全球機器視覺市場規模從 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 展階段，至 2017 年市場規模達 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的重要前沿分支。機器視覺通過模擬人類視覺系統，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 統代替視覺器官作為輸入手段，利用視覺控制系統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；檢測功能指對目標物體進行外觀 檢測，判斷產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

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，經過圖像識別 和處理提取信息，最終通過執行裝置完成操作。

五大模塊構筑機器視覺系統：按照信號的流動順序，機器視覺系統主要包括光學 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 為中心的電路系統或信息處理 芯片，搭配完整的圖像處理方案和數據算法庫，提取信息的關鍵參數；IO 模塊 輸出機器視覺系統的結果和數據；顯示模塊方便用戶直觀監測系統的運行過程， 實現圖像的可視化。

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勢。其利用相機、鏡頭、光源和光源控制系統采集目標物體 數據，借助視覺控制系統、智能視覺軟件和數據算法庫進行圖形分析和處理，軟 硬系統相輔相成，為下游自動化、智能化制造行業賦予視覺能力。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互通技術的發展，機器視覺性能 優勢進一步提升，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 統計模型發展了逐像素的計算模式，標志著 2D 影像統計模式的發展。

1960 年，美國學者 Roberts 提出了從 2D 圖像中提取三維結構的觀點，引發了 MIT 人工智能實驗室及其它機構對機器視覺的關注，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，并開發出第一代圖像處理產品。而后，機器視覺相 關技術被不斷地投入到生產制造過程中，使得機器視覺領域迅速擴張，上百家 企業開始大量銷售機器視覺系統，完整的機器視覺產業逐漸形成。在這一階段， LED 燈、傳感器及控制結構等的迅速發展，進一步加速了機器視覺行業的進步， 并使得行業的生產成本逐步降低。

2000 年至今，更高速的 3D 視覺掃描系統和熱影象系統等逐步問世，機器視覺 的軟硬件產品蔓延至生產制造的各個階段，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業及電子、汽車等行業的上游行業，仍處于高速發展的 階段，具有良好的發展前景。

國內機器視覺起步晚，目前處于快速成長期。國內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 集成商。中國的機器視覺發展主要經歷了三個階段。

第一個階段是 1999 年-2003 年的啟蒙階段。這一階段的中國企業主要通過代理 業務對客戶進行服務，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，國內涌現出的跨專業機器視覺人才也逐 步掌握了國外簡單的機器視覺軟硬件產品，并搭建起了機器視覺初級應用系統。在這一階段，諸如特種印刷行業、煙葉異物剔除行業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機器視覺領域的發展。

第二個階段是 2004 年-2007 年的發展階段。這一階段本土機器視覺企業開始起 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，多個應用領域取 得了關鍵性的突破。國內廠商陸續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 占據入門級市場。

第三個階段是 2008 年以后的高速發展階段。在這一階段眾多機器視覺核心器件 研發廠商不斷涌現，一大批真正的系統級工程師被不斷培養出來，推動了國內機 器視覺行業的高速、高質量發展。

隨著全球制造中心向我國轉移，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。據中國視覺產業聯盟，2018 年我國機器視覺行業銷售額達到 83 億元，較 2013 年翻了 3 倍，年復合增長率達 33.54%。

2、 行業快速發展，核心部件國產化進行時

機器視覺雖只幾十年發展時間，但隨著全球新一輪科技革命與產業變革浪潮的興 起，機器視覺行業順勢迎來快速發展。機器視覺的應用已經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實現廣泛應用。

據前瞻產業研究院，全球機器視覺市場規模從 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 展階段，至 2017 年市場規模達 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。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的兩大巨 頭，壟斷了近 50%的全球市場份額。

國內機器視覺行業競爭格局較分散，在核心零部件上國外企業占據更大的市場 份額與銷售優勢。據《中國機器視覺產業全景圖譜》，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，各類產品代理 商超過 300 家，系統集成商也有超過 100 家。可見，國內機器視覺企業以產品 代理商與系統集成商為主，在機器視覺產業鏈上游領域布局較少，在機器視覺核 心零部件的研發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。

根據中國機器視覺產業聯盟 2017 年度企業調查結果，國內機器視覺企業銷售額 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 耐視在大中華區實現 6.76 億元收入，相比之下，我國大部分機器視覺企業銷售 規模較小。

2.1、 工業相機：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變為有序的電信號。區別于民用相機， 工業相機具有更高的圖像穩定性、傳輸能力和抗干擾能力，是機器視覺系統的關 鍵組件。目前市面上的工業相機產品主要有線陣相機、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，已成為 工業相機發展的趨勢。

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

CCD 圖像傳感器是一個由光電二極管和存儲區構成的矩陣，每一個感光元件在 將光線轉化為電荷后，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一的輸出，再由放大器放大電信號以及專門的模數轉換芯片 將模擬信號轉換為數字信號。而 CMOS 傳感器中每一個感光元件都直接整合了 放大器和模數轉換邏輯（ADC），當感光二極管接受光照、產生模擬的電信號之 后，電信號首先被該感光元件中的放大器放大，然后直接轉換成對應的數字信號。

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生過熱現象，使得噪聲難以抑制，因此僅應用在影像畫質 要求較低的中低端工業產品；而 CCD 由于圖像質量更高、抗噪能力更強的優勢 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）、低功耗 以及最新改良的噪聲指數、量子效率及色彩觀念等各方面優勢，CMOS 傳感器 建立了穩固的市場地位，在工業圖像處理的眾多領域正逐步取代 CCD 傳感器。

以Basler的工業相機產品為例，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于 CCD 水準，具備替代 CCD 的能 力。

近些年工業相機行業在全球市場和中國市場均呈現快速增長趨勢。全球工業相機 行業規模由 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%；中國工業相機行業規模 2011 年僅有 0.8 億元，2018 年達 7.3 億元， 實現了 37.14%的復合增長率。中國工業相機市場正以遠超全球市場的增速迅速 擴張。

目前，全球工業相機行業由歐美品牌占據主要市場。據前瞻產業研究院，2018 年北美品牌占據全球工業相機市場 62%的份額，歐洲品牌占 15%，國外知名企 業如德國 Basler、加拿大 DALSA、美國康耐視等。從細分領域來看，工業智能 相機市場相較于板卡式相機市場呈現更高的集中度。

我國對于工業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展出一批自主研發工業相機的國產品牌，如大 恒圖像、海康機器人、華睿科技和維視圖像等。目前我國工業相機行業主要布局 于中低端市場，可逐步實現進口替代；而在高分辨率、高速的高端工業相機領域 仍以進口品牌為主。根據中國海關總署數據，2018 年我國工業相機進口數量為 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量具有 關鍵性影響。

工業鏡頭按焦距可分為定焦鏡頭和變焦鏡頭；根據光圈可分為固定光圈和可變光 圈；根據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。由于傳統鏡頭存在視差現象（即鏡頭的放大倍數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糾正視差的 影響，并將畸變系數嚴格控制在 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 QYResearch，2019 年全球工業鏡頭市場總值達到 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，經過 多年的業務積累與技術升級，在全球范圍內形成了德系徠卡、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，我國工業鏡頭行業國內廠商快速增長，主要從中低端市場切入，憑 借高性價比優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品為主，但也有一部分企業如東正光學、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分，獲得高品質、 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，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 光源即發光二極管光源，其發光原理和白熾燈、 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光材料，能量轉 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領域具有更廣泛的應用。

機器視覺光源產品可按形狀劃分為多種類型，如環形光源、條形光源、平面光源、 線光源、點光源、同軸光源等。不同的形狀結構可提供不同的亮度、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 片區域，工作距離在 10-15MM 時，環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主要有日本 CCS、Moritex 和美國 Ai。國內光源市場國產化程度較高，競爭較為充分，涌現 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，主要產品為圖像處理用 LED 光源和 控制器。根據 CCS 公司 2017 年度報告，其在 2017 年的營業收入達 5.2 億元， 其中光源和光源控制器產品占總營收的 89.2%。

奧普特是成立于 2006 年的國內機器視覺光源行業領先的本土品牌，并以光源為 切入點，將產品延伸至機器視覺鏡頭、相機、視覺控制系統等其他軟硬件產品。2019 年，奧普特光源及光源控制器產品收入為 3.0 億元。奧普特光源產品的銷 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：算法實現各種目標

對所獲得的視覺信號進行處理是機器視覺系統的關鍵所在，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 年業績表現良好。康耐視營業收入由 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定，分別維持在 75% 和 25%左右。

國內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 等第三方商業算法庫的基礎上進行二次開發。由于獨立底層算法具有 非常高的技術壁壘，國內目前僅有創科視覺、海康威視、奧普特、維視圖像等少 數企業完成底層算法研究并進行一定范圍的應用。

以創科視覺為例，公司研發的 CKVisionBuilder 是目前機器視覺行業內最簡單的 視覺系統開發平臺，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。該系統具有極高的通用性，具體表現為：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；對不 同種類的工業相機、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，機器視覺應用于高精度制造和質量檢測，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，機器視覺幾乎涉及所有系統和部件的制造流程，例如車身裝配檢測、面板印 刷和質量檢測、字符檢測、零件尺寸的精密測量、工業零部件表面缺陷檢測等。

3.2、 機器視覺在汽車制造行業的應用

汽車制造質量原先主要依靠三坐標測量完成，效率低、時間長、數據量嚴重不足， 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，可嚴格監控車身尺寸波動，提供數據支持。

除傳統三坐標測量、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 高精度監控。多種監控測量手段互相結合，確保生產零件零缺陷、整車制造高質 量。

機器視覺引導系統突破機器人簡單重復示教軌跡的限制，使其根據被操作工件的變化實時調整做工軌跡，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。

機器視覺檢測系統可以對產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品表面缺陷或加工工具是否存在缺陷以保證生產質量。

我國汽車產銷量位于全球前列，汽車制造市場體量龐大。汽車行業自動化程度較 高，生產制造中許多環節已經無人化操作，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應用深化。

3.3、 機器視覺在消費電子行業的應用

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，并呈現出越來越多的新的應用場景。

AOI 光學檢測是工業生產中執行測量、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，最后反饋給執行控制機構，實現產品分 類、分組分選、質量控制等生產目標。其基本原理是用各種光學成像技術與系統 模擬人眼的視覺成像功能，用計算機處理系統代替人腦執行實時圖像處理、特征 識別與分類，用執行機構代替人手完成操作。

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，已不能滿足生產需要，機器視覺 PCB 檢測系統具有重要的現實意義。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 操作后直接發現存在的缺陷情況，保證了操作者在加上 PCB 以前能夠及時處理 有關問題。另外，發現缺陷時可以有效防止有缺陷的電路板送達生產線后端，從 而避免出現返修或廢棄現象。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，達到預防缺陷產生的目的，對生產效率和良率的提升至關重 要。

據中商產業研究院，消費電子及半導體領域的機器視覺市場規模 2018 年突破 20 億元，2019 年將達到接近 30 億元水平。消費電子行業元器件尺寸小，質量標 準高，適合用機器視覺系統檢測，也促進機器視覺技術進步。同時，消費電子產 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，避免發生安全事故。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節，影響 企業在行業中的競爭力。

制藥企業的生產過程中，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，甚至導致醫療事故的發生。機器視覺在藥品包裝、質量檢測及控制等多個方面有廣大作為，助力醫藥行業加 快現代化、智能化進程。目前，在數粒、打碼、泡罩版缺粒、藥品殘缺和斷片、 加裝說明書、編碼識別等檢測環節，機器視覺檢測內容豐富、穩定、精確，滿足 醫藥行業包裝線經常變包裝產品的需求。

4、 機器視覺技術仍在迭代，應用場景不斷豐富

4.1、 提質、增效、降本是機器視覺發展的源動力

2019 年，我國 65 歲及以上人口占總人口比率達 12.57%，標志我國已步入嚴重 老齡化社會。勞動力供給不足，推動企業用工成本上升。根據國家統計局數據， 城鎮非私營單位就業人員平均工資從 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。我國制造業在轉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，國務院發布《新一代人工智能發展規劃》，明確提出科技引領、系 統布局、市場主導、開源開放四項基本原則，以及“三步走”的發展戰略：到 2020 年人工智能總體技術和應用與世界先進水平同步，人工智能產業成為新的重要經 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 產業升級和經濟轉型的主要動力，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新中心， 智能經濟、智能社會取得明顯成效，為躋身創新型國家前列和經濟強國奠定重要 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、智能制造在國民經濟中的重要地位。為響 應國務院的號召，各行業、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 透并發展起來的核心技術之一，在政策利好的環境下，或將獲得廣大而穩定的發 展空間。

全球機器視覺新增專利數量持續提升。截至 2019 年，全球累計專利數量達到 8.6 萬項；國內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

國內機器視覺行業研發投入從 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%。國內機器視覺代理商企業的銷售額在 2018 年占行業 銷售額的 32.4%；國內機器視覺企業早期依靠國際供應商的產品代理，缺乏扎 實的自主研發基礎和具有自主知識產權的核心技術。相比國際龍頭企業，國內企 業經營時間短，積累薄弱，加大研發是實現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，也是視覺控制系統的 重要基礎。國內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 等第三方商業算法庫為基礎進行二次開發，只有少數 企業具有獨立自主的底層算法庫。獨立底層算法需要經歷漫長的研發周期和巨大 的資金投入，是未來國內機器視覺企業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方式，即首先將數 據表示為一組特征，分析特征或輸入模型后，輸出得到預測結果，在結構化場景 下定量檢測具有高速、高準確率、可重復性等優勢。但隨著機器視覺的應用領域 擴大，傳統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 習對原始數據通過多步特征轉換，得到更高層次、更加抽象的特征表示，并輸入 預測函數得到最終結果。深度學習可以將機器視覺的效率和魯棒性與人類視覺 的靈活性相結合，完成復雜環境下的檢測，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。

傳統的 2D 機器視覺技術在三個自由度（x、y 和旋轉）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、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 感知物理環境的變化并作出相應調整，提高了應用中的靈活性和實用性。

高精度成像和互聯互通技術助力。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 相機產品，是機器視覺行業始終追求的技術發展目標。行業內企業、協會和產業 聯盟不斷合作，制定數據接口、通訊協議等基礎共性標準，旨在打通視覺和各信 息系統的通道，實現系統間的互聯互通，是工業發展的必然趨勢。

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 markets and markets 預測，全球機器視覺 市場規模在 2020 年有望達到 107 億美元，至 2025 年有望達到 147 億美元。國 內機器視覺核心部件市場長期由少數國際巨頭把持，而國產品牌正在崛起。看未 來，實現進口替代的路徑由易到難，先后是光源、相機、鏡頭、開發軟件；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 著國內制造升級，全球高端制造產能向我國轉移，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進口替代。這 將進一步促進國內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，機器視覺在電子產業（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、醫藥等 其他領域滲透，預計我國機器視覺市場規模將繼續保持較高的增速。

GGII 數據顯示，2019 年我國機器視覺市場規模 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模將達到 155.6 億元。

機器視覺核心部件和設備企業盈利能力優異，行業成長性和進口替代的龐大空 間是國內機器視覺企業的歷史性機遇。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%，而國內以 光源為主打產品的奧普特毛利率/凈利率分別為 73.59%/39.35%。

在機器視覺設備領域，相關企業毛利率普遍在 40-50%的較高水平。隨著核心零 部件國產化進程的加快，將降低機器視覺應用成本，提升國內機器視覺設備企業 的競爭優勢，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！文章轉載請注明出處。