相关报告：《中国机器视觉产业发展前景与投资预测分析报告》

行业发展概述

——定义

机器视觉这一领域是当前人工智能飞速发展的重要组成部分之一。在美国制造工程师协会（SME）及美国机器人工业协会（RIA）各自针对机器视觉做出的专业定义中，我们可以清晰得知，这种技术是利用各种光学设备和非接触式感应器来自动合成并解析真实物体的图像信息，以此来获取所需的有效数据或是用作控制机器人活动的工具。简单而言，机器视觉便如同机器替代了人类的双眼一般。这种技术可以模拟人类眼睛进行图像捕捉，再经由图像辨识和处理过程提取出有价值的信息，最后借助于执行装置来达成相应的操控效果。

在学科分类方面，尽管机器视觉和计算机视觉均被列为人工智能的下辖科目，但它们之间依然存在着紧密的联系，同时也展现出各自独特的特点。实证结果显示，计算机视觉主要是运用图像处理技术、模式识别方法以及人工智能技术融合起来，重点在于对单张或者多张图像进行计算机深度分析；而相比之下，在机器视觉这一领域内，我们所关注的焦点应当定位为计算机视觉技术在工业乃至更广泛领域中的具体应用，即通过具备接近人类能力的自动化系统来实现对特定图像信息的自如采集与深入解析，进而以此作为行动指南，引导并主导一系列预先设定好的操作流程。更为具体的说，计算机视觉为机器视觉提供了深入透彻研究图像和景物分析的理论框架和高效算法支持，反之，机器视觉则为实现计算机视觉提供了可靠的传感器建模、系统架构建设以及实践运行手段。

从应用领域来看，机器视觉在工业领域的规模化应用堪称显著，其中被广泛涵盖的具体应用包括计量测试、智能化生产制造等等环节。然而值得注意的是，虽然机器视觉在工业领域有着卓越的表现，但在家居用品消费圈中，我们更多看到的还是属于计算机视觉的平凡身影。

图表：消费级计算机视觉、工业级机器视觉的比较

资料来源：智研瞻产业研究院整理

——产业链结构

在机器视觉产业中，上游环节涵盖了诸多关键供应链元素，比如光源供应商、镜头制造商、工业照相机生产商以及图像采集卡、机器视觉软件等解决方案提供商等多项角色。而在下游，其广泛的应用场景无疑极大地拓宽了这个产业的市场空间，其中最为核心的两大市场分别为半导体与电子制造行业。当然，除此之外，该技术还被广泛应用于汽车制造业、印刷包装业、农业领域、医疗器械产业及金属加工业等多个行业领域。

图表：中国机器视觉行业产业链结构

资料来源：智研瞻产业研究院整理

行业发展历程

在我国，机器视觉技术的实践运用可以追溯到上个世纪八十年代的科技引入阶段。而相比之下，我国的机器视觉产业虽然起步时间相对较晚，但在工业环境中的大规模推广使用至今也不过十余载，相对于我国工业自动化市场的快速发展与规模扩张，仍然显得相对滞后。

自二零零四年起，我国本土的机器视觉企业开始积极探求采用更多的自主创新核心技术来研发生产机器视觉相关软硬件产品，并在众多应用领域都取得了重大突破性成果。国内各大制造商们纷纷推出各类模拟接口、USB2.0接口的采集卡、摄像头，以及SMT检测设备、PCB检测设备、LCD前道检测设备等，逐步占领了入门级别市场的份额。在此之后，众多致力于机器视觉核心元件研发制造的公司如雨后春笋般地涌现出来，培养出了一批富有经验的系统级工程师队伍，有力地推动了我国机器视觉行业的迅速发展，实现了质的飞跃。

图表：中国机器视觉行业发展历程

资料来源：智研瞻产业研究院整理

行业发展现状

在工业应用领域中，高精度的机器视觉技术通过集成光源设备、专业的工业镜头、高效能的工业相机以及设计先进的工业视觉系统解决方案等核心组件，生产出了涵盖视觉检测装置、视觉识别设备、视觉测量控制装置、视觉引导设备以及工业机器人等多种先进设备。这些设备被广泛地应用于各种工业制造过程中的检测、测量等环节，从而实现对各个细节的精确把控和自动化生产。相对于人类视觉的局限性，工业级的机器视觉具备更稳定、统一的精度标准，能够建立更为严格的行业质量管理体系；并且，通过它在高速运动、超广光谱范围、高分辨率捕捉能力、高度灵敏反应度以及高可靠易用性等方面的优异表现，彻底突破了人类视觉的极限。当前，工业级的机器视觉系统已经成功应用于包括电子制造、包装印务、汽车制造、食品饮料等在内的多个生产型产业以及服务性行业。

至于消费领域，如今主流的消费级机器视觉应用主要集中于移动支付、身份验证、生物特征识别（例如人脸、指纹、人体姿态识别等）、安全监控系统、路径导航系统、三维图像重建以及虚拟现实等领域。其中，生物识别与三维成像这两个领域，随着近年来市场需求的不断扩大和技术的持续创新，成为了最热门的话题之一。产品技术上，当前主流的机器视觉解决方案主要依赖于结构光技术、飞行时间法（TOF）以及双目立体成像三种方式来实现。在消费级的机器视觉应用中，主要关注的是对硬件设施的精简要求，而更加重视的是机器视觉软件以及相关算法技术的应用水平。尽管我国从事消费领域机器视觉研究的企业整体规模相对较小，但仍不乏像海康机器人那样的行业领导者，以及诸如震旦科技、商汤科技、云从科技等一批富有创新精神的新兴企业。

统计数据显示，2018年中国机器视觉行业市场规模75.62亿元，2023年中国机器视觉行业市场规模275.62亿元。2018-2023年中国机器视觉行业市场规模如下：

图表：2018-2023年中国机器视觉行业市场规模

数据来源：智研瞻产业研究院整理

行业技术发展趋势

机器视觉技术已然成为实现工业智能化进程的不可或缺的重要手段。近年来，随着机器视觉互联互通技术、3D技术、机器学习、深度学习的飞速发展，机器视觉智能化水平显著升高。预计将来，机器视觉技术在工业智能领域的应用将会逐步导向包含智能测量、智能检测、智能识别、智能互联在内的整体智能体系，进而发挥出其高效率、高精度的优势，为中国智能产业亮起“智慧之眼”。然而，我们必须认识到，机器视觉技术的进一步发展仍然面临着诸多问题。解决这些问题便成为了推动机器视觉技术持续前进的关键所在，亦是未来机器视觉技术发展的必然趋势。

（一）国内高端产品的硬件主要依赖进口。应该强化了物理学与光学科的融合发展力度，以此作为实现机器视觉系统中相机及传感器优化的重要切入点。同时，我们应投入更多精力在高分辨率工业镜头以及小型光源的研发上，因为这些因素直接关系到机器视觉系统的性能表现。

（二）以模块化为基础、具有广泛适用性的通用型软件平台以及集成AI技术的软件平台无疑是视觉软件的未来发展方向。这类软件能够显著缩短研发周期，同时降低对开发技术人才的需求。未来，要加紧研发速度，对算法进行更新换代，从而进一步提升机器视觉系统的智能化水平。在此过程中，模块化的通用软件平台和融入人工智能技术的软件平台无疑是我们关注的重点。

（三）随着算法算力的不断提升，我们逐渐意识到需要让机器视觉广泛应用于更为复杂的工业场景中。例如，用于依托于机器视觉的三维扫描以及3D识别、三维重建及修补技术等领域的应用，均对3D视觉技术提出了更高的要求。因此，我们需要加快从2D视觉向3D视觉转变的步伐。

（四）机器视觉行业标准亟待规范完善。尽管现行的机器视觉设备在实践应用中通常需要与特定的硬件设备和专门的视觉软件配套使用，但这种情况严重制约了机器视觉产品的通用性。因此，我们迫切需要制定完善的行业标准，提升相关设备的兼容性，降低生产成本和维护费用，进而推动整条机器视觉产业链的健康发展。

图表：中国机器视觉行业技术发展趋势

资料来源：智研瞻产业研究院整理