隨著各類技術的不斷完善，機器視覺下游應用領域也不斷拓寬。從最開始主要用于電子裝配檢測，已發展到在識別、質量檢測、尺寸測量和機械手定位等越來越廣泛的工業應用領域。

縱觀自動化行業發展，機器視覺隨著技術的革新及行業的需求，成為逐漸崛起的新興行業。隨著全球制造中心向中國的轉移，中國機器視覺市場已經成為國際廠商關注的焦點。據高工產業機器人研究所（GGII）數據顯示，中國機器視覺市場規模預計到2020年將超過120億元，2017-2020年年均增速將達15%以上。

隨著我國配套基礎建設的完善，技術、資金的積累，各行各業對采用機器視覺技術的工業自動化、智能化需求開始廣泛出現。國內有關院校、研究所和企業近兩年在機器視覺技術領域也進行了積極探索和嘗試，逐步開始了在工業領域的應用布局。

工業視覺發展現狀

機器視覺是指通過攝取圖像模擬人的視覺功能，并提取信息，加以處理，最終用于檢測、測量、判斷和控制。目前在國外，機器視覺的應用普及主要體現在半導體及電子行業，其中大概40%-50%都集中在半導體行業。諸如電路板印刷、電子封裝、SMT表面貼裝、電子電路焊接等，均需要使用機器視覺系統技術。

一般而言，機器視覺產業鏈主要包括上游的零部件級市場、中游的系統集成/整機裝備市場和下游的應用市場。其中，上游零部件市場主要包括光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件等軟硬件提供商；中游主要有集成和整機設備提供商；隨著各類技術的不斷完善，機器視覺下游應用領域也不斷拓寬，從最開始主要用于電子裝配檢測，已發展到在識別、質量檢測、尺寸測量和機械手定位等越來越廣泛的工業應用領域。

電子制造行業是我國最早應用工業視覺的領域，同時也是目前最大的應用領域，主要集中在精密定位和檢測上。汽車行業是目前工業視覺第二大應用行業，主要用在面板印刷質量檢測、字符檢測、精密測量、工件表面缺陷檢測、自有曲面檢測等。

目前機器視覺產品終端市場2/3為電子制造、汽車制造和市政交通行業所占據，但從未來發展前景來看，印刷包裝、食品材料、醫藥、煙草等行業自動化水平會進一步提升，對機器視覺產品的需求也將持續大幅增長。

工業視覺新方向

根據中國機器視覺產業聯盟調查統計，現在已進入中國的國際機器視覺品牌近200多家，中國自有的機器視覺品牌已有100多家，專業的機器視覺系統集成商也有100多家。這些企業主要分布在珠三角、長三角及環渤海地區，涵蓋從光源、工業相機、工業鏡頭、圖像采集卡以及智能相機等所有機器視覺產業鏈產品。

據不完全統計，僅從2017年到2018年上半年，就有將近20起機器視覺企業融資事件。在資本助推下，中國的機器視覺市場加速發酵，已經形成了“百家爭鳴”的態勢。億歐盤點了部分工業視覺企業供業內人士參考，如下表所示：

從目前的情況來看，機器視覺在工業領域的應用主要集中在產品檢測、無序分揀、上下料、拆垛碼垛、涂膠等工藝段。其中，在產品檢測領域，聚集了包括高視科技、三固科技、精銳視覺等企業；在分揀領域，梅卡曼德、埃爾森、熵智科技、阿丘科技等企業各有優勢。

但是，一直以來工業自動化中的所用的“眼”，所采用的都是2D視覺。2D檢測是一種根據灰度或彩色圖像中對比度的特征提供結果的技術，主要的應用場景有條碼和字符閱讀、標簽檢查和驗證、基本的位置驗證、特征存在和二維尺寸驗證、表面標記檢測等。在過去的30年里，2D檢測技術在我國自動化和產品質量控制過程中，發展得較為成熟，行業格局基本相對穩定，新公司入局的機會并不多。

然而，國內計算機3D識別技術的進步，以及國外3D視覺產品的高價位，給國產3D視覺企業帶來了機會。最近兩年新成立了一批國產3D視覺供應商，多家企業也已經推出了面向3D視覺分揀和檢測的產品化方案。目前，國內的3D視覺廠商總體還處于產品實際應用測試和應用場景開發階段，對于企業而言是一個不錯的入局賽道。

同時，AI技術的引入，解決了過去機器視覺難以處理的缺陷檢測問題，釋放了一波新的市場機會。越來越多的行業檢測裝備生產商，也開始在其設備中引入AI技術。伴隨著通用AI檢測軟件的價格降低，相信越來越多的集成商將推動AI視覺檢測向更寬廣的行業應用。

工業視覺行業面臨的挑戰

總體而言，中國工業視覺市場起步較晚，行業集中度較高，整個中國的工業視覺市場相較成熟的自動化產品應用水平偏低，真正的高端應用還很少，市場遠未飽和。

目前國內工業視覺整個行業普遍面臨的挑戰主要有幾點：

一是國內企業做集成代理的多，沒有一家能做出一個機器視覺系統所需的東西。工業視覺產業鏈大體可以分為元器件廠商、系統開發廠商、二次開發廠商和產品代理商。高水平元器件主要被國外公司掌控，國內機器視覺企業目前主要為國外產品代理商和系統二次開發商，我國真正的專業底層開發商和高水平元器件廠商較少；

二是算法和軟件問題。工業視覺上的算法發展遠遠沒有硬件發展的快，對應軟件的使用存在易用性差，使用門檻高等問題；

三是工業視覺的應用需要結合實際選擇配套的專用硬件和軟件，因此需要布局新的機器視覺系統的企業在成本和時間上花費很大，這也為機器視覺技術在中小企業的鋪開造成了困難。

此外，我國3C產能雖居世界首位，但在產業鏈上主要集中在中下游環節，以代工組裝為主，工業視覺滲透率還很低。另一方面，帶有機器視覺屬性的機器人出貨量低，導致上游企業能開展的業務也比較少。由此看來，國內工業視覺市場的爆發還需要經過一段時間的蟄伏期。