隨著工業4.0時代的來臨，我國各行各業對采用圖像和機器視覺技術的工業自動化、智能化需求開始廣泛出現，國內機器視覺行業將迎來規模化快速發展黃金期。

　　隨著機器視覺行業的發展，這也對機器視覺執行標準也提出了更高的要求。無論是工業互聯網，還是智能制造、柔性制造等熱門話題，其核心都在于生產流程的數字化以及智能化升級。

　　傳統機器視覺在解決問題時，通常需要專業人才根據實際情況設計圖像處理算法，對調試人員水平依賴性強，且穩定性差。而現如今深度學習已被廣泛的運用在機器視覺領域，通過卷積運算，使用大量數據訓練自動生成最適合產品的檢測邏輯，做到了對傳統算法檢測能力的補充。

　　機器視覺應用場景

　　測量應用

　　主要用于測量零部件以及各類產品的尺寸否合格。除了利用工業相機進行二維的尺寸測量外，目前可利用結構光、3D TOF等技術實現三維尺寸測量。對產品的基本特征尺寸、裝配效果、提供高精度監控。

　　視覺在測量上的應用，一方面減少了人力測量的需求，降低了人力成本;另一方面，視覺測量具有高精度的特性，誤測誤判的可能性極低。

　　圖像識別

　　圖像識別，簡單講就是使用機器視覺處理、分析和理解圖像，識別各種各樣的的對象和目標，功能非常強大。目前主要識別的內容有人、車輛等各類目標物。在工業領域對帶有明確信息的標識，OCR、一維碼、二維碼等常有識別需求。

　　對明確信息的標識進行識別，有助于提高生產效率、降低生產成本。圖像識別大多商用場景還屬于藍海，潛力有待開發。同時，圖片數據大多被大型互聯網企業所掌握，創業公司數據資源稀少。

　　定位應用

　　在工業應用中，利用機器視覺對部件或產品進行定位。這種定位應用多會輔助機器人或者其他執行機構以實現相關的動作。一般來說，定位可協助機器人實現噴漆、涂膠、抓取、焊接等動作。

　　物體分揀

　　在機器視覺應用環節中，物體分揀應用是建立在識別、檢測之后的一個環節，通過機器視覺系統將圖像進行處理，結合機械臂的使用實現產品分揀。

　　在過去的產線上，是用人工的方法將物料安放到注塑機里，再進行下一步工序。現在則是使用自動化設備分料，其中使用機器視覺系統進行產品圖像抓取、圖像分析、輸出結果，再通過機器人把對應的物料放到固定的位置上，從而實現工業生產的智能化、現代化、自動化。

　　視頻/監控分析

　　人工智能技術可以對結構化的人、車、物等視頻內容信息進行快速檢索、查詢。這項應用使得讓公安系統在繁雜的監控視頻中搜尋到罪犯的有了可能。在大量人群流動的交通樞紐，該技術也被廣泛用于人群分析、防控預警等。

　　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。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。

　　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。

　　圖像及視頻編輯

　　目前市場上也出現了很多運用及機器學習算法對圖像進行處理，可以實現對圖片的自動修復、美化、變換效果等操作。并且越來越受到用戶青睞。

　　汽車制造行業

　　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。

　　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。

　　消費電子行業

　　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。

　　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。

　　無人駕駛

　　隨著汽車的普及，汽車已經成為人工智能技術非常大的應用投放方向，但就目前來說，想要完全實現自動駕駛/無人駕駛，距離技術成熟還有一段路要走。不過利用人工智能技術，汽車的駕駛輔助的功能及應用越來越多，這些應用多半是基于計算機視覺和圖像處理技術來實現。

　　機器視覺產業鏈

　　機器視覺行業產業鏈主要由上游零部件、中游裝備及下游應用市場構成。上游的零部件通常包括光源、工業鏡頭、工業相機、圖像采集卡、軟件及算法平臺，其中工業鏡頭、相機、采集卡、軟件算法平臺等關鍵軟硬件是機器視覺的關鍵價值組成部分。

　　行業中游中的裝備協助企業對產品進行引導、識別、檢測、測量及其他智能制造相關應用。這些裝備隨即可廣泛應用于電子及半導體制造、食品飲料、汽車、制藥等下游市場。

　　我國機器視覺下游需求市場一半以上由電子電氣構成，占比52.90%，其次為半導體，占比10.30%。除此之外，應用較為廣泛的下游市場還有汽車、印刷包裝、以及食品加工，分別占比8.80%、5.50%、4.90%。

　　機器視覺的系統成本由零部件制造、軟件開發、組裝集成以及維護過程產生的成本構成，其中以零部件為主要構成部分，占據的百分比接近所有成本值的一半。零部件生產和軟件開發是上游企業的核心業務范圍，二者合計占比高達80%。

　　機器視覺典型廠商

　　全球市場中，康耐視(COGNEX)及基恩士(KEYENCE)有著深厚的技術支撐，占據市場份額較大，屬于行業內領先企業。近年來，國產化廠商憑借本土化的服務能力、強大的非標定制能力、以及中國制造的成本優勢，已在光源、工業相機等領域實現了較高的國產化率，也誕生了多家細分領域的龍頭公司。

　　凌云光：公司是可配置視覺系統、智能視覺裝備與核心視覺器件的專業供應商。

　　矩子科技：國內機器視覺領域檢測龍頭，產品擁有自主知識產權和自主品牌。

　　天準科技：公司以機器視覺為核心技術，專注服務于工業領域客戶，整體技術水平國內領先。

　　漢王科技：公司作為國內人工智能產業的先行者。

　　拓邦股份：公司是國內一流的智能控制控制器產品制造商。

　　光韻達：公司是國內領先的激光智能制造解決方案與服務提供商。

　　愛科科技：公司掌握了平面圖像處理的視覺算法，深入探索了機器視覺技術在智能制造中的應用。

　　佳都科技：公司重點布局的機器視覺和智能大數據技術，為公司在智能軌道交通和智慧城市等領域的創新奠定基礎。

　　萬訊自控：公司的工業機器人3D視覺系統已成功應用于寶馬、奧迪等汽車智能制造標桿企業。

　　遠大智能：子公司高精度力控和視覺引導系統主要應用在工業機器人領域。