机器视觉市场研究报告

中商情报网讯：随着人工智能技术的快速落地，智能机器人产业的持续发展，机器视觉正迸发出更加强劲的活力。GGII数据显示，2014-2019年中国市场市场规模复合增长率为28.4%，预测到2023年中国机器视觉市场规模将达到155.6亿元。一、机器视觉的定义机器视觉是人工智能正在快速发展的一个分支。机器视觉是一种基于图像的自动检测和分析的科学和技术，应用于自动检测、过程控制和机器人引导，通常应用于工业领域。机器视觉行业包括从事机器视觉部件和系统制造商、系统集成商、代理商、从事机器视觉及图像相关技术的咨询机构、研究机构、学术团体和使用机器视觉产品的各行各业。机器视觉是用机器代替人眼，其功能范围不仅包括对信息的接受，同时还延伸至对信息的处理与判断。机器视觉相较人工视觉有许多优势。资料来源：中商产业研究院整理二、机器视觉产业链机器视觉产业链构主要由上游零部件供应商、中游装备厂商以及下游应用行业构成。机器视觉产业链上游包括视觉软件、各类传感器，以及光源、镜头等其他与传感器相关的零部件供应商，中游主要为装备制造商和系统集成商。机器视觉下游应用领域不断拓展。机器视觉的应用场景包括消费电子、汽车、半导体、虚拟现实、智能安防、健康医疗等。资料来源：中商产业研究院整理三、机器视觉发展历程国内机器视觉起步晚，目前处于快速成长期。国内机器视觉源于上世纪80年代的第一批技术引进。自1998年众多电子和半导体工厂落户广东和上海开始，机器视觉生产线和高级设备被引入我国，诞生了国际机器视觉厂商的代理商和系统集成商。中国的机器视觉发展主要经历了三个阶段。随着全球制造中心向我国转移，目前中国已是继美国、日本之后的第三大机器视觉领域应用市场。资料来源：中商产业研究院整理四、机器视觉行业发展现状（一）全球机器视觉市场快速增长由于下游消费电子、汽车、半导体、医药等行业规模持续扩张，全球主要国家工业自动化水平稳步提升，全球机器视觉市场规模呈现较快扩张趋势。2011-2017年，国内机器视觉市场从10.8亿元增长至80亿元，复合增速约40%。markets and markets预测，全球机器视觉市场规模在2020年有望达到107亿美元，2025年有望达到147亿美元。资料来源：markets and markets、中商产业研究院整理（二）中国机器视觉市场潜力大受益于配套基础设施建设不断完善、制造业总体规模持续扩大、下游应用行业快速发展、智能化水平进一步提升、国家促进高端装备制造及智能化生产政策的出台等因素，中国机器视觉市场需求在近年来持续增长。GGII数据显示，2019年我国机器视觉市场规模65.5亿元（不包含计算机视觉市场），同比增长21.8%。2014-2019年复合增长率为28.4%，并预测到2023年中国机器视觉市场规模将达到155.6亿元。当前我国经济向新动能、新经济转换，3C、汽车、光伏半导体等众多行业对机器视觉技术迸发旺盛需求，由此看来，中国机器视觉市场潜力巨大。数据来源：GGII、中商产业研究院整理（三）国内企业聚焦系统集成全球机器视觉行业由少数国际龙头垄断，如康耐视、基恩士等。外资企业技术先进、管理模式成熟，具备从核心硬件到系统集成的产业链优势，牢牢占据中高市场，份额和利润水平较为稳定。国内企业从外资代理商起步，逐渐进入市场参与竞争。由于现阶段国内传感器等核心零部件企业规模小、数量少、水平较低，部分关键零部件仍需依靠海外进口，国内企业仍多以系统集成为主，规模体量和外资相比仍有较大的差距，尚未出现有主导地位的龙头企业。随着多年来的国家政策支持和国内企业研发、生产技术水平的提升，国内机器视觉行业及相关产品也正在慢慢打入国际市场。（四）国内企业经营规模均较小从产出规模上看，绝大部分企业营收规模低于1亿元。根据中国机器视觉产业联盟数据，2017年，国内机器视觉企业平均销售额约为7269.3万元，年销售额在平均线以上的企业数量占全部被访企业总数的比例约为26.4%，营业收入超过1亿元以上的企业占比16.5%。资料来源：中国机器视觉产业联盟、中商产业研究院整理五、机器视觉重点企业1、基恩士基恩士是日本知名的机器视觉公司，成立于1974年5月，总部位于日本大阪，是全球传感器和测量仪器的主要供应商，业务范围包括传感器、测量仪器、视觉系统等。基恩士的产品覆盖面极其广泛，客户遍及各行各业。2、海克斯康海克斯康是瑞典知名企业，是全球领先的计量与制造方案供应商。海克斯康的制造智能产业单元提供各种固定式测量系统到复合式影像测量系统；在机测量系统到便携式测量系统；各种触发、扫描、光学与激光扫描探测系统及功能强大的测量软件等产品。3、康耐视康耐视于1981年在美国成立，是全球机器视觉市场最早的公司之一。康耐视公司是为制造自动化领域提供视觉系统、视觉软件、视觉传感器和表面检测系统的全球领先提供商。康耐视在中游领域通过系统集成商完成装备生产，在中游领域亦具备一定影响力。康耐视产品包括广泛应用于全世界的工厂、仓库及配送中心的条码读码器、机器视觉传感器和机器视觉系统，能够在产品生产和配送过程中引导、测量、检测、识别产品并确保其质量。4、天准科技天准科技股份有限公司成立于2005年，总部位于中国苏州。2019年7月22日，天准科技在科创板正式挂牌上市，股票代码：688003。天准公司致力于以领先的人工智能技术推动工业转型升级。具体而言，天准以机器视觉为核心技术，专注服务于工业领域客户，帮助工业企业实现数字化、智能化发展。天准科技以机器视觉为核心技术，主要为下游消费类电子行业提供用于工业零部件的精密测量仪器和用于工业流水线的智能检测装备，此外也提供应用于汽车领域的智能制造系统和应用于物流领域的无人物流车。目前，公司各类产品技术指标已达到或超过国际先进水平，产品能够实现进口替代。2020年1-9月，天准科技实现营收43227.08亿元，同比增长46.57%；归属于上市公司股东的净利润1778.34亿元，同比增长15.34%。5、矩子科技上海矩子科技股份有限公司成立于2007年，主业从事机器视觉设备业务，产品主要包括光学检测设备、控制线缆组件及控制单元等，依托强大的自主研发实力，目前已成为机器视觉设备龙头供应商。公司技术实力国内领先，拥有自主知识产权的软件算法、光学设计以及软硬件相结合的机器视觉系统，已成为苹果、小米、华为、VIVO等知名企业或其代工厂的机器视觉设备供应商。2020年前三季度，矩子科技营收达3.44亿元，同比增长13.73%；实现净利6833.84万元，同比增长3.61%；6、信捷电气无锡信捷电气股份有限公司（XINJE）是一家专注于工业自动化产品研发与应用的国内知名企业。公司拥有可编程控制器（PLC）、人机界面（HMI）、伺服控制系统、变频驱动等核心产品；智能机器视觉系统、基于示教的机械臂、机器人等前沿产品和信息化网络在内的更全面的整套自动化装备，紧密服务于终端客户，为广大装备制造企业定制更有竞争力的细分行业解决方案。2020年前三季度，信捷电气营业收入8.11亿元，同比增长74.65%；归属于上市公司股东的净利润2.46亿元，同比增长112.61%。7、精测电子武汉精测电子集团股份有限公司（股票代码300567.SZ），创立于2006年4月，是一家致力于为半导体、显示以及新能源等测试领域提供卓越产品和服务的高新技术企业。公司是国内较早开发出适用于液晶模组生产线的3D检测、基于DP接口的液晶模组生产线的检测和液晶模组生产线的Wi-Fi全无线检测产品的企业，也是行业内率先具备8k×4k模组检测能力的企业。公司大力推进OLED调测系统和AOI光学检测系统的研发，是行业内少数在基于机器视觉的光学检测、自动化控制，和基于电讯技术的信号检测等方面均具有较高技术水平的企业。2020年前三季度，精测电子实现营业总收入12.37亿，同比下降14.01%；实现归母净利润1.52亿，同比下降31.14%；8、燕麦科技深圳市燕麦科技股份有限公司成立于2012年，主营业务为自动化、智能化测试设备的研发、设计、生产及销售。公司基于机器视觉技术的外观缺陷检测历经3年沉淀，实现针对FPC整张光板的检测设备向日本旗胜小批量供货，针对FPCA单品的检测设备完成样机研制并送样检测，迈向非标化和定制化程度更高的市场，增长潜能蓄势待发。2020年上半年，燕麦科技实现营业收入9896.55万元，较上年同期增长4.93%；归属于上市公司股东的净利润3261.77万元，较上年同期下降9.4%。六、机器视觉行业发展前景（一）产业结构升级将推动机器视觉行业发展作为全球制造业中心，中国已成为世界机械消费第一大国，但由“制造大国”向“制造强国”的转变仍任重而道远，我国智能制造装备产业结构转型和技术提升的市场空间巨大，机器视觉行业将因此受益。“十四五”期间，中国将进一步深化产业结构调整，推进制造业的科技创新和智能制造水平，着力从要素驱动向技术及创新驱动转变。通过强化研发、设计能力，提高配套能力、基础工艺、基础材料、基础元器件的研发和系统集成水平，促进细分市场、专业化分工和集群发展，推动先进装备制造业和高新技术产业从以组装为主向自主研发制造为主转变。产业结构的转型升级以及制造业的进一步智能化将推动机器视觉行业的发展。（二）下游应用行业快速发展推动机器视觉行业保持快速增长得益于中国经济快速稳定的发展、城镇化进程的加速、居民生活水平的进一步提升，机器视觉行业的主要下游应用领域将持续保持较快增长，如消费类电子、汽车制造等行业均保持快速增长。下游应用行业规模的扩大将带动其对机器视觉产品的需求。随着机器视觉技术的发展，机器视觉产品将应用到越来越多的领域，从而进一步推动机器视觉行业的整体发展。此外，消费类电子、汽车等制造业对制造精度等要求持续提高，对机器视觉技术的需求将不断增加。（三）劳动力成本持续上涨，“机器换人”的需求旺盛目前，中国劳动力成本不断增加；预计未来，中国劳动力工资还将持续增长。企业面对不断上升的劳动力成本，只有实现要素驱动和创新，尽早布局智能制造，才能实现转型升级，找到新的增长点。企业对“机器换人”的需求保持旺盛，将给机器视觉产品带来较大的增长空间。（四）国家产业政策支持近年来，国家多次颁布相关政策支持智能装备制造业的发展，相关政策将直接或间接地对机器视觉行业产生积极影响。国家高度重视智能装备制造业及其关键零部件产业的发展，政策支持力度不断加大。国民经济的稳定快速发展和国家对智能装备制造业的政策支持，为机器视觉行业提供了更大的市场空间和难得的发展机遇。近年来，各部门先后出台了《国务院关于加快培育和发展战略性新兴产业的决定》、《高端装备制造业“十二五”发展规划》、《智能制造装备产业“十二五”规划》、《“十二五”国家战略性新兴产业发展规划》、《关于推进工业机器人产业发展的指导意见》、《中国制造2025》、《机器人产业发展规划（2016-2020年）》、《“十三五”国家战略性新兴产业发展规划》、《智能制造发展规划（2016-2020年）》、《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划（2018-2020年）》等相关政策文件，直接或间接支持了机器视觉行业的发展。在政府的政策支持下，我国将加快推动“中国制造”向“中国智造”和“中国创造”转变，将进一步带动机器视觉行业的快速发展。更多资料请参考中商产业研究院发布的《中国机器视觉行业市场前景及投资机会研究报告》，同时中商产业研究院还提供产业大数据、产业情报、产业研究报告、产业规划、园区规划、十四五规划、产业招商引资等服务。

工业机器视觉市场规模保持逐年增长，根据中国机器视觉产业联盟(CMVU)调查数据，2017-2019 年机器视觉市场规模从 81.66 亿元增长到 103.06 亿元。随着国产品牌逐渐在自动化领域深耕， 机器视觉行业中的众多国外品牌的技术领先优势在不断减弱，国产工业机器视觉产品将凭借不输国外品牌的质量、更低的价格及更优质的服务，在国内市场中销售额占比从 2016 年的 39.0%提升到 2019 年的 48.7%。从机器视觉成本分布来看，镜头、相机、图像采集卡等核心部件的制造以及图像处理软件的开发成本，合计占据机器视觉产品总成本的 80%以上；2）从销售额占比来看，软件 系统包括可配置视觉系统和特定应用视觉系统，分别为 25.22%和 21.94%，工业相机、镜头和光源的销售额占比分别为 15.61%、12.13%和 9.37%；3）从产业链环节净利润率来 看，光源的净利润率达到 18.4%，为各核心部件中最高水平。光源是为工业机器视觉应用场景提供照明的系统，主要包括 LED 光源和光源控制器。光源产品需要满足高亮度、高均匀和高稳定的要求，恰当的光源照明可以突出待检测物体部分与非检测部分之间的明显差异， 增加对比度，有利于后续图像处理算法的精确分析定位。反之，图像处理分析难度会大大增加。相对于其他光源类型，LED 光源寿命长、发光稳定、耗电量也更低，更适合应用于机器视觉领域，所以 LED 光源是机器视觉领域中的主流光源。镜头是将目标物体的光信号聚焦在相机芯片的光敏面阵上，并形成实相的部件。选 取合适的镜头需要考虑焦距、视场角、光圈以及景深等因素，选取恰当的机器视觉光学镜不仅有助于后续图像处理工作，而且可以有效降低设备成本。传统光学镜头主要由人工组装，难以避免效率低、误差率高、产品稳定性较低等问题。随着高精度、自动化设备的广泛应用， 光学流程化的自动组装将逐步替代人工组装，效率和产品稳定性将大幅提升。海外机器视觉工业镜头细分领域发展较早，德国施耐德、日本茉丽特等公司占据着全球主要市 场份额。国内厂商在工业镜头领域目前体量较小，但许多企业依托高性价比优势布局中低端市场，且发展迅速，如东莞普密斯。同时，也有以深圳东正光学、江苏慕藤光为主的部分企业通过整合制造设备和多种技术平台，已经能够提供全系列工业镜头，进军高端产品领域。对于国产镜头而言，品牌知名度和市场信任度是需要攻克的难点，但从技术来看，国内厂商 的镜头制作工艺虽然和国外老牌厂商相比还有差距，但已经能够满足视觉系统的基本需要。工业相机功能是将通过镜头投影到传感器的图像传送到能够储存、分析和显示的机器设备上， 将光信号转化为电信号，因此要求产品具有较高的传输力、抗干扰力、以及稳定的成像能力。根据传感器的芯片工艺，工业相机可分为 CMOS 相机和 CCD 相机，早期工业相机以 CCD 传感器为主，但是随着 CMOS 成像技术的不断提升，因其读取数据快、制造工艺相对简单、 成本低、分辨率易提升等特点，在工业领域中的应用越来越广泛，预计未来 CMOS 相机将成为市场主流。图像处理软件是机器视觉技术的核心，软件将采集到的图像数据化以后，机器才能进行识别和检测等功能。优秀的机器视觉处理软件可以对图像进行快速、准确检查，从而减少对硬件技术的依赖。国外公司较早地开展研究机器视觉算法，所以在此基础上成功研发了许多成熟的图像处理软件，这些软件凭借功能强大、易操作、处理速度快、兼容性强、抗干扰等优点在机器视觉领域 获得较高需求量。与国外企业相对比，国内机器视觉设备集成企业产品的性能及稳定性还具有一定差距。但国内企业对国内客户需求及市场更为了解，能够提供灵活化及定制化的服务，快速响应客户需求，供货周期短，且成本优势明显。目前国内的龙头企业产品的关键性指标已达到国际水平，国产化趋势明显。消费电子、平板显示、汽车和半导体是当前机器视觉最主要的应用领域。2019 年这四大应用的销售额分别占机器视觉产品制造业销售总额的 46.2%、7.0%、6.8%和 4.4%。其 中，电子信息制造行业自动化、标准化程度高，是机器视觉技术应用较早的行业，也是最大的下游市场；汽车制造中机器视觉主要用于车身装配检测、面板印刷质量检测等几乎所有系统和部件的制造流程；半导体行业工业机器视觉应用较为成熟，应用涉及到半导体外观缺陷、尺寸、数量等检测，尤其是晶圆制作中的检测、定位、切割和封装。电子行业和 半导体的净利润率较高，分别为13.0%和16.0%。一方面，我国人口老龄化问题不断加剧，截至 2019 年，65 岁以上老人占比从 2011年的 9.1%上涨到了 12.6%。在人口老龄化的同时，由于国内生育高峰所带来的适龄劳动力 充沛时期已经过去，劳动力供给的逐步下滑推动劳动用工成本不断上升。另一方面，城镇单位用工成本持续攀升：城镇单位就业人员平均工资从 2011 年的 4.18 万元上升为 2019 年的 9.05 万元，9 年间用工成本上升接近一倍。人口结构的变化、劳动力成本的持续上升，或将迫使制造企业不断加大在自动化、智 能化方面的投入，扩展自动化和智能化的深度，从而拉动机器视觉设备需求。近年，高端装备制造业作为国民经济的中流砥柱，国家对于该行业的重视程度不言而 喻，并出台了一系列政策来支持行业发展，希望能摆脱对进口产品的依赖。高端装备制造业对于精准度的严格要求，必须由机器智能技术层面识别来实现，因此，高端装备制造业 的发展需要机器视觉技术助阵。在国家政策的不断鼓励和支持下，通过我们对近年政策的梳理发现，多个省市结合自身产业特点出台相关的政策用以支持以工业机器视觉为代表的 智能制造细分领域发展，预计将助推行业规模快速提升。

在人工智能的发展中，机器视觉是十分重要的分支之一。机器视觉是一种基础功能性技术，是机器人自主行动的前提，能够实现计算机系统对于外界环境的观察、识别以及判断等功能。目前，中国的机器视觉行业正处于快速发展阶段，是世界机器视觉发展最活跃的地区之一。 受益于配套基础设施不断完善、制造业总体规模持续扩大、智能化水平不断提高、政策利好等因素，中国机器视觉市场需求不断增长。未来，随着行业技术提升、产品应用领域更广泛，机器视觉市场将进一步扩大。为了更好的了解机器视觉市场在我国的发展，中商产业研究院特推出《2019年机器视觉市场发展前景及投资研究报告》。报告从五个方面分析机器视觉概述、机器视觉市场驱动因素、国内外机器视觉市场现状、机器视觉企业以及未来发展趋势。以下是报告详情： PART1:机器视觉概述在人工智能的发展中，机器视觉是十分重要的分支之一。人工智能的应用技术主要包括语音类技术、视觉类技术、自然语言处理类技术和基础硬件等。其中，机器视觉是一种基础功能性技术，是机器人自主行动的前提，能够实现计算机系统对于外界环境的观察、识别以及判断等功能。对于人工智能的发展具有极其重要的作用，是人工智能范畴最重要的前沿分支之一。 目前，中国的机器视觉行业正处于快速发展阶段，是世界机器视觉发展最活跃的地区之一。 PART2:机器视觉市场驱动因素机器视觉市场驱动因素包括三个方面，即经济因素、政策因素以及行业因素。 其中在行业因素中，随着人工智能技术的逐渐成熟，科技、制造业等业界巨头不断深入布局。2018年中国人工智能市场规模约为238.2亿元，增长率达到56.6%。机器视觉在人工智能大行业支撑的背景下，也迎来发展机遇。 PART3:机器视觉市场全球市场中，全球人工智能行业正在快速发展中，其中机器视觉技术在国外人工智能企业应用技术中占比达到40%。机器视觉是全球人工智能技术重要的发展趋势之一。据数据显示，2018年全球机器视觉市场规模超88亿美元。随着应用市场的进一步扩大，未来市场需求将进一步放量。预计2019年，全球机器视觉市场规模将近100亿美元。 中国市场中，目前中国的机器视觉行业正处于快速发展阶段，是世界机器视觉发展最活跃的地区之一。受益于配套基础设施不断完善、制造业总体规模持续扩大、智能化水平不断提高、政策利好等因素，中国机器视觉市场需求不断增长。据数据显示，2018年中国机器视觉市场规模首次超过100亿元。随着行业技术提升、产品应用领域更广泛，未来机器视觉市场将进一步扩大，预计2019年市场规模将近125亿元。 PART4:机器视觉企业目前，国内机器视觉企业正在快速发展。报告中，以天准科技、商汤科技、麦仑、海康威视为案例。 天准科技，苏州天准科技股份有限公司成立于2005年，总部位于中国苏州。天准公司致力于以领先的人工智能技术推动工业转型升级。具体而言，天准以机器视觉为核心技术，专注服务于工业领域客户，帮助工业企业实现数字化、智能化发展。主要产品为工业视觉装备，包括精密测量仪器、智能检测装备、智能制造系统、无人物流车等，产品功能涵盖尺寸与缺陷检测、自动化生产装配、智能仓储物流等工业领域多个环节。 PART5:发展前景未来，随着机器视觉行业在国内市场的发展逐渐成熟，行业内上游及配套企业不断加大对新产品的研发及投入，自助能力增强，有望形成完善的产业链，改善对机器视觉行业发展的限制。

计算机视觉是指用摄像机或者电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传递给仪器检测的图像。形象地说，就是给计算机安装上眼睛(照相机)和大脑(算法)，让计算机能够感知环境。艾媒咨询数据显示，2017年中国计算机视觉行业市场规模为68亿元，预计2020年市场规模达到780亿元，年均复合增长率达125.5%，行业未来发展态势良好。本文整理了计算机视觉领域的几个重要观点。1. 计算机视觉行业概况计算机视觉按照产业链划分可分为三层。上游基础层主要以芯片、数据集、算法为主，即我们常说的算法、算力与数据；中游基础支持主要有生物特征识别技术、物体与场景识别技术、光学字符识别技术、视频对象提取与分析技术等等；下游应用主要集中于互联网、系统开发、终端开发等领域。目前，计算机视觉是深度学习领域最热门的研究领域之一。图像分类、对象检测、目标跟踪、语义分割、实例分割是计算机视觉五大关键技术。计算机视觉主要应用场景集中于医疗影像诊断、图片识别、人脸识别、视频监控、文字识别等领域。2. 计算机视觉市场分析据统计数据显示，中国有高达42%的企业应用计算机视觉相关技术。在计算机视觉市场规模预测方面，不同的机构的预测数据有部分出入，但是全部对市场规模高速增长保持乐观态度。其中，中国产业研究院在《2019年计算机视觉行业市场前景研究报告》中阐述，2018年中国计算机视觉市场规模突破100亿元 。随着计算机视觉技术的逐渐成熟，除了安防、视频广告、泛金融、智能手机以及互联网娱乐领域，医疗影像、工业制造、批发零售等创新领域将逐步解锁，预计2019年中国计算机视觉市场规模将进一步扩大，达到300亿元。iiMedia Research(艾媒咨询)数据显示，2017年中国计算机视觉行业市场规模为68亿元，预计2020年市场规模达到780亿元，年均复合增长率达125.5%，行业未来发展态势良好。Forrester统计数据显示，全球在计算机视觉领域的投资持续增长，截止到2018年11月末投资较2017年增长113%，在过去的五年中复合增长率高达135%，未来五年内全球计算机视觉软件及服务市场规模将超过200亿美金。3. 计算机视觉市场促进因素计算机视觉市场促进因素主要有以下三点：一是核心技术不断演进；二是相关应用越来越广；三是应用领域逐渐拓宽。核心技术层面，得益于数据标注行业的不断发展，高质量以及场景化的标注能力不断提高，计算机视觉能够识别信息的种类从最初的文字信息，到人脸，人的体态识别，以及不同的物体。识别精度也从最初的1:1对比，到1：N比对，以及M:N的动态监控。除了提高算法精度以外，提高数据标注效率也是计算机视觉企业的现实需求。目前相关数据标注企业已经开始推出自动标注系统，比如曼孚科技就拥有自己的预标注技术，在预标注加持下，标注效率可以提升4倍以上。应用范围层面，安防摄像头、交通摄像头、金融、医疗、汽车、无人机、手机等领域都会应用到计算机视觉相关技术。应用领域层面，计算机视觉不断向图片识别、图像检索、立体视觉、文字识别、生物特征识别技术、智能汽车、医疗影像诊断、人脸识别、视频监测等领域拓宽，全球计算机视觉市场正在快速升温。

中商情报网讯：计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。2017年中国计算机视觉市场规模将达到41.0亿元，增长率达到259.6%。随着计算机视觉技术的逐渐成熟，除了安防、视频广告、泛金融、智能手机以及互联网娱乐领域，医疗影像、工业制造、批发零售等创新领域将逐步解锁，预计2018年中国计算机视觉市场规模将进一步扩大，达到122.4亿元，增长率为198.6%。

如需报告请登录【未来智库】。1、 机器视觉，开“眼”看世界1.1、 机器视觉是人工智能重要的前沿技术机器视觉是人工智能行业的重要前沿分支。机器视觉通过模拟人类视觉系统，赋 予机器“看”和“认知”的能力，是机器认识世界的基础。机器视觉利用成像系 统代替视觉器官作为输入手段，利用视觉控制系统代替大脑皮层和大脑的剩余部 分完成对视觉图像的处理和解释，让机器自动完成对外部世界的视觉信息的探测， 做出相应判断并采取行动，实现更复杂的指挥决策和自主行动。作为人工智能最 前沿的领域之一，视觉类技术是人工智能企业的布局重点，具有最大的技术分布。机器视觉在智能制造领域应用广泛，按功能主要可分为四大类：识别、测量、定 位和检测。识别功能指甄别目标物体的物理特征，包括外形、颜色、字符、条码 等，其准确度和识别速度是衡量的重要指标；测量功能指把获取的图像像素信息 标定成常用的度量衡单位，然后在图像中精确地计算出目标物体的几何尺寸，主 要应用于高精度及复杂形态测量；定位功能指获取目标物体的坐标和角度信息， 自动判断物体位置，多用于全自动装备和生产；检测功能指对目标物体进行外观 检测，判断产品装配是否完整和外观是否存在缺陷。1.2、 机器视觉基本架构机器视觉（Machine Vision）是指通过光学装置和非接触传感器自动接收并处理 真实物体的图像，分析后获取所需信息或用于控制机器运动的装置。通俗地说， 机器视觉就是用机器代替人眼。机器视觉模拟眼睛进行图像采集，经过图像识别 和处理提取信息，最终通过执行装置完成操作。五大模块构筑机器视觉系统：按照信号的流动顺序，机器视觉系统主要包括光学 成像、图像传感器、图像处理、IO 和显示等五大模块。光学成像模块设计合理 的光源和光路，通过镜头将物方空间信息投影到像方，从而获取目标物体的物理 信息；图像传感器模块负责信息的光电信号转换，目前主流的图像传感器分为 CCD 与 CMOS 两类；图像处理模块基于以 CPU 为中心的电路系统或信息处理 芯片，搭配完整的图像处理方案和数据算法库，提取信息的关键参数；IO 模块 输出机器视觉系统的结果和数据；显示模块方便用户直观监测系统的运行过程， 实现图像的可视化。相对于人类视觉而言，机器视觉在量化程度、灰度分辨力、空间分辨力和观测速 度等方面存在显著优势。其利用相机、镜头、光源和光源控制系统采集目标物体 数据，借助视觉控制系统、智能视觉软件和数据算法库进行图形分析和处理，软 硬系统相辅相成，为下游自动化、智能化制造行业赋予视觉能力。随着深度学习、 3D 视觉技术、高精度成像技术和机器视觉互联互通技术的发展，机器视觉性能 优势进一步提升，应用领域也向多个维度延伸。1.3、 机器视觉发展历程机器视觉起源于上世纪 50 年代，Gilson 提出了“光流”这一概念，并基于相关 统计模型发展了逐像素的计算模式，标志着 2D 影像统计模式的发展。1960 年，美国学者 Roberts 提出了从 2D 图像中提取三维结构的观点，引发了 MIT 人工智能实验室及其它机构对机器视觉的关注，并标志着三维机器视觉研究 的开始。70 年代中期，MIT 人工智能实验室正式开设“机器视觉”课程，研究人员开始 大力进行“物体与视觉”相关课题的研究。1978 年，David Marr 开创了“自下 而上”的通过计算机视觉捕捉物体形象的方法，该方法以2D的轮廓素描为起点， 逐步完成 3D 形象的捕捉，这一方法的提出标志着机器视觉研究的重大突破。80 年代开始，机器视觉掀起了全球性的研究热潮，方法理论迭代更新，OCR 和 智能摄像头等均在这一阶段问世，并逐步引发了机器视觉相关技术更为广泛的传 播与应用。90 年代初，视觉公司成立，并开发出第一代图像处理产品。而后，机器视觉相 关技术被不断地投入到生产制造过程中，使得机器视觉领域迅速扩张，上百家 企业开始大量销售机器视觉系统，完整的机器视觉产业逐渐形成。在这一阶段， LED 灯、传感器及控制结构等的迅速发展，进一步加速了机器视觉行业的进步， 并使得行业的生产成本逐步降低。2000 年至今，更高速的 3D 视觉扫描系统和热影象系统等逐步问世，机器视觉 的软硬件产品蔓延至生产制造的各个阶段，应用领域也不断扩大。当下，机器视 觉作为人工智能的底层产业及电子、汽车等行业的上游行业，仍处于高速发展的 阶段，具有良好的发展前景。国内机器视觉起步晚，目前处于快速成长期。国内机器视觉源于上世纪 80 年代 的第一批技术引进。自 1998 年众多电子和半导体工厂落户广东和上海开始，机 器视觉生产线和高级设备被引入我国，诞生了国际机器视觉厂商的代理商和系统 集成商。中国的机器视觉发展主要经历了三个阶段。第一个阶段是 1999 年-2003 年的启蒙阶段。这一阶段的中国企业主要通过代理 业务对客户进行服务，在服务的过程中引导客户对机器视觉的理解和认知，借此 开启了中国机器视觉的历史进程。同时，国内涌现出的跨专业机器视觉人才也逐 步掌握了国外简单的机器视觉软硬件产品，并搭建起了机器视觉初级应用系统。 在这一阶段，诸如特种印刷行业、烟叶异物剔除行业等率先引入了机器视觉技术， 在解放劳动力的同时有效推动了国内机器视觉领域的发展。第二个阶段是 2004 年-2007 年的发展阶段。这一阶段本土机器视觉企业开始起 步探索由更多自主核心技术承载的机器视觉软硬件器件的研发，多个应用领域取 得了关键性的突破。国内厂商陆续推出的全系列模拟接口和 USB2.0 的相机和采 集卡，以及 PCB 检测设备、SMT 检测设备、LCD 前道检测设备等，逐渐开始 占据入门级市场。第三个阶段是 2008 年以后的高速发展阶段。在这一阶段众多机器视觉核心器件 研发厂商不断涌现，一大批真正的系统级工程师被不断培养出来，推动了国内机 器视觉行业的高速、高质量发展。随着全球制造中心向我国转移，目前中国已是继美国、日本之后的第三大机器视 觉领域应用市场。据中国视觉产业联盟，2018 年我国机器视觉行业销售额达到 83 亿元，较 2013 年翻了 3 倍，年复合增长率达 33.54%。2、 行业快速发展，核心部件国产化进行时机器视觉虽只几十年发展时间，但随着全球新一轮科技革命与产业变革浪潮的兴 起，机器视觉行业顺势迎来快速发展。机器视觉的应用已经从最初的汽车制造领 域，扩展至如今消费电子、制药、食品包装等多个领域实现广泛应用。据前瞻产业研究院，全球机器视觉市场规模从 2008 年的 25 亿美元增长至 2017 年 70 亿美元，年复合增速为 12.3%。我国机器视觉市场从 2008 年进入快速发 展阶段，至 2017 年市场规模达 65 亿元，2008-2017 年复合增速 32.7%，显著 高于全球水平。国际机器视觉市场的高端市场主要被美、德、日品牌占据。美国康耐视（Cognex）、 国家仪器（NI），德国巴斯勒（Basler）、伊斯拉视像（ISRA Vision），日本基恩 士（Keyence）、欧姆龙（Omron）等都是在机器视觉领域拥有技术积累和良好 客户口碑的国际巨头公司。其中康耐视和基恩士作为全球机器视觉行业的两大巨 头，垄断了近 50%的全球市场份额。国内机器视觉行业竞争格局较分散，在核心零部件上国外企业占据更大的市场 份额与销售优势。据《中国机器视觉产业全景图谱》，目前进入中国的国际机器 视觉品牌已有 200 多家，中国本土的机器视觉品牌有 100 多家，各类产品代理 商超过 300 家，系统集成商也有超过 100 家。可见，国内机器视觉企业以产品 代理商与系统集成商为主，在机器视觉产业链上游领域布局较少，在机器视觉核 心零部件的研发能力上不及国外老牌公司雄厚，因此中高端市场主要由国际一线 品牌主导。根据中国机器视觉产业联盟 2017 年度企业调查结果，国内机器视觉企业销售额 在 1000-3000 万的占比最高（31.8%），其余依次为 1000 万以下（19.8%），5000 万-1 亿（18.7%），1 亿以上（16.5%），3000-5000 万（13.2%）。2017 年，康 耐视在大中华区实现 6.76 亿元收入，相比之下，我国大部分机器视觉企业销售 规模较小。2.1、 工业相机：捕捉和分析对象的核心部件图像分析的前提是由镜头捕捉光信号并转变为有序的电信号。区别于民用相机， 工业相机具有更高的图像稳定性、传输能力和抗干扰能力，是机器视觉系统的关 键组件。目前市面上的工业相机产品主要有线阵相机、面阵相机、3D 相机和智 能相机等。智能相机将图像的采集、处理与通信功能集成于单一相机内，已成为 工业相机发展的趋势。图像传感器是相机的核心，根据芯片类型可划分为 CCD 和 CMOS 图像传感器， 两者都使用光敏二极管进行光电转化，但在工作原理和产品特性上都存在较大区 别。CCD 图像传感器是一个由光电二极管和存储区构成的矩阵，每一个感光元件在 将光线转化为电荷后，直接输出到下一个感光元件的存储单元，依此类推到最后 一个感光元件形成统一的输出，再由放大器放大电信号以及专门的模数转换芯片 将模拟信号转换为数字信号。而 CMOS 传感器中每一个感光元件都直接整合了 放大器和模数转换逻辑（ADC），当感光二极管接受光照、产生模拟的电信号之 后，电信号首先被该感光元件中的放大器放大，然后直接转换成对应的数字信号。CMOS 传感器在应用于机器视觉初期，由于在处理快速变化的影像时，容易因 电流变化过于频繁而产生过热现象，使得噪声难以抑制，因此仅应用在影像画质 要求较低的中低端工业产品；而 CCD 由于图像质量更高、抗噪能力更强的优势 多应用于高端场合。随着 CMOS 传感器在消费电子设备上的大量应用推动了 CMOS 技术的发展，其 性能已显著提高，而制造成本大幅下降。CMOS 传感器的分辨率和图像质量正 在逼近 CCD 传感器，并且凭借高速度（帧速率）、高分辨率（像素数）、低功耗 以及最新改良的噪声指数、量子效率及色彩观念等各方面优势，CMOS 传感器 建立了稳固的市场地位，在工业图像处理的众多领域正逐步取代 CCD 传感器。以Basler的工业相机产品为例，在分辨率相近的情况下，CMOS的帧速率比CCD 显著更高，并且具有更高的量子效率、信噪比、动态范围以及更低的暗噪声。可 见，CMOS 在某些性能指标上已达到或者优于 CCD 水准，具备替代 CCD 的能 力。近些年工业相机行业在全球市场和中国市场均呈现快速增长趋势。全球工业相机 行业规模由 2011 年 15.2 亿元增长至 2018 年的 40.3 亿元，年均复合增速为 14.95%；中国工业相机行业规模 2011 年仅有 0.8 亿元，2018 年达 7.3 亿元， 实现了 37.14%的复合增长率。中国工业相机市场正以远超全球市场的增速迅速 扩张。目前，全球工业相机行业由欧美品牌占据主要市场。据前瞻产业研究院，2018 年北美品牌占据全球工业相机市场 62%的份额，欧洲品牌占 15%，国外知名企 业如德国 Basler、加拿大 DALSA、美国康耐视等。从细分领域来看，工业智能 相机市场相较于板卡式相机市场呈现更高的集中度。我国对于工业相机的研究起步较晚，最初主要由大恒图像等几家老牌相机公司代 理国外品牌。近些年我国也逐步发展出一批自主研发工业相机的国产品牌，如大 恒图像、海康机器人、华睿科技和维视图像等。目前我国工业相机行业主要布局 于中低端市场，可逐步实现进口替代；而在高分辨率、高速的高端工业相机领域 仍以进口品牌为主。根据中国海关总署数据，2018 年我国工业相机进口数量为 8159 台，进口金额为 4483 万美元，同比增长 8.3%。2.2、 镜头：清晰成像的核心镜头是机器视觉图像采集部分重要的成像部件，镜头的主要作用是将目标成像在 图像传感器的光敏面上，分辨率、对比度、景深以及像差等指标对成像质量具有 关键性影响。工业镜头按焦距可分为定焦镜头和变焦镜头；根据光圈可分为固定光圈和可变光 圈；根据视场大小可分为摄远镜头、普通镜头和广角镜头。此外，还有几种具有 特殊用途的镜头，如远心镜头、显微镜头、微距镜头、紫外镜头和红外镜头等。 由于传统镜头存在视差现象（即镜头的放大倍数随物距的变化而变化），且通常 有高于 1~2%的畸变，远心镜头应用而生。它可以在一定物距范围内纠正视差的 影响，并将畸变系数严格控制在 0.1%以下。远心镜头由于其特有的平行光路设 计一直为对镜头畸变要求很高的机器视觉应用场合所青睐，适应精密检测需求。据 QYResearch，2019 年全球工业镜头市场总值达到 33 亿元，预计 2026 年将 增至 58 亿元，年均复合增长率为 8.3%。海外品牌在镜头领域投入较早，经过 多年的业务积累与技术升级，在全球范围内形成了德系徕卡、施耐德、卡尔蔡司 和日系 CBC、Kowa、尼康、富士等光学巨头。由于光学镜头行业集成了精密机 械设计、几何光学、薄膜光学、色度学、热力学等多学科技术，并且制作工序 和工艺复杂，具有较高的技术门槛我国由于起步较晚，2008 年之前国内光学镜头市场基本被日本、德国品牌所垄 断。近些年，我国工业镜头行业国内厂商快速增长，主要从中低端市场切入，凭 借高性价比优势对于外资品牌具有一定竞争力。在高端市场，我国仍以进口日本、 德国等老牌厂商的产品为主，但也有一部分企业如东正光学、慕藤光等逐步走向 高端。东正光学的远心镜头畸变小于 0.02%，倍率齐全，微距镜头产品也能够 将畸变控制在 0.1%的超低量级下。2.3、 光源：设计光路实现目标成像光源对于机器视觉中的图像采集部分具有重要影响，为后续图像识别与分析奠定 必要的基础。合适的光源设备能够使被测物与背景尽量明显区分，获得高品质、 高对比度的图像。在机器视觉领域的应用中，由于应用对象与检测要求的不同， 尚无通用的机器视觉照明系统，需针对特定案例设计相应的照明方案，以达到最 佳照明效果。机器视觉系统使用的光源主要分为 LED 光源、卤素灯和高频荧光灯三种，其中 最为常用的为 LED 光源。LED 光源即发光二极管光源，其发光原理和白炽灯、 气体放电灯的原理都不同，LED 光源采用固体半导体芯片为发光材料，能量转 换效率高，理论上可达白炽灯 10%的能耗，相比荧光灯也可以达到 50%的节能 效果。此外，LED 光源具有形状自由度高、使用寿命长、响应速度快、单色性 好、颜色多样、综合性价比高等特点，因此在机器视觉等工业领域具有更广泛的应用。机器视觉光源产品可按形状划分为多种类型，如环形光源、条形光源、平面光源、 线光源、点光源、同轴光源等。不同的形状结构可提供不同的亮度、强度、照射 角度、照射面积及颜色组合等，适用于不同的机器视觉应用场景。例如环形光源 是由 LED 阵列成圆锥状以斜角照射在被测物体表面，通过漫反射方式照亮一小 片区域，工作距离在 10-15MM 时，环形光源可以突出显示被测物体边缘和高度 的变化，适合应用于 PCB 基板检测、IC 元件检测、集成电路印字检查等情形。国外机器视觉照明技术已较为成熟，国际上具有代表性的光源企业主要有日本 CCS、Moritex 和美国 Ai。国内光源市场国产化程度较高，竞争较为充分，涌现 出奥普特、沃德普、康视达、纬朗光电等一批机器视觉光源制造商，能够与国际 品牌进行竞争CCS 在全球光源市场上具有较高的市占率，主要产品为图像处理用 LED 光源和 控制器。根据 CCS 公司 2017 年度报告，其在 2017 年的营业收入达 5.2 亿元， 其中光源和光源控制器产品占总营收的 89.2%。奥普特是成立于 2006 年的国内机器视觉光源行业领先的本土品牌，并以光源为 切入点，将产品延伸至机器视觉镜头、相机、视觉控制系统等其他软硬件产品。 2019 年，奥普特光源及光源控制器产品收入为 3.0 亿元。奥普特光源产品的销 售额与 CCS 相比仍存在一定差距，但其盈利能力比 CCS 高。2.4、 图像处理软件：算法实现各种目标对所获得的视觉信号进行处理是机器视觉系统的关键所在，机器视觉软件类似 “大脑”，通过图像处理算法完成对被测物的识别、定位、测量、检测等功能。 机器视觉软件主要分为两类：一类是包含大量处理算法的工具库，用以开发特定 应用，主要使用者为集成商与设备商；另一类是专门实现某些功能的应用软件， 主要供最终用户使用。两者主要在开发的灵活性上存在差别。目前，图像处理软件领域主要由美、德等国主导，主要厂商包括 Cognex、Mvtec、 Adept 等，软件的底层算法基本被以上厂商垄断。康耐视（Cognex）作为最具 代表性的厂商之一，近 10 年业绩表现良好。康耐视营业收入由 19.25 亿元增长 至 50.62 亿元，复合增速 10.15%；毛利率与净利率基本稳定，分别维持在 75% 和 25%左右。国内的机器视觉图像处理软件一般是在 OpenCV 等开源视觉算法库或者 Halcon、 VisionPro 等第三方商业算法库的基础上进行二次开发。由于独立底层算法具有 非常高的技术壁垒，国内目前仅有创科视觉、海康威视、奥普特、维视图像等少 数企业完成底层算法研究并进行一定范围的应用。以创科视觉为例，公司研发的 CKVisionBuilder 是目前机器视觉行业内最简单的 视觉系统开发平台，涵盖了定位、测量、识别、读码、缺陷、颜色、3D、逻辑 运算等所有图像处理功能。该系统具有极高的通用性，具体表现为：不要求用户 具有编程基础，适用于各种人群；适用于 3C 电子、汽车制造等多种行业；对不 同种类的工业相机、PLC 等均留有对接接口，具有较好的兼容性。3、 起于汽车制造，兴于消费电子3.1、 消费电子和汽车制造是当前主要应用下游机器视觉目前主要应用在消费电子、汽车制造、食品包装、制药业等领域，其中 又以消费电子和汽车制造领域为主，应用占比分别为 46.60%、10.20%。在消费 电子行业，机器视觉应用于高精度制造和质量检测，包括圆晶切割、3C 表面检 测、触摸屏制造、AOI 光学检测、PCB 印刷电路、电子封装等。在汽车制造行 业，机器视觉几乎涉及所有系统和部件的制造流程，例如车身装配检测、面板印 刷和质量检测、字符检测、零件尺寸的精密测量、工业零部件表面缺陷检测等。3.2、 机器视觉在汽车制造行业的应用汽车制造质量原先主要依靠三坐标测量完成，效率低、时间长、数据量严重不足， 且只能离线测量。机器视觉引入非接触测量技术，逐步发展成固定式在线测量站 与机器人柔性在线测量站等在线测量系统，可严格监控车身尺寸波动，提供数据支持。除传统三坐标测量、激光在线测量外，蓝光扫描测量、表面缺陷测量等视觉测量 方法可进行更加精细地测量，对车身基本特征尺寸、车体装配效果、缺陷等提供 高精度监控。多种监控测量手段互相结合，确保生产零件零缺陷、整车制造高质 量。机器视觉引导系统突破机器人简单重复示教轨迹的限制，使其根据被操作工件的变化实时调整做工轨迹，提升机器人智能化水平。视觉引导技术逐渐渗透到汽车 制造的全过程，比如引导机器人进行最佳匹配安装、精确制孔、焊缝引导及跟踪、 喷涂引导、风挡玻璃装载引导等。机器视觉检测系统可以对产品进行制造工艺检测、自动化跟踪、追溯与控制等， 包括通过光学字符识别（OCR）技术获取车身零件编码以保证零件在整个制造 过程中的可追溯性, 通过识别零件的存在或缺失以保证部件装配的完整性, 以及 通过视觉技术识别产品表面缺陷或加工工具是否存在缺陷以保证生产质量。我国汽车产销量位于全球前列，汽车制造市场体量庞大。汽车行业自动化程度较 高，生产制造中许多环节已经无人化操作，同时汽车智能化蓝图多领域布局，促 进机器视觉在汽车行业应用深化。3.3、 机器视觉在消费电子行业的应用机器视觉在消费电子领域，以 PCB/FPC AOI 检测、零部件及整机外观检测、装 配引导等应用为主，并呈现出越来越多的新的应用场景。AOI 光学检测是工业生产中执行测量、检测、识别和引导等任务的新兴科学技术， 广泛应用于 PCB 缺陷检测过程。其采用光学照明与图像传感技术获取被测物体 信息，通过数字图像处理增强目标特征，利用模式识别、机器学习、深度学习等 算法提取特征信息，并进行分类与表征，最后反馈给执行控制机构，实现产品分 类、分组分选、质量控制等生产目标。其基本原理是用各种光学成像技术与系统 模拟人眼的视觉成像功能，用计算机处理系统代替人脑执行实时图像处理、特征 识别与分类，用执行机构代替人手完成操作。PCB 缺陷检测主要是焊点缺陷检测和元器件检测两大部分。传统的人工目视检 测法易漏检、速度慢、时间长、成本高，已不能满足生产需要，机器视觉 PCB 检测系统具有重要的现实意义。在电路板从印刷装置中移下，或在清洗剂中清洗 后，以及返修完成返回生产线中，机器视觉提供的在线视觉技术可以在实施印刷 操作后直接发现存在的缺陷情况，保证了操作者在加上 PCB 以前能够及时处理 有关问题。另外，发现缺陷时可以有效防止有缺陷的电路板送达生产线后端，从 而避免出现返修或废弃现象。操作者能够及时得到反馈，明确处于操作中的印刷 工艺操作是否良好，达到预防缺陷产生的目的，对生产效率和良率的提升至关重 要。据中商产业研究院，消费电子及半导体领域的机器视觉市场规模 2018 年突破 20 亿元，2019 年将达到接近 30 亿元水平。消费电子行业元器件尺寸小，质量标 准高，适合用机器视觉系统检测，也促进机器视觉技术进步。同时，消费电子产 品生命周期短，需求量大，拉动机器视觉市场需求。3.4、 食品包装与制药行业应用机器视觉在食品包装领域适用范围广泛，可用于检测瓶子的分类和液位测量、标 签、盖子、盒子的检查，以及瓶的形状、尺寸、密封性和完整性。被检查的包装 形状不限包装盒、包装箱、金属箱、管状、泡状、盘状、广口瓶、细口瓶、罐装 和桶装等。食品包装是食品质量的重要保障，可以保护食品在流通过程中免受污 染，提高品质，避免发生安全事故。同时，食品包装的观赏性也会给消费者良好 的购物体验。因此，食品包装检测是控制不合格食品流入市场的关键环节，影响 企业在行业中的竞争力。制药企业的生产过程中，药品关系到人的生命健康，即使是微小的缺陷存在，一 旦药品流通到市场后也会对患者造成无法弥补的损失，甚至导致医疗事故的发生。 机器视觉在药品包装、质量检测及控制等多个方面有广大作为，助力医药行业加 快现代化、智能化进程。目前，在数粒、打码、泡罩版缺粒、药品残缺和断片、 加装说明书、编码识别等检测环节，机器视觉检测内容丰富、稳定、精确，满足 医药行业包装线经常变包装产品的需求。4、 机器视觉技术仍在迭代，应用场景不断丰富4.1、 提质、增效、降本是机器视觉发展的源动力2019 年，我国 65 岁及以上人口占总人口比率达 12.57%，标志我国已步入严重 老龄化社会。劳动力供给不足，推动企业用工成本上升。根据国家统计局数据， 城镇非私营单位就业人员平均工资从 2012 年的 4.68 万元上升为 2019 年的 9.05 万元，八年间用工成本接近翻倍。我国制造业在转型升级过程中必然向自动化、 智能化迈进，并不断得到深化。2017 年 7 月，国务院发布《新一代人工智能发展规划》，明确提出科技引领、系 统布局、市场主导、开源开放四项基本原则，以及“三步走”的发展战略：到 2020 年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经 济增长点，人工智能技术应用成为改善民生的新途径；到 2025 年人工智能基础 理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国 产业升级和经济转型的主要动力，智能社会建设取得积极进展；到 2030 年人工 智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心， 智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要 基础。这确立了人工智能在我国当下的重要地位。2017 年-2020 年，人工智能、 智能制造连续四年被《政府工作报告》覆盖，2019 年更是将“智能制造”提升 为“智能+”，进一步明确了人工智能、智能制造在国民经济中的重要地位。为响 应国务院的号召，各行业、各地方政府也相继出台相关政策，确立了人工智能与 智能制造的发展目标。机器视觉作为智能制造的核心分支之一，也是能够率先渗 透并发展起来的核心技术之一，在政策利好的环境下，或将获得广大而稳定的发 展空间。全球机器视觉新增专利数量持续提升。截至 2019 年，全球累计专利数量达到 8.6 万项；国内机器视觉相关申请和公开专利共计 1.1 万项。4.2、 核心部件自主化进行中国内机器视觉行业研发投入从 2016 年的 5.6 亿元增长至 2018 年的 11.7 亿元， 年均复合增长率达 44.8%。国内机器视觉代理商企业的销售额在 2018 年占行业 销售额的 32.4%；国内机器视觉企业早期依靠国际供应商的产品代理，缺乏扎 实的自主研发基础和具有自主知识产权的核心技术。相比国际龙头企业，国内企 业经营时间短，积累薄弱，加大研发是实现进口替代的必由之路。机器视觉算法是对获取的图像信息进行处理的关键步骤，也是视觉控制系统的 重要基础。国内视觉处理分析软件大多建立在 OpenCV 等开源视觉算法库中， 或以 Halcon、Vision Pro 等第三方商业算法库为基础进行二次开发，只有少数 企业具有独立自主的底层算法库。独立底层算法需要经历漫长的研发周期和巨大 的资金投入，是未来国内机器视觉企业自主化的主要技术支持。深度学习拓宽应用场景。目前主流的机器视觉技术仍采用传统方式，即首先将数 据表示为一组特征，分析特征或输入模型后，输出得到预测结果，在结构化场景 下定量检测具有高速、高准确率、可重复性等优势。但随着机器视觉的应用领域 扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。深度学 习对原始数据通过多步特征转换，得到更高层次、更加抽象的特征表示，并输入 预测函数得到最终结果。深度学习可以将机器视觉的效率和鲁棒性与人类视觉 的灵活性相结合，完成复杂环境下的检测，特别是涉及偏差和未知缺陷的情形， 极大地拓展了机器视觉的应用场景。传统的 2D 机器视觉技术在三个自由度（x、y 和旋转）上定位目标物体，并基于 灰度或彩色图像对比度提供图像处理分析结果，无法获取目标物体的三维信息， 也易受光照条件变化、物体运动等影响。3D 机器视觉技术可以在六个自由度（x、 y、z、旋转、俯仰和横摆）上定位目标物体，提供丰富的三维信息，使机器能够 感知物理环境的变化并作出相应调整，提高了应用中的灵活性和实用性。高精度成像和互联互通技术助力。高精度成像技术要求新型光源、更全面的波长 覆盖和创新的光源布局等光源技术，以及提供更大靶面和更小像元的新型镜头和 相机产品，是机器视觉行业始终追求的技术发展目标。行业内企业、协会和产业 联盟不断合作，制定数据接口、通讯协议等基础共性标准，旨在打通视觉和各信 息系统的通道，实现系统间的互联互通，是工业发展的必然趋势。4.3、 应用场景不断丰富，千亿蓝海大有可为全球机器视觉正处于快速成长期。据 markets and markets 预测，全球机器视觉 市场规模在 2020 年有望达到 107 亿美元，至 2025 年有望达到 147 亿美元。国 内机器视觉核心部件市场长期由少数国际巨头把持，而国产品牌正在崛起。看未 来，实现进口替代的路径由易到难，先后是光源、相机、镜头、开发软件；而在 应用端，机器视觉设备应用如火如荼，在消费电子领域的应用已较为普遍。而随 着国内制造升级，全球高端制造产能向我国转移，将同步提高对高端精密机器视 觉设备的需求，如面板前中段制程和半导体检测设备也正逐渐实现进口替代。这 将进一步促进国内机器视觉部件和设备厂商的技术迭代，并提升对应用工艺的理 解。随着机器视觉硬件方案的不断成熟和运算能力的提升，以及软件在各种应用解决 方案、3D 算法、深度学习能力的不断完善，机器视觉在电子产业（如 PCB、FPC、 面板、半导体等领域）应用的广度和深度都在提高，并加快向食品饮料、医药等 其他领域渗透，预计我国机器视觉市场规模将继续保持较高的增速。GGII 数据显示，2019 年我国机器视觉市场规模 65.5 亿元（不包含计算机视觉 市场），同比增长 21.8%。2014-2019 年复合增长率为 28.4%，并预测到 2023 年中国机器视觉市场规模将达到 155.6 亿元。机器视觉核心部件和设备企业盈利能力优异，行业成长性和进口替代的庞大空 间是国内机器视觉企业的历史性机遇。2019 年，机器视觉国际巨头基恩士和康 耐视毛利率分别为 82.35%/73.85%，净利率分别为 38.52%/28.10%，而国内以 光源为主打产品的奥普特毛利率/净利率分别为 73.59%/39.35%。在机器视觉设备领域，相关企业毛利率普遍在 40-50%的较高水平。随着核心零 部件国产化进程的加快，将降低机器视觉应用成本，提升国内机器视觉设备企业 的竞争优势，并推动机器视觉在智能装备领域的普及。5、 行业评级及重点公司推荐（略，详见报告原文）机器视觉是人工智能最重要的前沿技术之一，以远超于人类视觉的性能助力工业自动化、智能化的发展。提质、增效、降本是智造升级的源动力，随着我国步入 老龄化社会，企业用工成本上升，机器替人成为必然趋势。我国已成为全球第三 大机器视觉领域应用市场，蓝海市场已开启。国内厂商正加快机器视觉核心部件 国产化，从低端向高端市场布局，逐步实现进口替代。……（报告观点属于原作者，仅供参考。报告来源：国海证券）如需报告原文档请登录【未来智库】。

根据Grand View Research的最新报告，到2027年，全球3D机器视觉市场规模预计将达到34.6亿美元，在预测期内，该市场的复合年增长率预计为14.7%。3D机器视觉系统能够在几秒钟内处理大量信息的能力是推动市场增长的主要因素。(美通社)来源: 同花顺金融研究中心

报告摘要：一、机器视觉：5G工业时代，智能制造的关键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。工业视觉具备极强的机器特性，如极高的速度、精度、重复性等，这些特性成为工业机器视觉 产品的重要参数。与此同时，工业机器视觉拥有采集大量现场数据的能力，数据是驱动行业快速迭代、获取信息 的重要来源，这也将成为工业机器视觉未来的巨大可能。5G赋能机器视觉长远发展，开启工业互联重要纪元：工业机器视觉是工业生产环境中的重要一环，而5G为工业机器视觉的规模化提供了网络基础，最终促进整个 工业互联网的搭建2019年机器视觉已至65亿规模，未来将高速发展根据德勤《中国人工智能白皮书》，全球 人工智能市场规模已高达6800亿美元，其 中中国市场的规模为710亿美元。根据赛迪顾问数据，至2020年，中国智能 40制造装备市场预计可达2万亿元。GGII数据显示，2019年中国机器视觉市场规模65.50亿元(该数据 未包含计算机视觉市场规模)，同比增长21.77%。2014-2019年复 合增长率为28.36%。GGII预测，到2023年中国机器视觉市场规模将达到155.6亿元。二、 上游产业链总结:硬件国产化步伐加快，软件仍待耕耘因海外市场发展较早，上游零部件产业基本仍由海外企业占据，中国企业经过近 年的发展奋起直追，有望从技术壁垒相对较低的光源、工业相机逐步突破，把握 国产替代的潮流，通过高性价比占据市场。而镜头由于涉及多领域多学科技术，制作工序复杂，对精密仪器要求极高，初期 投入大，国际市场仍由老牌厂商牢牢把持。国内企业目前以高性价比的优势与国 际厂商竞争，随着行业的发展以及技术的积累与迭代，长远来看国内厂商有望取 得一席之地。集中化(智能相机)是上游零部件的技术发展趋势之一:光源、镜头、工业相机、图像处理软件等零部件的组合为传统基于PC的工业视觉系统。近年来随着嵌入式技术的发展，智能相机作为相对完成的解决方案逐步得到关注。智能相机是高度集成化的微小型机器视觉系统，成品已将图像采集、图像处理单元及软件、网络通信集成在单一相机内。智能相机的成本低、通用性和易用性较强，但精度、速度和复杂运算的能力都远远不如传统系统，因此尤其适用于对价格敏感的中小民营企业。三、下游应用领域不断拓展，工业机器视觉大有可为电子、汽车、食品、制药为目前机器视觉应用的四大场景：汽车智能化促进机器视觉的应用:在汽车制造领域， 新能源和智能汽车中的电 子零部件的成本占比将会 达到整车的一半以上，大 量的传感器、通信(GPS、 DSRC、 4G/5G)、摄像 头、监控、检测、娱乐系统将会被装载在汽车之上。 汽车产业链对生产精度、 智能化的要求均不断提高。电子产品迭代促进机器视觉的应用:随着高世代面板生产线的相继投产，平板显示器件向智能化、大尺寸化、轻薄化、可触控化、高解析度、柔性面板、自发光、高迁移速率和低功耗等方向发展已在行业内达成共识。半导体产业进步与国产替代共同促进机器视觉的发展:在半导体制造领域， 国内集成电路新工艺节点 的技术突破以及 5G 技术的落地带来国内半导体行 业的新一轮景气繁荣。同 时，各半导体厂商对设备 国产化的动力持续提升， 为中国机器视觉企业带来 机会。新兴领域的横向扩张:随着 行业进步与技术发展，2D视觉向3D视觉迈进，由此拓展出更多的新领域，如机械臂 引导、AGV导航等。机器视觉将逐步切入过去未曾涉足 的领域，如物流、医疗、安 防、农业等非工业场景;与此同时，技术的基本将加深 机器视觉在汽车、消费电子、 半导体等工业领域的渗透率。四、工业机器视觉未来趋势预测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的产生顺应工业自动化的发展，天生具备机器高精度、高速度的特征，在特殊应用领域如面板生产、半导体，机器视觉有不可取代的作用，并非只是单纯的“降本增效”。下游产业不断纵向迭代(如汽车的智能化、面板领域的屏幕迭代)、横向扩张(如半导体、新能 源、工业机器人等)，对机器视觉的需求愈发巨大。过去国内的低廉劳动力充足，而目前中国的老龄化程度相当于日本的 90 年代，逐渐迈入老龄化的过程，人口结构的变化导致劳动力成本的上升，将迫使企业不断加大在自动化、智能化的投入。全球制造业逐步向中国转移，带动中国机器视觉由硬件至软件的全面发展，上游零部件中光源、工业相 机最先逐步国产化，镜头、图像底层软件有其存活的空间。国内方案商具备更多服务头部客户的机会国外仍占据高端客户，中国企业或会出现三种情况:在高端领域，国内的龙头企业会与康耐视、基恩士等正面交锋，在技术追赶后通过高性价比逐步稳固行业份额。在中小企业或非标品的需求中，国内企业具备高性价比、本地服务的优势，但因产品、模式难以复制，存在无法大规模扩张的风险。随着深度学习、3D视觉技术等新技术的发展，中国企业存在在新技术上弯道超车的机会。技术趋势：传感端:部分应用场景由基于PC的传统系统转向集成度高的智能相机智能相机是传统基于PC系统的集合体，有集成度高、成本低、运用灵活的特性，目前机器视觉方案商、 工业相机的生产商、自动化设备生产商都正研发或已推出智能相机产品传感端:由2D视觉逐步迈入3D视觉:3D视觉有助于拓宽2D视觉无法触及的领域，拉高行业的整体天花板:相较于2D视觉，3D视觉可以更好地进行多传感器融合，检测快速移动目标并获得形状、对比度、空间坐标信息等深度信息，应用领域远 多于2D视觉;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一，一级市场的相关投 融资愈发活跃。根据MarketsandMarkets的研究，全球3D视觉传感器市场将在2025年达到100亿美元， 实现27.6%的年复合增长。算法端:由传统的机器学习进入深度学习阶段: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。康耐视已在2020年4月推出集成了深度学习功能的工业智能相 机 In-Sight D900。网络端:万物互联互通，工业互联的未来:机器视觉作为智能制造的大脑和眼睛，是工业互联网边缘层的重要数据入口: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。五、国内工业机器视觉厂商盘点 （详见报告原文）报告节选：（报告观点属于原作者，仅供参考。报告出品方/作者：天风证券，缪欣君、沈海兵）如需报告请登录【未来智库官网】。

随着《中国制造2025》的提出和后续工作的落实，智能制造做为新一代信息技术与制造技术融合发展的结合点，成为中国制造的主攻方向，受到资本及产业界广泛关注。为此，我们于近期组织了智能制造系列调研，针对机器视觉、MES、工业信息安全等领域与硬件供应商、海外品牌代理商、系统集成商、第三方研究机构等多领域产业专家进行了深入沟通。现将机器视觉调研结论整理如下，其他主题调研报告及后续调研活动会陆续推出。在人工成本增加、制造业生产效率和产品质量要求提高、产业技术升级等多因素推动下，行业迎来快速发展期，2016年将达到百亿级市场规模。机器视觉拥有效率高、精度高、稳定性强、可适应危险环境、感光范围广等人工视觉无法比拟的优势，广泛应用于电子、汽车、医药、食品与包装机械、印刷机械等领域；国内机器视觉行业自2009年以来进入高速发展期，年增速达到15-20%左右。电子行业对品质的高要求和快速迭代，带动机器视觉检测需求，成为最大的市场；汽车、医药等行业渗透率也在逐渐增加。1. 以Apple为代表的电子产品公司对质量要求不断提高，已达到人眼无法满足的精度要求;2. 电子产品的快速迭代使得企业不断自动化升级改造、新建、扩建生产线，拉动机器视觉检测需求，电子行业已成为最大的下游市场。随着公众对产品质量的重视和自动化改造的深化，机器视觉在汽车、医药等行业的渗透率也在逐渐增加。与虚拟现实、人机交互、机器人、安防等概念的共振带来新的机遇，想象空间巨大。机器视觉模仿和替代的不仅是人眼，而是一整套视觉系统。凭借强大的信息处理能力，机器视觉不仅可应用于工业生产中，未来更可广泛应用于人工智能领域，想象空间得以拓展。国内部件企业在软件算法及硬件成本上均不具有优势；系统集成及设备制造是国内企业的着力点。机器视觉部件的门槛主要体现在软件算法上，而目前国内企业在处理速度和能力等方面均存在较大差距，同时由于行业起步晚，出货量少，硬件价格上也没有优势；而凭借对客户工艺更深的理解和高质量的服务，国内企业在系统集成和设备制造方面优势明显。深圳辰视智能科技有限公司是一家集机器视觉、工业智能化于一体的高新技术企业，是由一支中国科学院机器视觉技术研究的精英团队在深圳创立。辰视智能拥有基于深度学习的三维视觉引导、机器人运动控制、视觉检测、三维建模等方面的核心技术，并研发了机器人三维视觉引导系统 、机器人二维视觉引导系统、三维检测系统、产品外观检测系统等可根据客户需求定制化的智能产品。以高效·低成本·模块化的方式为自动化集成商、自动化设备厂商、机器人厂家提供机器视觉的相关解决方案。 辰视智能致力于技术的不断研究、创新、突破，为合作伙伴提供世界领先的机器视觉产品及技术。