè)包裝線經(jīng)常變包裝產(chǎn)品的需求。

4、 機器視覺技術仍在迭代，應用場景不斷豐富

4.1、 提質(zhì)、增效、降本是機器視覺發(fā)展的源動力

2019 年，我國 65 歲及以上人口占總?cè)丝诒嚷蔬_ 12.57%，標志我國已步入嚴重 老齡化社會。勞動力供給不足，推動企業(yè)用工成本上升。根據(jù)國家統(tǒng)計局數(shù)據(jù)， 城鎮(zhèn)非私營單位就業(yè)人員平均工資從 2012 年的 4.68 萬元上升為 2019 年的 9.05 萬元，八年間用工成本接近翻倍。我國制造業(yè)在轉(zhuǎn)型升級過程中必然向自動化、 智能化邁進，并不斷得到深化。

2017 年 7 月，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，明確提出科技引領、系 統(tǒng)布局、市場主導、開源開放四項基本原則，以及“三步走”的發(fā)展戰(zhàn)略：到 2020 年人工智能總體技術和應用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng) 濟增長點，人工智能技術應用成為改善民生的新途徑；到 2025 年人工智能基礎 理論實現(xiàn)重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國 產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，智能社會建設取得積極進展；到 2030 年人工 智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創(chuàng)新中心， 智能經(jīng)濟、智能社會取得明顯成效，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要 基礎。這確立了人工智能在我國當下的重要地位。

2017 年-2020 年，人工智能、 智能制造連續(xù)四年被《政府工作報告》覆蓋，2019 年更是將“智能制造”提升 為“智能+”，進一步明確了人工智能、智能制造在國民經(jīng)濟中的重要地位。為響 應國務院的號召，各行業(yè)、各地方政府也相繼出臺相關政策，確立了人工智能與 智能制造的發(fā)展目標。機器視覺作為智能制造的核心分支之一，也是能夠率先滲 透并發(fā)展起來的核心技術之一，在政策利好的環(huán)境下，或?qū)@得廣大而穩(wěn)定的發(fā) 展空間。

全球機器視覺新增專利數(shù)量持續(xù)提升。截至 2019 年，全球累計專利數(shù)量達到 8.6 萬項；國內(nèi)機器視覺相關申請和公開專利共計 1.1 萬項

4.2、 核心部件自主化進行中

國內(nèi)機器視覺行業(yè)研發(fā)投入從 2016 年的 5.6 億元增長至 2018 年的 11.7 億元， 年均復合增長率達 44.8%。國內(nèi)機器視覺代理商企業(yè)的銷售額在 2018 年占行業(yè) 銷售額的 32.4%；國內(nèi)機器視覺企業(yè)早期依靠國際供應商的產(chǎn)品代理，缺乏扎 實的自主研發(fā)基礎和具有自主知識產(chǎn)權(quán)的核心技術。相比國際龍頭企業(yè)，國內(nèi)企 業(yè)經(jīng)營時間短，積累薄弱，加大研發(fā)是實現(xiàn)進口替代的必由之路。

機器視覺算法是對獲取的圖像信息進行處理的關鍵步驟，也是視覺控制系統(tǒng)的 重要基礎。國內(nèi)視覺處理分析軟件大多建立在 OpenCV 等開源視覺算法庫中， 或以 Halcon、Vision Pro 等第三方商業(yè)算法庫為基礎進行二次開發(fā)，只有少數(shù) 企業(yè)具有獨立自主的底層算法庫。獨立底層算法需要經(jīng)歷漫長的研發(fā)周期和巨大 的資金投入，是未來國內(nèi)機器視覺企業(yè)自主化的主要技術支持。

深度學習拓寬應用場景。目前主流的機器視覺技術仍采用傳統(tǒng)方式，即首先將數(shù) 據(jù)表示為一組特征，分析特征或輸入模型后，輸出得到預測結(jié)果，在結(jié)構(gòu)化場景 下定量檢測具有高速、高準確率、可重復性等優(yōu)勢。但隨著機器視覺的應用領域 擴大，傳統(tǒng)方式顯示出通用性低、難以復制、對使用人員要求高等缺點。深度學 習對原始數(shù)據(jù)通過多步特征轉(zhuǎn)換，得到更高層次、更加抽象的特征表示，并輸入 預測函數(shù)得到最終結(jié)果。深度學習可以將機器視覺的效率和魯棒性與人類視覺 的靈活性相結(jié)合，完成復雜環(huán)境下的檢測，特別是涉及偏差和未知缺陷的情形， 極大地拓展了機器視覺的應用場景。

傳統(tǒng)的 2D 機器視覺技術在三個自由度（x、y 和旋轉(zhuǎn)）上定位目標物體，并基于 灰度或彩色圖像對比度提供圖像處理分析結(jié)果，無法獲取目標物體的三維信息， 也易受光照條件變化、物體運動等影響。3D 機器視覺技術可以在六個自由度（x、 y、z、旋轉(zhuǎn)、俯仰和橫擺）上定位目標物體，提供豐富的三維信息，使機器能夠 感知物理環(huán)境的變化并作出相應調(diào)整，提高了應用中的靈活性和實用性。

高精度成像和互聯(lián)互通技術助力。高精度成像技術要求新型光源、更全面的波長 覆蓋和創(chuàng)新的光源布局等光源技術，以及提供更大靶面和更小像元的新型鏡頭和 相機產(chǎn)品，是機器視覺行業(yè)始終追求的技術發(fā)展目標。行業(yè)內(nèi)企業(yè)、協(xié)會和產(chǎn)業(yè) 聯(lián)盟不斷合作，制定數(shù)據(jù)接口、通訊協(xié)議等基礎共性標準，旨在打通視覺和各信 息系統(tǒng)的通道，實現(xiàn)系統(tǒng)間的互聯(lián)互通，是工業(yè)發(fā)展的必然趨勢。

4.3、 應用場景不斷豐富，千億藍海大有可為

全球機器視覺正處于快速成長期。據(jù) markets and markets 預測，全球機器視覺 市場規(guī)模在 2020 年有望達到 107 億美元，至 2025 年有望達到 147 億美元。國 內(nèi)機器視覺核心部件市場長期由少數(shù)國際巨頭把持，而國產(chǎn)品牌正在崛起。看未 來，實現(xiàn)進口替代的路徑由易到難，先后是光源、相機、鏡頭、開發(fā)軟件；而在 應用端，機器視覺設備應用如火如荼，在消費電子領域的應用已較為普遍。而隨 著國內(nèi)制造升級，全球高端制造產(chǎn)能向我國轉(zhuǎn)移，將同步提高對高端精密機器視 覺設備的需求，如面板前中段制程和半導體檢測設備也正逐漸實現(xiàn)進口替代。這 將進一步促進國內(nèi)機器視覺部件和設備廠商的技術迭代，并提升對應用工藝的理 解。

隨著機器視覺硬件方案的不斷成熟和運算能力的提升，以及軟件在各種應用解決 方案、3D 算法、深度學習能力的不斷完善，機器視覺在電子產(chǎn)業(yè)（如 PCB、FPC、 面板、半導體等領域）應用的廣度和深度都在提高，并加快向食品飲料、醫(yī)藥等 其他領域滲透，預計我國機器視覺市場規(guī)模將繼續(xù)保持較高的增速。

GGII 數(shù)據(jù)顯示，2019 年我國機器視覺市場規(guī)模 65.5 億元（不包含計算機視覺 市場），同比增長 21.8%。2014-2019 年復合增長率為 28.4%，并預測到 2023 年中國機器視覺市場規(guī)模將達到 155.6 億元。

機器視覺核心部件和設備企業(yè)盈利能力優(yōu)異，行業(yè)成長性和進口替代的龐大空 間是國內(nèi)機器視覺企業(yè)的歷史性機遇。2019 年，機器視覺國際巨頭基恩士和康 耐視毛利率分別為 82.35%/73.85%，凈利率分別為 38.52%/28.10%，而國內(nèi)以 光源為主打產(chǎn)品的奧普特毛利率/凈利率分別為 73.59%/39.35%。

在機器視覺設備領域，相關企業(yè)毛利率普遍在 40-50%的較高水平。隨著核心零 部件國產(chǎn)化進程的加快，將降低機器視覺應用成本，提升國內(nèi)機器視覺設備企業(yè) 的競爭優(yōu)勢，并推動機器視覺在智能裝備領域的普及。

責任編輯：xj

原文標題：2020年機器視覺行業(yè)深度報告

文章出處：【微信公眾號：新機器視覺】歡迎添加關注！文章轉(zhuǎn)載請注明出處。