2020年機(jī)器視覺(jué)行業(yè)報(bào)告

全球機(jī)器視覺(jué)市場(chǎng)規(guī)模從 2008 年的 25 億美元增長(zhǎng)至 2017 年 70 億美元，年復(fù)合增速為 12.3%。我國(guó)機(jī)器視覺(jué)市場(chǎng)從 2008 年進(jìn)入快速發(fā) 展階段，至 2017 年市場(chǎng)規(guī)模達(dá) 65 億元，2008-2017 年復(fù)合增速 32.7%，顯著 高于全球水平。

1、機(jī)器視覺(jué)，開(kāi)“眼”看世界

1.1、 機(jī)器視覺(jué)是人工智能重要的前沿技術(shù)

機(jī)器視覺(jué)是人工智能行業(yè)的重要前沿分支。機(jī)器視覺(jué)通過(guò)模擬人類視覺(jué)系統(tǒng)，賦 予機(jī)器“看”和“認(rèn)知”的能力，是機(jī)器認(rèn)識(shí)世界的基礎(chǔ)。機(jī)器視覺(jué)利用成像系 統(tǒng)代替視覺(jué)器官作為輸入手段，利用視覺(jué)控制系統(tǒng)代替大腦皮層和大腦的剩余部 分完成對(duì)視覺(jué)圖像的處理和解釋，讓機(jī)器自動(dòng)完成對(duì)外部世界的視覺(jué)信息的探測(cè)， 做出相應(yīng)判斷并采取行動(dòng)，實(shí)現(xiàn)更復(fù)雜的指揮決策和自主行動(dòng)。作為人工智能最 前沿的領(lǐng)域之一，視覺(jué)類技術(shù)是人工智能企業(yè)的布局重點(diǎn)，具有最大的技術(shù)分布。

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

1.2、 機(jī)器視覺(jué)基本架構(gòu)

機(jī)器視覺(jué)（Machine Vision）是指通過(guò)光學(xué)裝置和非接觸傳感器自動(dòng)接收并處理 真實(shí)物體的圖像，分析后獲取所需信息或用于控制機(jī)器運(yùn)動(dòng)的裝置。通俗地說(shuō)， 機(jī)器視覺(jué)就是用機(jī)器代替人眼。機(jī)器視覺(jué)模擬眼睛進(jìn)行圖像采集，經(jīng)過(guò)圖像識(shí)別 和處理提取信息，最終通過(guò)執(zhí)行裝置完成操作。

五大模塊構(gòu)筑機(jī)器視覺(jué)系統(tǒng)：按照信號(hào)的流動(dòng)順序，機(jī)器視覺(jué)系統(tǒng)主要包括光學(xué) 成像、圖像傳感器、圖像處理、IO 和顯示等五大模塊。光學(xué)成像模塊設(shè)計(jì)合理 的光源和光路，通過(guò)鏡頭將物方空間信息投影到像方，從而獲取目標(biāo)物體的物理 信息；圖像傳感器模塊負(fù)責(zé)信息的光電信號(hào)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(kù)，提取信息的關(guān)鍵參數(shù)；IO 模塊 輸出機(jī)器視覺(jué)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(cè)系統(tǒng)的運(yùn)行過(guò)程， 實(shí)現(xiàn)圖像的可視化。

相對(duì)于人類視覺(jué)而言，機(jī)器視覺(jué)在量化程度、灰度分辨力、空間分辨力和觀測(cè)速 度等方面存在顯著優(yōu)勢(shì)。其利用相機(jī)、鏡頭、光源和光源控制系統(tǒng)采集目標(biāo)物體 數(shù)據(jù)，借助視覺(jué)控制系統(tǒng)、智能視覺(jué)軟件和數(shù)據(jù)算法庫(kù)進(jìn)行圖形分析和處理，軟 硬系統(tǒng)相輔相成，為下游自動(dòng)化、智能化制造行業(yè)賦予視覺(jué)能力。隨著深度學(xué)習(xí)、 3D 視覺(jué)技術(shù)、高精度成像技術(shù)和機(jī)器視覺(jué)互聯(lián)互通技術(shù)的發(fā)展，機(jī)器視覺(jué)性能 優(yōu)勢(shì)進(jìn)一步提升，應(yīng)用領(lǐng)域也向多個(gè)維度延伸。

1.3、 機(jī)器視覺(jué)發(fā)展歷程

機(jī)器視覺(jué)起源于上世紀(jì) 50 年代，Gilson 提出了“光流”這一概念，并基于相關(guān) 統(tǒng)計(jì)模型發(fā)展了逐像素的計(jì)算模式，標(biāo)志著 2D 影像統(tǒng)計(jì)模式的發(fā)展。

1960 年，美國(guó)學(xué)者 Roberts 提出了從 2D 圖像中提取三維結(jié)構(gòu)的觀點(diǎn)，引發(fā)了 MIT 人工智能實(shí)驗(yàn)室及其它機(jī)構(gòu)對(duì)機(jī)器視覺(jué)的關(guān)注，并標(biāo)志著三維機(jī)器視覺(jué)研究 的開(kāi)始。

70 年代中期，MIT 人工智能實(shí)驗(yàn)室正式開(kāi)設(shè)“機(jī)器視覺(jué)”課程，研究人員開(kāi)始 大力進(jìn)行“物體與視覺(jué)”相關(guān)課題的研究。1978 年，David Marr 開(kāi)創(chuàng)了“自下 而上”的通過(guò)計(jì)算機(jī)視覺(jué)捕捉物體形象的方法，該方法以2D的輪廓素描為起點(diǎn)， 逐步完成 3D 形象的捕捉，這一方法的提出標(biāo)志著機(jī)器視覺(jué)研究的重大突破。

80 年代開(kāi)始，機(jī)器視覺(jué)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(wèn)世，并逐步引發(fā)了機(jī)器視覺(jué)相關(guān)技術(shù)更為廣泛的傳 播與應(yīng)用。

90 年代初，視覺(jué)公司成立，并開(kāi)發(fā)出第一代圖像處理產(chǎn)品。而后，機(jī)器視覺(jué)相 關(guān)技術(shù)被不斷地投入到生產(chǎn)制造過(guò)程中，使得機(jī)器視覺(jué)領(lǐng)域迅速擴(kuò)張，上百家 企業(yè)開(kāi)始大量銷售機(jī)器視覺(jué)系統(tǒng)，完整的機(jī)器視覺(jué)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(jìn)一步加速了機(jī)器視覺(jué)行業(yè)的進(jìn)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(jué)掃描系統(tǒng)和熱影象系統(tǒng)等逐步問(wèn)世，機(jī)器視覺(jué) 的軟硬件產(chǎn)品蔓延至生產(chǎn)制造的各個(gè)階段，應(yīng)用領(lǐng)域也不斷擴(kuò)大。當(dāng)下，機(jī)器視 覺(jué)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(guó)內(nèi)機(jī)器視覺(jué)起步晚，目前處于快速成長(zhǎng)期。國(guó)內(nèi)機(jī)器視覺(jué)源于上世紀(jì) 80 年代 的第一批技術(shù)引進(jìn)。自 1998 年眾多電子和半導(dǎo)體工廠落戶廣東和上海開(kāi)始，機(jī) 器視覺(jué)生產(chǎn)線和高級(jí)設(shè)備被引入我國(guó)，誕生了國(guó)際機(jī)器視覺(jué)廠商的代理商和系統(tǒng) 集成商。中國(guó)的機(jī)器視覺(jué)發(fā)展主要經(jīng)歷了三個(gè)階段。

第一個(gè)階段是 1999 年-2003 年的啟蒙階段。這一階段的中國(guó)企業(yè)主要通過(guò)代理 業(yè)務(wù)對(duì)客戶進(jìn)行服務(wù)，在服務(wù)的過(guò)程中引導(dǎo)客戶對(duì)機(jī)器視覺(jué)的理解和認(rèn)知，借此 開(kāi)啟了中國(guó)機(jī)器視覺(jué)的歷史進(jìn)程。同時(shí)，國(guó)內(nèi)涌現(xiàn)出的跨專業(yè)機(jī)器視覺(jué)人才也逐 步掌握了國(guó)外簡(jiǎn)單的機(jī)器視覺(jué)軟硬件產(chǎn)品，并搭建起了機(jī)器視覺(jué)初級(jí)應(yīng)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(jī)器視覺(jué)技術(shù)， 在解放勞動(dòng)力的同時(shí)有效推動(dòng)了國(guó)內(nèi)機(jī)器視覺(jué)領(lǐng)域的發(fā)展。

第二個(gè)階段是 2004 年-2007 年的發(fā)展階段。這一階段本土機(jī)器視覺(jué)企業(yè)開(kāi)始起 步探索由更多自主核心技術(shù)承載的機(jī)器視覺(jué)軟硬件器件的研發(fā)，多個(gè)應(yīng)用領(lǐng)域取 得了關(guān)鍵性的突破。國(guó)內(nèi)廠商陸續(xù)推出的全系列模擬接口和 USB2.0 的相機(jī)和采 集卡，以及 PCB 檢測(cè)設(shè)備、SMT 檢測(cè)設(shè)備、LCD 前道檢測(cè)設(shè)備等，逐漸開(kāi)始 占據(jù)入門級(jí)市場(chǎng)。

第三個(gè)階段是 2008 年以后的高速發(fā)展階段。在這一階段眾多機(jī)器視覺(jué)核心器件 研發(fā)廠商不斷涌現(xiàn)，一大批真正的系統(tǒng)級(jí)工程師被不斷培養(yǎng)出來(lái)，推動(dòng)了國(guó)內(nèi)機(jī) 器視覺(jué)行業(yè)的高速、高質(zhì)量發(fā)展。

隨著全球制造中心向我國(guó)轉(zhuǎn)移，目前中國(guó)已是繼美國(guó)、日本之后的第三大機(jī)器視 覺(jué)領(lǐng)域應(yīng)用市場(chǎng)。據(jù)中國(guó)視覺(jué)產(chǎn)業(yè)聯(lián)盟，2018 年我國(guó)機(jī)器視覺(jué)行業(yè)銷售額達(dá)到 83 億元，較 2013 年翻了 3 倍，年復(fù)合增長(zhǎng)率達(dá) 33.54%。

2、 行業(yè)快速發(fā)展，核心部件國(guó)產(chǎn)化進(jìn)行時(shí)

機(jī)器視覺(jué)雖只幾十年發(fā)展時(shí)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(jī)器視覺(jué)行業(yè)順勢(shì)迎來(lái)快速發(fā)展。機(jī)器視覺(jué)的應(yīng)用已經(jīng)從最初的汽車制造領(lǐng) 域，擴(kuò)展至如今消費(fèi)電子、制藥、食品包裝等多個(gè)領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用。

據(jù)前瞻產(chǎn)業(yè)研究院，全球機(jī)器視覺(jué)市場(chǎng)規(guī)模從 2008 年的 25 億美元增長(zhǎng)至 2017 年 70 億美元，年復(fù)合增速為 12.3%。我國(guó)機(jī)器視覺(jué)市場(chǎng)從 2008 年進(jìn)入快速發(fā) 展階段，至 2017 年市場(chǎng)規(guī)模達(dá) 65 億元，2008-2017 年復(fù)合增速 32.7%，顯著 高于全球水平。

國(guó)際機(jī)器視覺(jué)市場(chǎng)的高端市場(chǎng)主要被美、德、日品牌占據(jù)。美國(guó)康耐視（Cognex）、 國(guó)家儀器（NI），德國(guó)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(jī)器視覺(jué)領(lǐng)域擁有技術(shù)積累和良好 客戶口碑的國(guó)際巨頭公司。其中康耐視和基恩士作為全球機(jī)器視覺(jué)行業(yè)的兩大巨 頭，壟斷了近 50%的全球市場(chǎng)份額。

國(guó)內(nèi)機(jī)器視覺(jué)行業(yè)競(jìng)爭(zhēng)格局較分散，在核心零部件上國(guó)外企業(yè)占據(jù)更大的市場(chǎng) 份額與銷售優(yōu)勢(shì)。據(jù)《中國(guó)機(jī)器視覺(jué)產(chǎn)業(yè)全景圖譜》，目前進(jìn)入中國(guó)的國(guó)際機(jī)器 視覺(jué)品牌已有 200 多家，中國(guó)本土的機(jī)器視覺(jué)品牌有 100 多家，各類產(chǎn)品代理 商超過(guò) 300 家，系統(tǒng)集成商也有超過(guò) 100 家。可見(jiàn)，國(guó)內(nèi)機(jī)器視覺(jué)企業(yè)以產(chǎn)品 代理商與系統(tǒng)集成商為主，在機(jī)器視覺(jué)產(chǎn)業(yè)鏈上游領(lǐng)域布局較少，在機(jī)器視覺(jué)核 心零部件的研發(fā)能力上不及國(guó)外老牌公司雄厚，因此中高端市場(chǎng)主要由國(guó)際一線 品牌主導(dǎo)。

根據(jù)中國(guó)機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟 2017 年度企業(yè)調(diào)查結(jié)果，國(guó)內(nèi)機(jī)器視覺(jué)企業(yè)銷售額 在 1000-3000 萬(wàn)的占比最高（31.8%），其余依次為 1000 萬(wàn)以下（19.8%），5000 萬(wàn)-1 億（18.7%），1 億以上（16.5%），3000-5000 萬(wàn)（13.2%）。2017 年，康 耐視在大中華區(qū)實(shí)現(xiàn) 6.76 億元收入，相比之下，我國(guó)大部分機(jī)器視覺(jué)企業(yè)銷售 規(guī)模較小。

2.1、 工業(yè)相機(jī)：捕捉和分析對(duì)象的核心部件

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

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

CMOS 傳感器在應(yīng)用于機(jī)器視覺(jué)初期，由于在處理快速變化的影像時(shí)，容易因 電流變化過(guò)于頻繁而產(chǎn)生過(guò)熱現(xiàn)象，使得噪聲難以抑制，因此僅應(yīng)用在影像畫(huà)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(qiáng)的優(yōu)勢(shì) 多應(yīng)用于高端場(chǎng)合。

隨著 CMOS 傳感器在消費(fèi)電子設(shè)備上的大量應(yīng)用推動(dòng)了 CMOS 技術(shù)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?cái)?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(shì)，CMOS 傳感器 建立了穩(wěn)固的市場(chǎng)地位，在工業(yè)圖像處理的眾多領(lǐng)域正逐步取代 CCD 傳感器。

以Basler的工業(yè)相機(jī)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(dòng)態(tài)范圍以及更低的暗噪聲?？?見(jiàn)，CMOS 在某些性能指標(biāo)上已達(dá)到或者優(yōu)于 CCD 水準(zhǔn)，具備替代 CCD 的能 力。

近些年工業(yè)相機(jī)行業(yè)在全球市場(chǎng)和中國(guó)市場(chǎng)均呈現(xiàn)快速增長(zhǎng)趨勢(shì)。全球工業(yè)相機(jī) 行業(yè)規(guī)模由 2011 年 15.2 億元增長(zhǎng)至 2018 年的 40.3 億元，年均復(fù)合增速為 14.95%；中國(guó)工業(yè)相機(jī)行業(yè)規(guī)模 2011 年僅有 0.8 億元，2018 年達(dá) 7.3 億元， 實(shí)現(xiàn)了 37.14%的復(fù)合增長(zhǎng)率。中國(guó)工業(yè)相機(jī)市場(chǎng)正以遠(yuǎn)超全球市場(chǎng)的增速迅速 擴(kuò)張。

目前，全球工業(yè)相機(jī)行業(yè)由歐美品牌占據(jù)主要市場(chǎng)。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(jī)市場(chǎng) 62%的份額，歐洲品牌占 15%，國(guó)外知名企 業(yè)如德國(guó) Basler、加拿大 DALSA、美國(guó)康耐視等。從細(xì)分領(lǐng)域來(lái)看，工業(yè)智能 相機(jī)市場(chǎng)相較于板卡式相機(jī)市場(chǎng)呈現(xiàn)更高的集中度。

我國(guó)對(duì)于工業(yè)相機(jī)的研究起步較晚，最初主要由大恒圖像等幾家老牌相機(jī)公司代 理國(guó)外品牌。近些年我國(guó)也逐步發(fā)展出一批自主研發(fā)工業(yè)相機(jī)的國(guó)產(chǎn)品牌，如大 恒圖像、海康機(jī)器人、華?？萍己途S視圖像等。目前我國(guó)工業(yè)相機(jī)行業(yè)主要布局 于中低端市場(chǎng)，可逐步實(shí)現(xiàn)進(jìn)口替代；而在高分辨率、高速的高端工業(yè)相機(jī)領(lǐng)域 仍以進(jìn)口品牌為主。根據(jù)中國(guó)海關(guān)總署數(shù)據(jù)，2018 年我國(guó)工業(yè)相機(jī)進(jìn)口數(shù)量為 8159 臺(tái)，進(jìn)口金額為 4483 萬(wàn)美元，同比增長(zhǎng) 8.3%。

2.2、 鏡頭：清晰成像的核心

鏡頭是機(jī)器視覺(jué)圖像采集部分重要的成像部件，鏡頭的主要作用是將目標(biāo)成像在 圖像傳感器的光敏面上，分辨率、對(duì)比度、景深以及像差等指標(biāo)對(duì)成像質(zhì)量具有 關(guān)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(chǎng)大小可分為攝遠(yuǎn)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(yuǎn)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(yuǎn)心鏡頭應(yīng)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(yán)格控制在 0.1%以下。遠(yuǎn)心鏡頭由于其特有的平行光路設(shè) 計(jì)一直為對(duì)鏡頭畸變要求很高的機(jī)器視覺(jué)應(yīng)用場(chǎng)合所青睞，適應(yīng)精密檢測(cè)需求。

據(jù) QYResearch，2019 年全球工業(yè)鏡頭市場(chǎng)總值達(dá)到 33 億元，預(yù)計(jì) 2026 年將 增至 58 億元，年均復(fù)合增長(zhǎng)率為 8.3%。海外品牌在鏡頭領(lǐng)域投入較早，經(jīng)過(guò) 多年的業(yè)務(wù)積累與技術(shù)升級(jí)，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(xué)巨頭。由于光學(xué)鏡頭行業(yè)集成了精密機(jī) 械設(shè)計(jì)、幾何光學(xué)、薄膜光學(xué)、色度學(xué)、熱力學(xué)等多學(xué)科技術(shù)，并且制作工序 和工藝復(fù)雜，具有較高的技術(shù)門檻

我國(guó)由于起步較晚，2008 年之前國(guó)內(nèi)光學(xué)鏡頭市場(chǎng)基本被日本、德國(guó)品牌所壟 斷。近些年，我國(guó)工業(yè)鏡頭行業(yè)國(guó)內(nèi)廠商快速增長(zhǎng)，主要從中低端市場(chǎng)切入，憑 借高性價(jià)比優(yōu)勢(shì)對(duì)于外資品牌具有一定競(jìng)爭(zhēng)力。在高端市場(chǎng)，我國(guó)仍以進(jìn)口日本、 德國(guó)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(xué)、慕藤光等逐步走向 高端。東正光學(xué)的遠(yuǎn)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(jí)下。

2.3、 光源：設(shè)計(jì)光路實(shí)現(xiàn)目標(biāo)成像

光源對(duì)于機(jī)器視覺(jué)中的圖像采集部分具有重要影響，為后續(xù)圖像識(shí)別與分析奠定 必要的基礎(chǔ)。合適的光源設(shè)備能夠使被測(cè)物與背景盡量明顯區(qū)分，獲得高品質(zhì)、 高對(duì)比度的圖像。在機(jī)器視覺(jué)領(lǐng)域的應(yīng)用中，由于應(yīng)用對(duì)象與檢測(cè)要求的不同， 尚無(wú)通用的機(jī)器視覺(jué)照明系統(tǒng)，需針對(duì)特定案例設(shè)計(jì)相應(yīng)的照明方案，以達(dá)到最 佳照明效果。

機(jī)器視覺(jué)系統(tǒng)使用的光源主要分為 LED 光源、鹵素?zé)艉透哳l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(dǎo)體芯片為發(fā)光材料，能量轉(zhuǎn) 換效率高，理論上可達(dá)白熾燈 10%的能耗，相比熒光燈也可以達(dá)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(zhǎng)、響應(yīng)速度快、單色性 好、顏色多樣、綜合性價(jià)比高等特點(diǎn)，因此在機(jī)器視覺(jué)等工業(yè)領(lǐng)域具有更廣泛的應(yīng)用。

機(jī)器視覺(jué)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(diǎn)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(qiáng)度、照射 角度、照射面積及顏色組合等，適用于不同的機(jī)器視覺(jué)應(yīng)用場(chǎng)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(cè)物體表面，通過(guò)漫反射方式照亮一小 片區(qū)域，工作距離在 10-15MM 時(shí)，環(huán)形光源可以突出顯示被測(cè)物體邊緣和高度 的變化，適合應(yīng)用于 PCB 基板檢測(cè)、IC 元件檢測(cè)、集成電路印字檢查等情形。

國(guó)外機(jī)器視覺(jué)照明技術(shù)已較為成熟，國(guó)際上具有代表性的光源企業(yè)主要有日本 CCS、Moritex 和美國(guó) Ai。國(guó)內(nèi)光源市場(chǎng)國(guó)產(chǎn)化程度較高，競(jìng)爭(zhēng)較為充分，涌現(xiàn) 出奧普特、沃德普、康視達(dá)、緯朗光電等一批機(jī)器視覺(jué)光源制造商，能夠與國(guó)際 品牌進(jìn)行競(jìng)爭(zhēng)

CCS 在全球光源市場(chǎng)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(bào)告，其在 2017 年的營(yíng)業(yè)收入達(dá) 5.2 億元， 其中光源和光源控制器產(chǎn)品占總營(yíng)收的 89.2%。

奧普特是成立于 2006 年的國(guó)內(nèi)機(jī)器視覺(jué)光源行業(yè)領(lǐng)先的本土品牌，并以光源為 切入點(diǎn)，將產(chǎn)品延伸至機(jī)器視覺(jué)鏡頭、相機(jī)、視覺(jué)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(shí)現(xiàn)各種目標(biāo)

對(duì)所獲得的視覺(jué)信號(hào)進(jìn)行處理是機(jī)器視覺(jué)系統(tǒng)的關(guān)鍵所在，機(jī)器視覺(jué)軟件類似 “大腦”，通過(guò)圖像處理算法完成對(duì)被測(cè)物的識(shí)別、定位、測(cè)量、檢測(cè)等功能。機(jī)器視覺(jué)軟件主要分為兩類：一類是包含大量處理算法的工具庫(kù)，用以開(kāi)發(fā)特定 應(yīng)用，主要使用者為集成商與設(shè)備商；另一類是專門實(shí)現(xiàn)某些功能的應(yīng)用軟件， 主要供最終用戶使用。兩者主要在開(kāi)發(fā)的靈活性上存在差別。

目前，圖像處理軟件領(lǐng)域主要由美、德等國(guó)主導(dǎo)，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(jī)表現(xiàn)良好?？的鸵暊I(yíng)業(yè)收入由 19.25 億元增長(zhǎng) 至 50.62 億元，復(fù)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(guó)內(nèi)的機(jī)器視覺(jué)圖像處理軟件一般是在 OpenCV 等開(kāi)源視覺(jué)算法庫(kù)或者 Halcon、 VisionPro 等第三方商業(yè)算法庫(kù)的基礎(chǔ)上進(jìn)行二次開(kāi)發(fā)。由于獨(dú)立底層算法具有 非常高的技術(shù)壁壘，國(guó)內(nèi)目前僅有創(chuàng)科視覺(jué)、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(jìn)行一定范圍的應(yīng)用。

以創(chuàng)科視覺(jué)為例，公司研發(fā)的 CKVisionBuilder 是目前機(jī)器視覺(jué)行業(yè)內(nèi)最簡(jiǎn)單的 視覺(jué)系統(tǒng)開(kāi)發(fā)平臺(tái)，涵蓋了定位、測(cè)量、識(shí)別、讀碼、缺陷、顏色、3D、邏輯 運(yùn)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(chǔ)，適用于各種人群；適用于 3C 電子、汽車制造等多種行業(yè)；對(duì)不 同種類的工業(yè)相機(jī)、PLC 等均留有對(duì)接接口，具有較好的兼容性。

3、 起于汽車制造，興于消費(fèi)電子

3.1、 消費(fèi)電子和汽車制造是當(dāng)前主要應(yīng)用下游

機(jī)器視覺(jué)目前主要應(yīng)用在消費(fèi)電子、汽車制造、食品包裝、制藥業(yè)等領(lǐng)域，其中 又以消費(fèi)電子和汽車制造領(lǐng)域?yàn)橹?，?yīng)用占比分別為 46.60%、10.20%。在消費(fèi) 電子行業(yè)，機(jī)器視覺(jué)應(yīng)用于高精度制造和質(zhì)量檢測(cè)，包括圓晶切割、3C 表面檢 測(cè)、觸摸屏制造、AOI 光學(xué)檢測(cè)、PCB 印刷電路、電子封裝等。在汽車制造行 業(yè)，機(jī)器視覺(jué)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(cè)、面板印 刷和質(zhì)量檢測(cè)、字符檢測(cè)、零件尺寸的精密測(cè)量、工業(yè)零部件表面缺陷檢測(cè)等。

3.2、 機(jī)器視覺(jué)在汽車制造行業(yè)的應(yīng)用

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

除傳統(tǒng)三坐標(biāo)測(cè)量、激光在線測(cè)量外，藍(lán)光掃描測(cè)量、表面缺陷測(cè)量等視覺(jué)測(cè)量 方法可進(jìn)行更加精細(xì)地測(cè)量，對(duì)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(cè)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(jī)器視覺(jué)引導(dǎo)系統(tǒng)突破機(jī)器人簡(jiǎn)單重復(fù)示教軌跡的限制，使其根據(jù)被操作工件的變化實(shí)時(shí)調(diào)整做工軌跡，提升機(jī)器人智能化水平。視覺(jué)引導(dǎo)技術(shù)逐漸滲透到汽車 制造的全過(guò)程，比如引導(dǎo)機(jī)器人進(jìn)行最佳匹配安裝、精確制孔、焊縫引導(dǎo)及跟蹤、 噴涂引導(dǎo)、風(fēng)擋玻璃裝載引導(dǎo)等。

機(jī)器視覺(jué)檢測(cè)系統(tǒng)可以對(duì)產(chǎn)品進(jìn)行制造工藝檢測(cè)、自動(dòng)化跟蹤、追溯與控制等， 包括通過(guò)光學(xué)字符識(shí)別（OCR）技術(shù)獲取車身零件編碼以保證零件在整個(gè)制造 過(guò)程中的可追溯性, 通過(guò)識(shí)別零件的存在或缺失以保證部件裝配的完整性, 以及 通過(guò)視覺(jué)技術(shù)識(shí)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(guó)汽車產(chǎn)銷量位于全球前列，汽車制造市場(chǎng)體量龐大。汽車行業(yè)自動(dòng)化程度較 高，生產(chǎn)制造中許多環(huán)節(jié)已經(jīng)無(wú)人化操作，同時(shí)汽車智能化藍(lán)圖多領(lǐng)域布局，促 進(jìn)機(jī)器視覺(jué)在汽車行業(yè)應(yīng)用深化。

3.3、 機(jī)器視覺(jué)在消費(fèi)電子行業(yè)的應(yīng)用

機(jī)器視覺(jué)在消費(fèi)電子領(lǐng)域，以 PCB/FPC AOI 檢測(cè)、零部件及整機(jī)外觀檢測(cè)、裝 配引導(dǎo)等應(yīng)用為主，并呈現(xiàn)出越來(lái)越多的新的應(yīng)用場(chǎng)景。

AOI 光學(xué)檢測(cè)是工業(yè)生產(chǎn)中執(zhí)行測(cè)量、檢測(cè)、識(shí)別和引導(dǎo)等任務(wù)的新興科學(xué)技術(shù)， 廣泛應(yīng)用于 PCB 缺陷檢測(cè)過(guò)程。其采用光學(xué)照明與圖像傳感技術(shù)獲取被測(cè)物體 信息，通過(guò)數(shù)字圖像處理增強(qiáng)目標(biāo)特征，利用模式識(shí)別、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等 算法提取特征信息，并進(jìn)行分類與表征，最后反饋給執(zhí)行控制機(jī)構(gòu)，實(shí)現(xiàn)產(chǎn)品分 類、分組分選、質(zhì)量控制等生產(chǎn)目標(biāo)。其基本原理是用各種光學(xué)成像技術(shù)與系統(tǒng) 模擬人眼的視覺(jué)成像功能，用計(jì)算機(jī)處理系統(tǒng)代替人腦執(zhí)行實(shí)時(shí)圖像處理、特征 識(shí)別與分類，用執(zhí)行機(jī)構(gòu)代替人手完成操作。

PCB 缺陷檢測(cè)主要是焊點(diǎn)缺陷檢測(cè)和元器件檢測(cè)兩大部分。傳統(tǒng)的人工目視檢 測(cè)法易漏檢、速度慢、時(shí)間長(zhǎng)、成本高，已不能滿足生產(chǎn)需要，機(jī)器視覺(jué) PCB 檢測(cè)系統(tǒng)具有重要的現(xiàn)實(shí)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(jī)器視覺(jué)提供的在線視覺(jué)技術(shù)可以在實(shí)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(shí)處理 有關(guān)問(wèn)題。另外，發(fā)現(xiàn)缺陷時(shí)可以有效防止有缺陷的電路板送達(dá)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(shí)得到反饋，明確處于操作中的印刷 工藝操作是否良好，達(dá)到預(yù)防缺陷產(chǎn)生的目的，對(duì)生產(chǎn)效率和良率的提升至關(guān)重 要。

據(jù)中商產(chǎn)業(yè)研究院，消費(fèi)電子及半導(dǎo)體領(lǐng)域的機(jī)器視覺(jué)市場(chǎng)規(guī)模 2018 年突破 20 億元，2019 年將達(dá)到接近 30 億元水平。消費(fèi)電子行業(yè)元器件尺寸小，質(zhì)量標(biāo) 準(zhǔn)高，適合用機(jī)器視覺(jué)系統(tǒng)檢測(cè)，也促進(jìn)機(jī)器視覺(jué)技術(shù)進(jìn)步。同時(shí)，消費(fèi)電子產(chǎn) 品生命周期短，需求量大，拉動(dòng)機(jī)器視覺(jué)市場(chǎng)需求。

3.4、 食品包裝與制藥行業(yè)應(yīng)用

機(jī)器視覺(jué)在食品包裝領(lǐng)域適用范圍廣泛，可用于檢測(cè)瓶子的分類和液位測(cè)量、標(biāo) 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(xì)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(hù)食品在流通過(guò)程中免受污 染，提高品質(zhì)，避免發(fā)生安全事故。同時(shí)，食品包裝的觀賞性也會(huì)給消費(fèi)者良好 的購(gòu)物體驗(yàn)。因此，食品包裝檢測(cè)是控制不合格食品流入市場(chǎng)的關(guān)鍵環(huán)節(jié)，影響 企業(yè)在行業(yè)中的競(jìng)爭(zhēng)力。

制藥企業(yè)的生產(chǎn)過(guò)程中，藥品關(guān)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(chǎng)后也會(huì)對(duì)患者造成無(wú)法彌補(bǔ)的損失，甚至導(dǎo)致醫(yī)療事故的發(fā)生。機(jī)器視覺(jué)在藥品包裝、質(zhì)量檢測(cè)及控制等多個(gè)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(jìn)程。目前，在數(shù)粒、打碼、泡罩版缺粒、藥品殘缺和斷片、 加裝說(shuō)明書(shū)、編碼識(shí)別等檢測(cè)環(huán)節(jié)，機(jī)器視覺(jué)檢測(cè)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(jī)器視覺(jué)技術(shù)仍在迭代，應(yīng)用場(chǎng)景不斷豐富

4.1、 提質(zhì)、增效、降本是機(jī)器視覺(jué)發(fā)展的源動(dòng)力

2019 年，我國(guó) 65 歲及以上人口占總?cè)丝诒嚷蔬_(dá) 12.57%，標(biāo)志我國(guó)已步入嚴(yán)重 老齡化社會(huì)。勞動(dòng)力供給不足，推動(dòng)企業(yè)用工成本上升。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)， 城鎮(zhèn)非私營(yíng)單位就業(yè)人員平均工資從 2012 年的 4.68 萬(wàn)元上升為 2019 年的 9.05 萬(wàn)元，八年間用工成本接近翻倍。我國(guó)制造業(yè)在轉(zhuǎn)型升級(jí)過(guò)程中必然向自動(dòng)化、 智能化邁進(jìn)，并不斷得到深化。

2017 年 7 月，國(guó)務(wù)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(lǐng)、系 統(tǒng)布局、市場(chǎng)主導(dǎo)、開(kāi)源開(kāi)放四項(xiàng)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(shù)和應(yīng)用與世界先進(jìn)水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng) 濟(jì)增長(zhǎng)點(diǎn)，人工智能技術(shù)應(yīng)用成為改善民生的新途徑；到 2025 年人工智能基礎(chǔ) 理論實(shí)現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，人工智能成為帶動(dòng)我國(guó) 產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)轉(zhuǎn)型的主要?jiǎng)恿?，智能社?huì)建設(shè)取得積極進(jìn)展；到 2030 年人工 智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心， 智能經(jīng)濟(jì)、智能社會(huì)取得明顯成效，為躋身創(chuàng)新型國(guó)家前列和經(jīng)濟(jì)強(qiáng)國(guó)奠定重要 基礎(chǔ)。這確立了人工智能在我國(guó)當(dāng)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(bào)告》覆蓋，2019 年更是將“智能制造”提升 為“智能+”，進(jìn)一步明確了人工智能、智能制造在國(guó)民經(jīng)濟(jì)中的重要地位。為響 應(yīng)國(guó)務(wù)院的號(hào)召，各行業(yè)、各地方政府也相繼出臺(tái)相關(guān)政策，確立了人工智能與 智能制造的發(fā)展目標(biāo)。機(jī)器視覺(jué)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(lái)的核心技術(shù)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(jī)器視覺(jué)新增專利數(shù)量持續(xù)提升。截至 2019 年，全球累計(jì)專利數(shù)量達(dá)到 8.6 萬(wàn)項(xiàng)；國(guó)內(nèi)機(jī)器視覺(jué)相關(guān)申請(qǐng)和公開(kāi)專利共計(jì) 1.1 萬(wàn)項(xiàng)

4.2、 核心部件自主化進(jìn)行中

國(guó)內(nèi)機(jī)器視覺(jué)行業(yè)研發(fā)投入從 2016 年的 5.6 億元增長(zhǎng)至 2018 年的 11.7 億元， 年均復(fù)合增長(zhǎng)率達(dá) 44.8%。國(guó)內(nèi)機(jī)器視覺(jué)代理商企業(yè)的銷售額在 2018 年占行業(yè) 銷售額的 32.4%；國(guó)內(nèi)機(jī)器視覺(jué)企業(yè)早期依靠國(guó)際供應(yīng)商的產(chǎn)品代理，缺乏扎 實(shí)的自主研發(fā)基礎(chǔ)和具有自主知識(shí)產(chǎn)權(quán)的核心技術(shù)。相比國(guó)際龍頭企業(yè)，國(guó)內(nèi)企 業(yè)經(jīng)營(yíng)時(shí)間短，積累薄弱，加大研發(fā)是實(shí)現(xiàn)進(jìn)口替代的必由之路。

機(jī)器視覺(jué)算法是對(duì)獲取的圖像信息進(jìn)行處理的關(guān)鍵步驟，也是視覺(jué)控制系統(tǒng)的 重要基礎(chǔ)。國(guó)內(nèi)視覺(jué)處理分析軟件大多建立在 OpenCV 等開(kāi)源視覺(jué)算法庫(kù)中， 或以 Halcon、Vision Pro 等第三方商業(yè)算法庫(kù)為基礎(chǔ)進(jìn)行二次開(kāi)發(fā)，只有少數(shù) 企業(yè)具有獨(dú)立自主的底層算法庫(kù)。獨(dú)立底層算法需要經(jīng)歷漫長(zhǎng)的研發(fā)周期和巨大 的資金投入，是未來(lái)國(guó)內(nèi)機(jī)器視覺(jué)企業(yè)自主化的主要技術(shù)支持。

深度學(xué)習(xí)拓寬應(yīng)用場(chǎng)景。目前主流的機(jī)器視覺(jué)技術(shù)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(yù)測(cè)結(jié)果，在結(jié)構(gòu)化場(chǎng)景 下定量檢測(cè)具有高速、高準(zhǔn)確率、可重復(fù)性等優(yōu)勢(shì)。但隨著機(jī)器視覺(jué)的應(yīng)用領(lǐng)域 擴(kuò)大，傳統(tǒng)方式顯示出通用性低、難以復(fù)制、對(duì)使用人員要求高等缺點(diǎn)。深度學(xué) 習(xí)對(duì)原始數(shù)據(jù)通過(guò)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(yù)測(cè)函數(shù)得到最終結(jié)果。深度學(xué)習(xí)可以將機(jī)器視覺(jué)的效率和魯棒性與人類視覺(jué) 的靈活性相結(jié)合，完成復(fù)雜環(huán)境下的檢測(cè)，特別是涉及偏差和未知缺陷的情形， 極大地拓展了機(jī)器視覺(jué)的應(yīng)用場(chǎng)景。

傳統(tǒng)的 2D 機(jī)器視覺(jué)技術(shù)在三個(gè)自由度（x、y 和旋轉(zhuǎn)）上定位目標(biāo)物體，并基于 灰度或彩色圖像對(duì)比度提供圖像處理分析結(jié)果，無(wú)法獲取目標(biāo)物體的三維信息， 也易受光照條件變化、物體運(yùn)動(dòng)等影響。3D 機(jī)器視覺(jué)技術(shù)可以在六個(gè)自由度（x、 y、z、旋轉(zhuǎn)、俯仰和橫擺）上定位目標(biāo)物體，提供豐富的三維信息，使機(jī)器能夠 感知物理環(huán)境的變化并作出相應(yīng)調(diào)整，提高了應(yīng)用中的靈活性和實(shí)用性。

高精度成像和互聯(lián)互通技術(shù)助力。高精度成像技術(shù)要求新型光源、更全面的波長(zhǎng) 覆蓋和創(chuàng)新的光源布局等光源技術(shù)，以及提供更大靶面和更小像元的新型鏡頭和 相機(jī)產(chǎn)品，是機(jī)器視覺(jué)行業(yè)始終追求的技術(shù)發(fā)展目標(biāo)。行業(yè)內(nèi)企業(yè)、協(xié)會(huì)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(chǔ)共性標(biāo)準(zhǔn)，旨在打通視覺(jué)和各信 息系統(tǒng)的通道，實(shí)現(xiàn)系統(tǒng)間的互聯(lián)互通，是工業(yè)發(fā)展的必然趨勢(shì)。

4.3、 應(yīng)用場(chǎng)景不斷豐富，千億藍(lán)海大有可為

全球機(jī)器視覺(jué)正處于快速成長(zhǎng)期。據(jù) markets and markets 預(yù)測(cè)，全球機(jī)器視覺(jué) 市場(chǎng)規(guī)模在 2020 年有望達(dá)到 107 億美元，至 2025 年有望達(dá)到 147 億美元。國(guó) 內(nèi)機(jī)器視覺(jué)核心部件市場(chǎng)長(zhǎng)期由少數(shù)國(guó)際巨頭把持，而國(guó)產(chǎn)品牌正在崛起?？次?來(lái)，實(shí)現(xiàn)進(jìn)口替代的路徑由易到難，先后是光源、相機(jī)、鏡頭、開(kāi)發(fā)軟件；而在 應(yīng)用端，機(jī)器視覺(jué)設(shè)備應(yīng)用如火如荼，在消費(fèi)電子領(lǐng)域的應(yīng)用已較為普遍。而隨 著國(guó)內(nèi)制造升級(jí)，全球高端制造產(chǎn)能向我國(guó)轉(zhuǎn)移，將同步提高對(duì)高端精密機(jī)器視 覺(jué)設(shè)備的需求，如面板前中段制程和半導(dǎo)體檢測(cè)設(shè)備也正逐漸實(shí)現(xiàn)進(jìn)口替代。這 將進(jìn)一步促進(jìn)國(guó)內(nèi)機(jī)器視覺(jué)部件和設(shè)備廠商的技術(shù)迭代，并提升對(duì)應(yīng)用工藝的理 解。

隨著機(jī)器視覺(jué)硬件方案的不斷成熟和運(yùn)算能力的提升，以及軟件在各種應(yīng)用解決 方案、3D 算法、深度學(xué)習(xí)能力的不斷完善，機(jī)器視覺(jué)在電子產(chǎn)業(yè)（如 PCB、FPC、 面板、半導(dǎo)體等領(lǐng)域）應(yīng)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(lǐng)域滲透，預(yù)計(jì)我國(guó)機(jī)器視覺(jué)市場(chǎng)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(guó)機(jī)器視覺(jué)市場(chǎng)規(guī)模 65.5 億元（不包含計(jì)算機(jī)視覺(jué) 市場(chǎng)），同比增長(zhǎng) 21.8%。2014-2019 年復(fù)合增長(zhǎng)率為 28.4%，并預(yù)測(cè)到 2023 年中國(guó)機(jī)器視覺(jué)市場(chǎng)規(guī)模將達(dá)到 155.6 億元。

機(jī)器視覺(jué)核心部件和設(shè)備企業(yè)盈利能力優(yōu)異，行業(yè)成長(zhǎng)性和進(jìn)口替代的龐大空 間是國(guó)內(nèi)機(jī)器視覺(jué)企業(yè)的歷史性機(jī)遇。2019 年，機(jī)器視覺(jué)國(guó)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(guó)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(jī)器視覺(jué)設(shè)備領(lǐng)域，相關(guān)企業(yè)毛利率普遍在 40-50%的較高水平。隨著核心零 部件國(guó)產(chǎn)化進(jìn)程的加快，將降低機(jī)器視覺(jué)應(yīng)用成本，提升國(guó)內(nèi)機(jī)器視覺(jué)設(shè)備企業(yè) 的競(jìng)爭(zhēng)優(yōu)勢(shì)，并推動(dòng)機(jī)器視覺(jué)在智能裝備領(lǐng)域的普及。

責(zé)任編輯：xj

原文標(biāo)題：2020年機(jī)器視覺(jué)行業(yè)深度報(bào)告

文章出處：【微信公眾號(hào)：新機(jī)器視覺(jué)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。