机器视觉行业发展现状研究

机器视觉行业发展现状研究
一、机器视觉行业定义
机器视觉是通过光学装置和非接触式的传感器,自动地接受和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。

获取的主要的信息分为两个处理步骤:光源、镜头、工业相机负责图片采集,将被检测的目标转换成图像信号；图像处理系统根据像素分布与亮度、颜色等信息，转变成数字信号。

相对人眼视觉，机器视觉在速度、精度、环境要求等方面都存在显著优势。

二、机器视觉行业发展现状
从市场规模来看，工业机器视觉市场规模从2015年的64.23亿元增长至2019年的138.77亿元，国外品牌市场占有率逐渐降低，国产品牌的市场占有率逐渐提升。

随着国产品牌逐渐在自动化领域深耕，机器视觉领域的国外品牌光环将不复存在，国产工业机器视觉产品将逐渐成为工业智能化改造的首选。

工业机器视觉的行业受到技术、下游产业、社会结构共同驱动。

机器视觉是人工智能范畴最重要的前沿分支之一，人工智能的发展将加速机器视觉的进步。

目前人工智能市场规模逐年递增，预计2020年全球人工智能市场规模将高达6800亿元，其中中国市场的规模为710亿元。

机器视觉下游应用场景中，电子及半导体设备占约46.60%，主要应用在高精度的制造和检测，如晶圆切割、3C表面检测、AOI光学检测、PCB印刷电路等。

汽车制造是机器视觉应用的第二大场景，约占15.3%，几乎所有系统和部件的制造都可用到机器视觉，一条汽车生产线需十几套机器视觉系统，是机器视觉渗透最快的行业。

制药业约占下游应用的7.2%，主要应用为药品质量的检测。

三、机器视觉行业竞争格局
机器视觉行业全球格局较为稳定，龙头公司发展历史较长。

全球机器视觉龙头厂商包括基恩士、康耐视、海克斯康等，他们在机器视觉、传感器、计量等领域具备很高的知名度，业务覆盖机器视觉上、中游领域，主要产品包括传感器、软件、设备等，而我国机器视觉行业仍处于发展前期，企业数量快速增长，但规模仍较小。

四、机器视觉四大技术趋势
1、传感端方面，部分应用场景将由基于PC的传统系统转向集成度高的智能相机，由2D视觉逐步迈入3D视觉，目前国际巨头与国内上市公司都已将3D视觉作为未来重要的研发方向之一。

2、算法端方面，深度学习将机器视觉的效率和鲁棒性与人类视觉的灵活性结合，能完成更复杂的环境中的检测：对于随机出现的复杂外观检测，传统的机器学习无法保障其稳定性，而深度学习是对传统机器学习算法的颠覆，深度学习将融入智能相机、3D视觉之中。

3、网络端方面，工业互联的趋势要求生产控制系统集成到上层的制造管理系统，并最终接入企业管理系统，实现信息从生产现场到管理层的贯通，行业内的企业、行业协会、产业联盟在机器视觉互联互通方面，正在不断合作和投入，制定数据接口、通讯协议等基础共性标准。