2020年機器視覺行業(yè)深度報道

機器視覺是人工智能產(chǎn)業(yè)的一個重要前沿分支。機器視覺通過模擬人類視覺系統(tǒng)，賦予機器“看”和“識別”的能力，這是機器認識世界的基礎。機器視覺用成像系統(tǒng)代替視覺器官作為輸入手段，用視覺控制系統(tǒng)代替大腦皮層和大腦其余部分完成視覺圖像的處理和判讀，使機器能夠自動檢測外界的視覺信息，做出相應的判斷和采取行動，實現(xiàn)更復雜的指揮決策和自主行動。視覺技術(shù)作為人工智能的前沿領域之一，是人工智能企業(yè)布局的重點，技術(shù)分布最廣。

　機器視覺廣泛應用于智能制造領域，根據(jù)其功能可分為識別、測量、定位和檢測四大類。識別功能是指識別目標物體的物理特征，包括形狀、顏色、字符、條形碼等。其準確性和識別速度是衡量的重要指標；測量功能是指將采集的圖像像素信息標定為常用的測量和測量單位，然后精確計算圖像中目標物體的幾何尺寸，主要應用于高精度、復雜形狀的測量；定位功能是指獲取目標物體的坐標和角度信息，自動判斷物體的位置，多用于自動化設備和生產(chǎn)；檢驗功能是指對目標對象進行外觀檢驗，以判斷產(chǎn)品裝配是否完整，外觀是否有缺陷。

　　1.2。機器視覺的基本框架

機器視覺(Machine Vision)是指通過光學裝置和非接觸式傳感器自動接收和處理真實物體的圖像，經(jīng)過分析后獲得所需信息或控制機器運動的裝置。一般來說，機器視覺就是用機器代替人眼。機器視覺模擬眼睛采集圖像，通過圖像識別和處理提取信息，最后通過執(zhí)行裝置完成操作。

機器視覺系統(tǒng)由五個模塊構(gòu)成：根據(jù)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和顯示五個模塊。光學成像模塊設計合理的光源和光路，通過透鏡將物方空間信息投射到像方，從而獲得目標物的物理信息；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和CMOS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，配合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地監(jiān)控系統(tǒng)的運行過程，實現(xiàn)圖像的可視化。

　　與人類視覺相比，機器視覺在量化、灰度分辨率、空間分辨率和觀察速度等方面具有明顯優(yōu)勢。它利用攝像機、鏡頭、光源和光源控制系統(tǒng)采集目標物體數(shù)據(jù)，利用視覺控制系統(tǒng)、智能視覺軟件和數(shù)據(jù)算法庫分析處理圖形。軟系統(tǒng)和硬系統(tǒng)相輔相成，為下游自動化和智能制造行業(yè)提供可視化能力。隨著深度學習、三維視覺技術(shù)、高精度成像技術(shù)和機器視覺互聯(lián)技術(shù)的發(fā)展，機器視覺的性能優(yōu)勢進一步增強，應用領域擴展到多個維度。

1.3。機器視覺的發(fā)展歷史

機器視覺起源于20世紀50年代。吉爾森提出了“光流”的概念，并在相關統(tǒng)計模型的基礎上發(fā)展了逐像素計算模型，標志著2D圖像統(tǒng)計模型的發(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)的思想，引起了麻省理工學院人工智能實驗室等機構(gòu)對機器視覺的關注，標志著三維機器視覺研究的開始。

　　20世紀70年代中期，麻省理工學院人工智能實驗室正式開設“機器視覺”課程，研究人員開始大力研究“物體與視覺”相關學科。1978年，大衛(wèi)馬爾提出了一種“自下而上”的計算機視覺捕捉物體的方法，從2D輪廓草圖開始，逐步完成3D圖像捕捉。這種方法標志著機器視覺研究的重大突破。

　　自20世紀80年代以來，機器視覺掀起了全球性的研究熱潮，隨著方法和理論的迭代更新，光學字符識別和智能相機在這一階段問世，逐漸引發(fā)了機器視覺相關技術(shù)的更廣泛傳播和應用。

　　20世紀90年代初，Vision Company成立并開發(fā)了第一代圖像處理產(chǎn)品。然后，與機器視覺相關的技術(shù)不斷的投入到制造過程中，使得機器視覺的領域迅速擴大。數(shù)百家企業(yè)開始銷售大量的機器視覺系統(tǒng)，一個完整的機器視覺行業(yè)逐漸形成?，F(xiàn)階段，LED燈、傳感器和控制結(jié)構(gòu)的快速發(fā)展，進一步加快了機器視覺行業(yè)的進步，逐漸降低了行業(yè)的生產(chǎn)成本。

　　2000年以來，更高速的三維視覺掃描系統(tǒng)和熱成像系統(tǒng)逐步問世，機器視覺的軟硬件產(chǎn)品已經(jīng)普及到生產(chǎn)制造的各個階段，應用領域不斷擴大。目前，機器視覺作為人工智能的底層產(chǎn)業(yè)和電子、汽車等行業(yè)的上游產(chǎn)業(yè)，仍處于快速發(fā)展階段，具有良好的發(fā)展前景。

機器視覺在中國起步較晚，目前正處于快速發(fā)展時期。國產(chǎn)機器視覺起源于80年代引進的第一批技術(shù)。自1998年許多電子和半導體工廠落戶廣東和上海以來，機器視覺生產(chǎn)線和先進設備被引進中國，國際機器視覺制造商的代理商和系統(tǒng)集成商應運而生。機器視覺在中國的發(fā)展主要經(jīng)歷了三個階段。

　　第一階段是1999年到2003年的啟蒙階段?，F(xiàn)階段，中國企業(yè)主要通過代理業(yè)務為客戶服務，在服務過程中引導客戶理解和認可機器視覺，從而開啟了機器視覺在中國的歷史進程。同時，國內(nèi)新興的跨學科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，建立了機器視覺初級應用體系。在這一階段，機器視覺技術(shù)首先被引入特種印刷行業(yè)和煙草異物剔除行業(yè)，在解放勞動力的同時有效地推動了國內(nèi)機器視覺領域的發(fā)展。第二階段是2004年到2007年的發(fā)展階段?，F(xiàn)階段，地方機器視覺企業(yè)開始探索更多自主核心技術(shù)承載的機器視覺軟硬件設備的研發(fā)，并在多個應用領域取得關鍵突破。全系列模擬接口、USB2.0攝像頭及采集卡、PCB測試設備、SMT測試設備、LCD前端測試設備等。由國內(nèi)廠商推出，逐漸開始占領入門級市場。

　　第三階段是2008年以后的快速發(fā)展階段?，F(xiàn)階段，許多機器視覺核心設備的R&D制造商不斷涌現(xiàn)，大量真正的系統(tǒng)級工程師不斷接受培訓，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中國轉(zhuǎn)移，中國現(xiàn)在是機器視覺領域僅次于美國和日本的第三大應用市場。據(jù)中國視覺產(chǎn)業(yè)聯(lián)盟統(tǒng)計，2018年中國機器視覺產(chǎn)業(yè)銷售額達到83億元，比2013年增長3倍，復合年增長率為33.54%。

　　2.隨著行業(yè)的快速發(fā)展和核心部件的國產(chǎn)化，

機器視覺雖然才發(fā)展了幾十年，但隨著世界新一輪科技革命和產(chǎn)業(yè)轉(zhuǎn)型的興起，機器視覺產(chǎn)業(yè)迎來了快速發(fā)展。機器視覺的應用已經(jīng)從最初的汽車制造領域擴展到消費電子、醫(yī)藥、食品包裝等許多領域。

　　據(jù)前瞻產(chǎn)業(yè)研究院統(tǒng)計，機器視覺全球市場規(guī)模從2008年的25億美元增長到2017年的70億美元，復合年增長率為12.3%。中國機器視覺市場從2008年開始進入快速發(fā)展階段，2017年達到65億元，2008-2017年復合增長率為32.7%，明顯高于全球水平。

　　國際機器視覺市場的高端市場主要被美、德、日品牌占據(jù)?？的鸵?Cognex)、國儀(NI)、巴斯勒(Basler)和ISRA視覺(ISRA Vision)、科因特(Keyence)和歐姆龍(Omron)都是在機器視覺領域擁有技術(shù)積累和良好客戶口碑的國際巨頭公司。其中，康耐視和卡恩斯作為全球機器視覺行業(yè)的兩大巨頭，壟斷了全球近50%的市場份額。

　　國內(nèi)機器視覺行業(yè)的競爭格局比較分散，國外企業(yè)在核心部件上占有較大的市場份額和銷售優(yōu)勢。按照《中國機器視覺產(chǎn)業(yè)全景圖譜》的說法，中國有200多個國際機器視覺品牌，100多個國內(nèi)本地機器視覺品牌，300多個各種產(chǎn)品的代理商，100多個系統(tǒng)集成商?？梢钥闯?，國內(nèi)機器視覺企業(yè)主要是產(chǎn)品代理商和系統(tǒng)集成商，在機器視覺產(chǎn)業(yè)鏈上游領域布局較少，機器視覺核心部件的R&D能力不如國外老牌公司強，因此中高端市場主要以國際一線品牌為主。根據(jù)中國機器視覺產(chǎn)業(yè)聯(lián)盟2017年企業(yè)調(diào)查結(jié)果，國內(nèi)機器視覺企業(yè)銷售額占比最高(31.8%)，為1000萬-3000萬，其次是1000萬(19.8%)、5000萬-1億(18.7%)、1億以上(16.5%)、3000-50000。2017年，康耐視在大中華區(qū)實現(xiàn)收入6.76億元。相比之下，國內(nèi)大部分機器視覺企業(yè)的銷售規(guī)模較小。

　　2.1。工業(yè)相機：捕捉和分析對象的核心組件

　　圖像分析的前提是鏡頭捕捉光信號并將其轉(zhuǎn)換成有序的電信號。與民用相機不同，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)的關鍵組成部分。目前市場上的工業(yè)相機產(chǎn)品主要有有線陣列相機、面陣相機、3D相機和智能相機。智能相機將圖像采集、處理和通信功能集成到單個相機中，已經(jīng)成為工業(yè)相機的發(fā)展趨勢。

　　圖像傳感器是相機的核心，按芯片類型可分為CCD和CMOS圖像傳感器。兩者都使用光電二極管進行光電轉(zhuǎn)換，但工作原理和產(chǎn)品特性差異較大。

　　電荷耦合器件圖像傳感器是由光電二極管和存儲區(qū)組成的矩陣。每個感光元件將光轉(zhuǎn)換成電荷后，直接輸出到下一個感光元件的存儲單元，以此類推，直到最后一個感光元件形成統(tǒng)一輸出。然后放大器放大電信號，一個特殊的模數(shù)轉(zhuǎn)換芯片將模擬信號轉(zhuǎn)換成數(shù)字信號。而CMOS傳感器中的每個光敏元件都直接集成了一個放大器和模數(shù)轉(zhuǎn)換邏輯(ADC)。當光敏二極管接收照明并產(chǎn)生模擬電信號時，電信號首先被光敏元件中的放大器放大，然后直接轉(zhuǎn)換成相應的數(shù)字信號。

　　CMOS傳感器在機器視覺應用的早期，由于在處理快速變化的圖像時，由于電流變化頻繁，容易過熱，難以抑制噪聲，所以只適用于圖像質(zhì)量要求不高的低端工業(yè)產(chǎn)品；而CCD由于具有圖像質(zhì)量更高、抗噪聲能力更強的優(yōu)點，多用于高端場合。

　　隨著CMOS傳感器在消費類電子器件中的廣泛應用，推動了CMOS技術(shù)的發(fā)展，其性能得到了顯著提高，同時制造成本也大大降低。CMOS傳感器的分辨率和圖像質(zhì)量正在接近CCD傳感器。CMOS傳感器憑借高速(幀率)、高分辨率(像素數(shù))、低功耗、最新改善的噪聲系數(shù)、量子效率和色彩概念等優(yōu)勢，已經(jīng)確立了穩(wěn)定的市場地位，正在工業(yè)圖像處理的諸多領域逐步取代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的幀率明顯高于CCD，并且量子效率、信噪比、動態(tài)范圍更高，暗噪聲更低。可見，CMOS在某些性能指標上已經(jīng)達到或超過了CCD的水平，具有替代CCD的能力。

　　近年來，工業(yè)相機行業(yè)在全球市場和中國市場都呈現(xiàn)出快速增長的趨勢。全球工業(yè)相機行業(yè)規(guī)模從2011年的15.2億元增長到2018年的40.3億元，年均復合增長率為14.95%；中國工業(yè)相機產(chǎn)業(yè)規(guī)模2011年僅為8000萬元，2018年為7.3億元，復合增長率為37.14%。中國工業(yè)相機市場正以遠遠超過全球市場的速度快速擴張。

　　目前全球工業(yè)相機行業(yè)以歐美品牌為主。根據(jù)前瞻工業(yè)研究院的數(shù)據(jù)，2018年，北美品牌占全球工業(yè)相機市場的62%，歐洲品牌占15%。德國巴斯勒、加拿大DALSA、美國康耐視等國外知名企業(yè)。從細分行業(yè)來看，工業(yè)智能相機市場比卡片式相機市場更加集中。

　　我國對工業(yè)相機的研究起步較晚。一開始是大恒影像等幾家老牌相機公司負責國外品牌。近年來，中國逐步發(fā)展了一批自主研發(fā)工業(yè)相機的國產(chǎn)品牌，如大恒影像、Hikvision機器人、華銳科技、視覺影像等。目前我國工業(yè)相機行業(yè)主要位于低端市場，可以逐步實現(xiàn)進口替代；在高分辨率、高速高端工業(yè)相機領域，仍然以進口品牌為主。根據(jù)中國海關總署的數(shù)據(jù)，2018年中國進口工業(yè)相機8159臺，進口額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的重要成像部件。鏡頭的主要作用是將目標成像在圖像傳感器的感光面上。分辨率、對比度、景深和像差等指標對成像質(zhì)量有重要影響。

　　工業(yè)鏡頭按焦距可分為定焦鏡頭和變焦鏡頭；根據(jù)光圈大小，可分為固定光圈和可變光圈；按視場可分為長焦鏡頭、普通鏡頭和廣角鏡頭。此外，還有幾種特殊用途的鏡頭，如遠心鏡頭、顯微鏡頭、微距鏡頭、紫外鏡頭、紅外鏡頭等。由于傳統(tǒng)鏡頭存在視差現(xiàn)象(即鏡頭放大率隨物距變化而變化)，畸變通常高于1~2%，所以應用遠心鏡頭?？梢栽谝欢ㄎ锞喾秶鷥?nèi)校正視差的影響，嚴格控制畸變系數(shù)在0.1%以下。遠心鏡頭因其獨特的平行光路設計，滿足精密檢測的需求，一直受到對鏡頭畸變要求較高的機器視覺應用的青睞。

　　據(jù)QYResearch統(tǒng)計，2019年全球工業(yè)鏡頭市場達到33億元，預計2026年將增至58億元，年均復合增長率為8.3%。海外品牌早就在鏡頭領域投資了。經(jīng)過多年的業(yè)務積累和技術(shù)升級，徠卡、施耐德、卡爾蔡司等德國光學巨頭和CBC、Kowa、尼康、富士等日本光學巨頭已經(jīng)在全球范圍內(nèi)形成。因為光學鏡頭行業(yè)融合了精密機械設計、幾何光學、薄膜光學、色度學、熱力學等多學科技術(shù)。而且制造過程和工藝復雜，它有很高的技術(shù)門檻

　　由于中國起步較晚，2008年之前國內(nèi)光學鏡頭市場基本被日系和德系品牌打破。近年來，中國工業(yè)鏡頭行業(yè)的國內(nèi)制造商發(fā)展迅速，主要來自低端市場，憑借高性價比與國外品牌競爭。在高端市場，中國仍然主要進口日本、德國等老牌制造商的產(chǎn)品，但如東光學、穆騰光等一些企業(yè)正在逐步走向高端。鄭東光學的遠心透鏡畸變小于0.02%，放大倍數(shù)完全。微距鏡頭產(chǎn)品還可以將失真控制在0.1%的超低水平。

　　2.3。光源：設計光路實現(xiàn)目標成像

　　光源對機器視覺中的圖像采集有著重要的影響，為后續(xù)的圖像識別和分析奠定了必要的基礎。合適的光源設備可以盡可能清晰地區(qū)分物體和背景，獲得高質(zhì)量、高對比度的圖像。在機器視覺的應用中，由于應用對象和檢測要求的不同，沒有通用的機器視覺照明系統(tǒng)，因此需要針對具體情況設計相應的照明方案，以達到最佳的照明效果。機器視覺系統(tǒng)中使用的光源主要分為三種：LED光源、鹵素燈和高頻熒光燈，其中最常用的是LED光源。LED光源是發(fā)光二極管光源，其發(fā)光原理不同于白熾燈和氣體放電燈。LED光源采用固體半導體芯片作為發(fā)光材料，能量轉(zhuǎn)換效率高。理論上可以達到白熾燈10%的能耗和熒光燈50%的節(jié)能效果。另外，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)領域得到了廣泛的應用。

機器視覺光源產(chǎn)品根據(jù)形狀可分為多種類型，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。不同的形狀和結(jié)構(gòu)可以提供不同的亮度、強度、光照角度、光照面積和顏色組合，適用于不同的機器視覺應用場景。例如，環(huán)形光源以斜角以錐形照射被測物體表面，并通過漫反射照射小面積。當工作距離為10-15毫米時，環(huán)形光源可以突出被測物體邊緣和高度的變化，適用于印刷電路板基板檢查、集成電路元件檢查、集成電路印刷檢查等。

　　國外機器視覺照明技術(shù)比較成熟，國際上有代表性的光源企業(yè)主要有日本的CCS、美國的Moritex和Ai。國內(nèi)光源市場本地化程度高，競爭充分。涌現(xiàn)出了一批能與國際品牌競爭的機器視覺光源制造商，如豪普特、沃德普、康士達和朗威光電

　　CCS在全球光源市場占有較高的市場份額，主要產(chǎn)品為LED光源和圖像處理用控制器。根據(jù)CCS 2017年年報，其2017年營業(yè)收入達到5.2億元，其中光源和光源控制器產(chǎn)品占總收入的89.2%。

　　豪普特成立于2006年，是國內(nèi)機器視覺光源行業(yè)領先的本土品牌，以光源為切入點，將其產(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Haupt光源和光源控制器產(chǎn)品收入3億元。與CCS相比，Haupt的光源產(chǎn)品銷量仍有一定差距，但盈利能力高于CCS。

　　2.4。圖像處理軟件：算法實現(xiàn)各種目標

　　處理獲得的視覺信號是機器視覺系統(tǒng)的關鍵。機器視覺軟件類似于“大腦”，通過圖像處理算法完成對被測物體的識別、定位、測量和檢測等功能。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，用于開發(fā)特定應用，主要用戶是集成商和設備供應商；另一種是實現(xiàn)部分功能的應用軟件，主要是終端用戶使用。兩者在開發(fā)的靈活性上有區(qū)別。目前，圖像處理軟件領域主要由美國、德國等國家主導。主要廠商有康耐視、Mvtec、Adept等，軟件的底層算法基本都被以上廠商壟斷。作為最具代表性的制造商之一，康耐視近10年表現(xiàn)良好。康耐視營業(yè)收入從19.25億元增加到50.62億元，復合增長率10.15%；毛利率和凈利潤率基本穩(wěn)定，分別維持在75%和25%左右。

　　國內(nèi)機器視覺圖像處理軟件一般是在OpenCV等開源視覺算法庫或Halcon、VisionPro等第三方商業(yè)算法庫的基礎上開發(fā)的。由于獨立底層算法的技術(shù)壁壘較高，國內(nèi)只有創(chuàng)科視覺、Hikvision、Haupt、Videovision Image等少數(shù)企業(yè)完成了底層算法的研究并有一定程度的應用。

　　以創(chuàng)科視覺為例，公司開發(fā)的CKVisionBuilder是機器視覺行業(yè)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、缺損、色彩、3D、邏輯運算等所有圖像處理功能。系統(tǒng)具有很高的通用性，具體表現(xiàn)在：(1)不要求用戶有編程基礎，適合各類人群；適用于3C電子、汽車制造等行業(yè)；適用于不同種類的工業(yè)攝像機、可編程控制器等。有對接接口，兼容性好。

　　3.從汽車制造開始，對消費電子感興趣

　　3.1。消費電子和汽車制造是目前主要的下游應用

　　目前機器視覺主要應用于消費電子、汽車制造、食品包裝、醫(yī)藥行業(yè)等領域，其中消費電子和汽車制造是主要領域，分別占46.60%和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。在汽車制造業(yè)中，機器視覺幾乎涉及到系統(tǒng)和零部件的所有制造過程，如車身裝配檢測、面板印刷及質(zhì)量檢測、字符檢測、零件尺寸精度測量、工業(yè)零件表面缺陷檢測等。

　　3.2。機器視覺在汽車制造業(yè)中的應用

　　汽車制造質(zhì)量主要靠三坐標測量來完成，效率低，耗時長，數(shù)據(jù)量嚴重不足，只能離線測量。機器視覺引入非接觸測量技術(shù)，逐步發(fā)展為固定在線測量站、機器人柔性在線測量站等在線測量系統(tǒng)，能夠嚴格監(jiān)控人體尺寸的波動，提供數(shù)據(jù)支持。除了傳統(tǒng)的三坐標測量和激光在線測量外，還可以采用藍光掃描測量、表面缺陷測量等視覺測量方法進行更精細的測量，為車身基本特征尺寸、裝配效果和缺陷提供高精度的監(jiān)控。多種監(jiān)控和測量方法相結(jié)合，確保生產(chǎn)零件的零缺陷和車輛制造的高質(zhì)量。

機器視覺引導系統(tǒng)突破了機器人簡單重復示教軌跡的限制，使其能夠根據(jù)被操作工件的變化實時調(diào)整工作軌跡，從而提高機器人的智能水平。視覺引導技術(shù)已經(jīng)逐漸滲透到汽車制造的全過程，如引導機器人進行最優(yōu)匹配安裝、精確制孔、焊縫引導與跟蹤、噴涂引導、擋風玻璃加載引導等。

機器視覺檢測系統(tǒng)可以對產(chǎn)品進行制造過程檢測、自動跟蹤、跟蹤和控制，包括通過光學字符識別(OCR)技術(shù)獲得車身零件代碼，以確保零件在整個制造過程中的可追溯性，識別零件的存在與否，以確保部件裝配的完整性，以及通過視覺技術(shù)識別產(chǎn)品的表面缺陷或加工工具的缺陷，以確保生產(chǎn)質(zhì)量。

　　中國汽車產(chǎn)銷走在世界前列，汽車制造市場巨大。汽車行業(yè)自動化程度很高，制造中很多環(huán)節(jié)已經(jīng)無人化。同時，汽車智能藍圖的多領域布局推動了機器視覺在汽車行業(yè)的應用不斷深入。

　　3.3。機器視覺在消費電子行業(yè)的應用

機器視覺主要應用于消費電子領域，如PCB/FPC AOI檢測、元器件及整機外觀檢測、裝配指導等，并呈現(xiàn)出越來越多的新應用場景。

　　AOI光學檢測是在工業(yè)生產(chǎn)中完成測量、檢測、識別和指導任務的一項新的科學技術(shù)，廣泛應用于印刷電路板缺陷檢測過程中。它采用光學照明和圖像傳感技術(shù)獲取被測對象的信息，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，對其進行分類和表征，最后反饋給執(zhí)行控制機構(gòu)，實現(xiàn)產(chǎn)品分類、分組分揀和質(zhì)量控制的生產(chǎn)目標。其基本原理是利用各種光學成像技術(shù)和系統(tǒng)模擬人眼的視覺成像功能，用計算機處理系統(tǒng)代替人腦進行實時圖像處理、特征識別和分類，用執(zhí)行器代替人手完成操作。

　　PCB缺陷檢測主要包括焊點缺陷檢測和元器件檢測。傳統(tǒng)的人工目測方法容易漏檢、速度慢、時間長、成本高，已經(jīng)不能滿足生產(chǎn)需要。機器視覺印刷電路板檢測系統(tǒng)具有重要的現(xiàn)實意義。當電路板從印刷設備中取出，在清洗劑中清洗，修復后返回生產(chǎn)線時，機器視覺提供的在線視覺技術(shù)可以直接發(fā)現(xiàn)印刷操作后存在的缺陷，保證操作人員在添加印刷電路板之前及時處理相關問題。此外，當發(fā)現(xiàn)缺陷時，可以有效地防止有缺陷的電路板到達生產(chǎn)線的后端，從而避免維修或廢棄的現(xiàn)象。操作人員可以及時得到反饋，明確運行中的印刷工藝是否完好，達到防止缺陷的目的，對于提高生產(chǎn)效率和成品率非常重要。據(jù)中國商業(yè)研究院統(tǒng)計，2018年消費電子和半導體領域的機器視覺市場規(guī)模超過20億元，2019年將達到近30億元。消費電子行業(yè)的元器件體積小，質(zhì)量標準高，適合機器視覺系統(tǒng)檢測，推動了機器視覺技術(shù)的進步。同時，消費電子產(chǎn)品的生命周期短、需求量大，帶動了機器視覺的市場需求。

　　3.4、食品包裝和制藥工業(yè)應用

機器視覺廣泛應用于食品包裝領域，可用于檢測瓶子的分類、液位測量、標簽、蓋子和盒子的檢查，以及瓶子的形狀、尺寸、緊密度和完整性。檢驗的包裝形狀不限于包裝盒、包裝盒、金屬盒、管狀、泡狀、盤狀、廣口瓶、薄口瓶、罐裝和桶裝等。食品包裝是食品質(zhì)量的重要保證，可以保護食品在流通過程中免受污染，提高質(zhì)量，避免安全事故。同時，食品包裝的升值也會給消費者帶來良好的購物體驗。因此，食品包裝檢驗是控制不合格食品流入市場的關鍵環(huán)節(jié)，影響行業(yè)內(nèi)企業(yè)的競爭力。

　　在醫(yī)藥企業(yè)的生產(chǎn)過程中，藥品關系到人們的生命健康。即使有微小的缺陷，一旦藥物上市，也會給患者造成不可挽回的損失，甚至導致醫(yī)療事故。機器視覺在藥品包裝、質(zhì)量檢測和控制等許多方面都取得了巨大的成就，幫助制藥行業(yè)加快了現(xiàn)代化和智能化的進程。目前，機器視覺檢測內(nèi)容豐富、穩(wěn)定、準確，能夠滿足醫(yī)藥行業(yè)包裝線變化頻繁的包裝產(chǎn)品的需求。

　　4.機器視覺技術(shù)仍在迭代，應用場景不斷豐富

　　4.1。質(zhì)量的提高、效率的提高和成本的降低是機器視覺發(fā)展的動力

　　2019年，中國65歲及以上人口占總?cè)丝诘?2.57%，表明中國已進入嚴重老齡化社會。勞動力供應的短缺推高了企業(yè)的勞動力成本。根據(jù)國家統(tǒng)計局的數(shù)據(jù)，城鎮(zhèn)非私營從業(yè)人員平均工資從2012年的4.68萬元增加到2019年的9.05萬元，勞動力成本在8年間增長了近一倍。在轉(zhuǎn)型升級的過程中，中國制造業(yè)必然走向自動化和智能化，并在不斷深化。

　　2017年7月，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，明確提出科技領先、系統(tǒng)布局、市場引領、開源開放四大基本原則和“三步走”發(fā)展戰(zhàn)略：到2020年，人工智能整體技術(shù)和應用與世界先進水平同步，人工智能產(chǎn)業(yè)將成為新的重要經(jīng)濟增長點，人工智能技術(shù)的應用將成為改善民生的新途徑；到2025年，人工智能基礎理論將實現(xiàn)重大突破，部分技術(shù)和應用將達到世界領先水平。人工智能將成為中國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，智能社會建設將取得積極進展；到2030年，人工智能的理論、技術(shù)和應用將達到世界領先水平，成為世界主要的人工智能創(chuàng)新中心。智能經(jīng)濟和智能社會取得顯著成效，為躋身創(chuàng)新型國家和經(jīng)濟強國前列奠定了重要基礎。這確立了人工智能目前在我國的重要地位。從2017年到2020年，人工智能和智能制造連續(xù)四年被《政府工作報告》覆蓋。2019年，“智能制造”升級為“智能”，進一步明確了人工智能和智能制造在國民經(jīng)濟中的重要地位。響應國務院號召，各行業(yè)和地方政府相繼出臺相關政策，確立了人工智能和智能制造的發(fā)展目標。機器視覺作為智能制造的核心分支之一，也是最先可以滲透和發(fā)展的核心技術(shù)之一。在良好的政策環(huán)境下，它將獲得廣闊而穩(wěn)定的發(fā)展空間。

　　世界上機器視覺的新專利數(shù)量不斷增加。截至2019年，全球累計專利數(shù)達到8.6萬件；國內(nèi)有11000項機器視覺相關應用和公共專利

　　4.2。核心組件的自治正在進行中

　　國內(nèi)機器視覺行業(yè)R&D投資從2016年的5.6億元增加到2018年的11.7億元，復合年增長率為44.8%。2018年國內(nèi)機器視覺代理商銷售額占行業(yè)銷售額的32.4%；國內(nèi)機器視覺企業(yè)前期依賴國際供應商的產(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(shù)。與國際領先企業(yè)相比，國內(nèi)企業(yè)經(jīng)營時間短，積累弱，增加R&D是實現(xiàn)進口替代的必由之路。

機器視覺算法是處理獲取的圖像信息的關鍵步驟，也是視覺控制系統(tǒng)的重要基礎。國內(nèi)的可視化處理分析軟件大多基于OpenCV等開源可視化算法庫，或者二次開發(fā)基于Halcon、Vision Pro等第三方商業(yè)算法庫，只有少數(shù)企業(yè)有獨立的底層算法庫。獨立底層算法需要經(jīng)歷較長的研發(fā)周期和巨大的資金投入，是未來國內(nèi)機器視覺企業(yè)自主性的主要技術(shù)支撐。深度學習拓寬了應用場景。目前主流的機器視覺技術(shù)仍然采用傳統(tǒng)的方式，即首先將數(shù)據(jù)表示為一組特征，然后對特征進行分析或輸入模型后輸出預測結(jié)果。結(jié)構(gòu)化場景中的定量檢測具有速度快、精度高、重復性好的優(yōu)點。然而，隨著機器視覺應用領域的擴大，傳統(tǒng)方法表現(xiàn)出通用性低、難以復制、對用戶要求高等缺點。深度學習，通過對原始數(shù)據(jù)的多步特征變換，得到更高級、更抽象的特征表示，通過輸入預測函數(shù)得到最終結(jié)果。深度學習可以將機器視覺的高效性和魯棒性與人類視覺的靈活性相結(jié)合，在復雜環(huán)境下，尤其是涉及偏差和未知缺陷的環(huán)境下完成檢測，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(shù)在三個自由度(X、Y和旋轉(zhuǎn))上定位目標物體，并提供基于灰度或彩色圖像對比度的圖像處理和分析結(jié)果，無法獲得目標物體的三維信息，也容易受到光照條件、物體運動等變化的影響。三維機器視覺技術(shù)可以在六個自由度(X、Y、Z、旋轉(zhuǎn)、俯仰和偏航)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)境的變化并做出相應的調(diào)整，從而提高應用的靈活性和實用性。

　　高精度成像和互連技術(shù)有所幫助。高精度成像技術(shù)需要新的光源、更全面的波長覆蓋和創(chuàng)新的光源布局，以及提供更大目標面和更小像素的新鏡頭和相機產(chǎn)品，這一直是機器視覺行業(yè)追求的技術(shù)發(fā)展目標。行業(yè)內(nèi)的企業(yè)、協(xié)會、行業(yè)聯(lián)盟不斷合作，制定數(shù)據(jù)接口、通信協(xié)議等基本通用標準，旨在開辟視覺和信息系統(tǒng)的通道，實現(xiàn)系統(tǒng)間的互聯(lián)互通，是行業(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

機器視覺在世界范圍內(nèi)發(fā)展迅速。根據(jù)市場和市場預測，全球機器視覺市場預計在2020年達到107億美元，2025年達到147億美元。機器視覺核心部件的國內(nèi)市場早就被幾個國際巨頭把持，而國產(chǎn)品牌正在崛起。如果看不出來，實現(xiàn)進口替代的路徑是由易到難，其次是光源、相機、鏡頭、開發(fā)軟件；在應用方面，機器視覺設備的應用如火如荼，在消費電子領域得到了廣泛應用。隨著國內(nèi)制造業(yè)的升級，全球高端制造能力將轉(zhuǎn)移到中國，這將同時增加對高端精密機器視覺設備的需求，如正逐步被進口所取代的中前面板制造工藝和半導體測試設備。這將進一步推動國內(nèi)機器視覺組件和設備廠商的技術(shù)迭代，增強對應用流程的理解。隨著機器視覺硬件解決方案的不斷成熟和計算能力的提高，以及各種應用解決方案中軟件的不斷完善、3D算法和深度學習能力的提高，機器視覺在電子行業(yè)(如PCB、FPC、面板、半導體等)的應用廣度和深度不斷提升。)不斷增加，對餐飲、醫(yī)藥等領域的滲透加快。預計中國機器視覺的市場規(guī)模將繼續(xù)保持相對較高的增長率。

　　根據(jù)GGII數(shù)據(jù)，2019年中國機器視覺市場規(guī)模為65.5億元(不含計算機視覺市場)，同比增長21.8%。2014-2019年復合增長率為28.4%，預計到2023年中國機器視覺市場規(guī)模將達到155.6億元。

機器視覺核心零部件和設備企業(yè)盈利能力極佳，行業(yè)增長與進口替代的巨大差距對國內(nèi)機器視覺企業(yè)來說是歷史性的機遇。2019年，機器視覺國際巨頭KENSHIS和康耐視的毛利率和凈利潤率分別為82.35%/73.85%和38.52%/28.10%，而主要專注于中國光源的Haupt的毛利率和凈利潤率分別為73.59%/39.35%。

　　在機器視覺設備領域，相關企業(yè)的毛利率一般處于40-50%的相對較高水平。隨著核心部件國產(chǎn)化的加快，機器視覺的應用成本將會降低，國內(nèi)機器視覺設備企業(yè)的競爭優(yōu)勢將會增強，機器視覺在智能設備領域的普及將會得到促進。