AI研究之 机器视觉行业分析

  机器视觉相比人眼拥有大量优势，体现在机器视觉的客观性和可靠性、自动化、高效性、灵活性以及高精度上。机器视觉具有广泛的应用领域，目前电子制造是国内工业视觉应用最大的领域，而人机一体化智能系统将成为机器视觉最广阔的应用蓝海，被大范围的应用于装配定位、产品质量检验、产品识别、产品尺寸测量等方面。

  从行业现在的状况来看，机器视觉市场空间潜力巨大，预计至2020年我国机器视觉市场规模将达到70亿元。国内外厂商纷纷布局机器视觉产业链上下游，世界两大代表巨头康耐视和基恩士占据全球很高的市场占有率；目前国内厂商也在纷纷集中发力，中国的自主机器视觉品牌已达100多家，也有100多家专业机器视觉系统集成商，可见国内厂商都在为市场爆发积极准备。

  多重因素共同驱动机器视觉的潮流发展的新趋势。1）人口红利消失，劳动力成本激增；2）目前中国工业机器人的使用密度远低于全球中等水准；3）技术端创新驱动不断，机器视觉专利申请数量迅猛增加；4）政策上，工业4.0和制造业转型共同发力，从中央到地方利好政策频频出台扶持人机一体化智能系统又好又快健康发展等等。可见机器视觉驱动力后劲十足！

  机器视觉产业链来看，关注机器视觉核心零部件的上游市场。机器视觉系统由光源、镜头、相机、图像、采集卡以及核心软件五个部件组成，而机器视觉的下游主要是系统集成商和整机装备制造商等。目前国内企业在机器视觉产业链的上游布局程度不足，在技术壁垒高的工业镜头、工业相机和底层软件系统上仍不充分，未来随着国内企业技术投入加大以及下游市场需求的持续放量，将会真正的完成高端市场的国产化。

  风险提示：工业视觉渗透没有到达预期风险；下游应用行业周期性波动风险；政策风险等。

  机器视觉是人工智能正在加快速度进行发展的一个分支，是用机器代替人眼来做测量和判断，但其功能范围不仅包括人眼对信息的接收，同时还延伸到大脑对信息的处理与判断。具体看，机器视觉是通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄取物的形态信息，再根据其反映出来的像素、亮度、颜色等分布转换成数字信号，然后利用人工智能软件系统对数据来进行分析处理，最终从中推断出我们应该的信息并进行下一步分析决策。

  按照应用的领域与细分技术的特点，机器视觉进一步可分为工业视觉、计算机视觉两类，相应的其应用领域可分为智能制造和智能生活两类。工业视觉主要解决以往需要人眼进行的工件定位、测量、检测等重复性劳动；计算机视觉主要是赋予智能机器人视觉，利用测距、物体标定与识别等功能实现对外界位置信息、图像信息的识别与判断。机器视觉技术最大的特点是提高生产的灵活性和自动化程度，大幅度的提升了检测效率和精度。

  相比较人类视觉而言，机器视觉拥有大量优势。机器视觉是实现仪器设施精密控制、智能化、自动化的有效途径和实现计算机集成制造的基础技术，堪称现代工业生产和人机一体化智能系统的“机器眼睛”，其核心优势在于:

  客观性和可靠性。机器视觉检测能克服人类视觉检测的致命缺陷——情绪带来的主观性，检测结果较为客观可靠。此外，因为机器视觉系统采用非接触测量，通常不需要物理接触，所以对脆弱部件不存在磨损等危险，对观测与被观测者都不可能会产生任何损伤，来提升了系统的可靠性。

  自动化。机器视觉自动化的特点有助于在恶劣环境下的工作，尤其是不适合于人工作业的危险工作环境或人工视觉难以满足规定的要求的场合，机器视觉系统能替代其进入危险区域，完成工业生产任务。

  高效性。由于机器工作效率远高于人类，一台自动视觉检测机器能够承担多人任务，而且不需要停顿休息，能够连续工作，极大的提高生产效率。

  灵活性。当需要改变生产的全部过程时，对机器视觉来说，只需软件做相应变化或者升级以适应新的需求即可，视觉系统能够便捷进行各种不同的测量。

  高精度。机器视觉的出现使得对于微小尺寸的精密测量成为可能。机器视觉系统尺寸测量采用的是相对测量法，通过倍率标定、屏幕图像测量等来推算实物的大小。通过高倍工业镜头或显微镜头，从细小的机械零部件到微小的生物细胞都可通过机器视觉做测量。此外，由于机器视觉具有较宽的光谱响应范围，还能够捕捉到人眼所没办法识别的细节，因而其检测更加精确有效。

  机器视觉应用领域广泛，是机器人与外界交互与自主行动的前提，从工业视觉到计算机视觉，从人机交互到无人驾驶，从虚拟现实到物体自动识别，从智能安防到医学领域，机器视觉都能作为核心技术模块充当着重要输入的角色。

  目前在国外，机器视觉的应用普及大多数表现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。诸如电路板印刷、电子封装、SMT表面贴装、电子电路焊接等，均需要用机器视觉系统技术。

  电子制造领域目前是国内工业视觉应用最大的领域。我国最早应用工业视觉的领域是电子制造业，这也是目前最大的应用领域，大多分布在在精密定位和检测上。汽车行业是目前工业视觉第二大应用行业，主要用在面板印刷质量检验、字符检测、精密测量、工件表面缺陷检验测试、自有曲面检测等。总的来看，目前机器视觉产品终端市场主要为电子制造、汽车制造、市政交通领域，从未来发展前途看，印刷包装、餐饮、医药、烟草等行业自动化水平会逐步提升，对机器视觉产品的需求也将持续大幅增长。

  人机一体化智能系统将成为机器视觉最广阔的应用蓝海。工业领域是机器视觉应用中比重最大的领域。制造业竞争加剧、成本压力迫使企业重视生产效率将促进机器视觉技术的应用。机器视觉的特点是提高生产的柔性和自动化程度，而机器视觉易于实现信息集成，是实现计算机集成制造的基础技术，因此，在现代工业生产过程中，机器视觉系统与智能制造如影随形，被大范围的应用于装配定位、产品质量检验、产品识别、产品尺寸测量等方面。

  全球机器视觉市场潜力巨大。根据Automated Imaging Association发布的统计数据，2015年全球机器视觉系统及部件市场规模是42亿美元，2016年这一数字约为46亿美元，预计2017年，全球机器视觉系统及部件市场规模将达到50亿美元。从长远的潜在市场规模来看，根据AIA调查，当前只有5%的潜在用户使用了机器视觉，也就是还有95%的潜在用户要但还没有用上机器视觉，全部潜力发挥出来后，全球的市场可达到1200亿美元。

  中国机器视觉产业起步晚，市场基数小，但发展速度快。根据前瞻产业研究院发布的《2017-2022年中国机器视觉产业高质量发展前景与投资预测分析报告》多个方面数据显示，2016年中国机器视觉市场规模达到30.3亿元（约4.4亿美元），全球占比9.6%，增速为26.8%，高于全球中等水准，随着中国“十三五”规划强调制造业技术创新和“中国制造2025”战略的深入推进，在工业4.0时代，我国的机器视觉将迎来快速地增长，预计市场增速将保持在20%左右，到2020年或达70亿元。

  目前机器视觉技术以国外较为先进，如康耐视、基恩士等行业巨头，占据着全球大部分的市场占有率。另外，随着机器视觉技术的持续不断的发展，在各行业中的应用日益加深，全球互联网与半导体巨头纷纷布局，英特尔、谷歌、脸书等等均大动作布局机器视觉。

  康耐视公司。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，同时也是领先的工业 ID 读码器提供商。目前康耐视已经在包括北京、上海等十一个一二线城市设立了机构，可看出康耐视抢占中国市场的野心与计划。

  基恩士(KEYENCE)。基恩士自 1974 年以来一直稳步成长，现在已经成为开发与制造传感设备的世界领先者，产品范围有传感器、测量仪器、视觉系统、激光刻印机以及数码显微镜，不仅仅可以满足许多制造与研究行业客户现在的需求，而且还能够很好的满足它们将来的需求。

  根据中国机器视觉产业联盟调查统计，中国自有的机器视觉品牌已有100多家，专业的机器视觉系统集成商也有100多家。这一些企业主要分布在珠三角、长三角及环渤海地区，涵盖从光源、工业相机、工业镜头、图像采集卡以及智能相机等所有机器视觉产业链产品。另外，国内部分上市公司在机器视觉领域也具有较强的竞争力，如精测电子、永创智能、劲拓股份、海康威视、慈星股份等。

  精测电子是中国面板行业模组段检测设备龙头，是行业内少数在基于机器视觉的光学检测、自动化控制和电讯技术的信号检测等方面具有较高技术水平的企业。

  永创智能：在二次包装领域，永创智能以非常大的优势占据龙头地位，目前正抓住下游客户智能升级改造的机遇，加快从自动化包装设备向智能化包装设备的转型。公司通过定增投资“人机一体化智能系统生产线产业升级项目”，将智能工业机器人移至包装设备工业生产线上，积极进行三大战略布局：掌握工业机器人等核心部件的自供能力、Mesh及机器视觉协同发力，完成从设备到软件系统的全面布局、智能包装生产线成为主力业务。

  劲拓股份：拓展进入智能装备系统和先进制造系统领域，如智能焊接机器人、航空智能装备、只能机器视觉设备、高速点胶机、涂覆机等，可大范围的应用于航空、汽车、船舶、通信及消费电子科技类产品的制造和在线 多因素驱动，机器视觉潮流发展的新趋势确定

  在过去20多年，中国从农业经济跻身世界工业大国之列，成为钢铁、水泥、冰箱和电视等产品的全球最大供应商，丰富且廉价的劳动力可以说贡献了重要的作用，然而，随着经济的持续不断的发展，我国的人口红利开始呈现消退迹象。从人口结构来看，我国的人口老龄化加剧，从2013年开始65岁及以上人口继续增加，而15-64的适龄劳动人口却开始年年在下降，15-64岁人口占比也从2010年的74.5%降至2017年的71.8%，我国步入人口老龄化社会。从就业人数来看，我国制造业劳动力数量从2013年开始步入下降通道，2015、2016年城镇制造业就业人数均下降3%以上，制造业劳动供给不足。而反观人力成本，城镇制造业就业人员的平均薪资迅速增加，2010-2017年制造业就业人员平均薪资CAGR达到11%。人力成本的提升意味着工业视觉的投资回收期缩短，整体性价比提升，机器视觉代替人眼势在必行。

  我国工业机器人的使用密度远低于全球中等水准，与韩国、日本、德国等发达国家相比差距越来越明显，如日本汽车和普通行业的工业机器人使用量分别为1240台/万人、214台/万人；德国的这两个数据分别为1131台/万人和181台/万人。而我国的汽车和普通行业的工业机器人拥有量则只有505台/万人和33台/万人，与发达国家的巨大差距意味着中国工业机器人市场发展的潜在能力巨大。而机器视觉是工业机器人完成定位、检测等常见功能的必备技术，因此，随着国内机器换人潮流的持续推进，机器视觉的市场需求也将快速增长。

  行业发展的前提是自主创造新兴事物的能力的提高，在机器视觉方面，中国的创新表现在近几年有了很大的突破。截至2018年5月，有关“机器视觉”的申请专利共计5968项，机器视觉技术水平从2011起进入快速地发展期。2011年，我国机器视觉专利申请数为267个；2012年，我国机器视觉专利申请数量为298个；但仅2017年一年，“机器视觉”相关申请专利便达到1004项，已连续两年专利申请量超过1000项，并且2017年专利公开数量突破1000项，达到1313项。可知中国的机器视觉技术正在迅猛追赶。3.3 政策助力，机器视觉迎来发展的黄金实期

  4.0和制造业转型之下，国家和地方人机一体化智能系统利好政策频频出台，工业视觉产业将得到重点发展。围绕实现制造强国的战略目标，2015年5月，国务院发布《中国制造2025》，提出加快机械、航空、船舶、汽车、轻工、纺织、食品、电子等行业生产设备的智能化改造，提高精准制造、敏捷制造能力，统筹布局和推动智能交通工具、智能工程机械、服务机器人、智能家电、智能照明电器、可穿戴设备等产品研制和产业化，推动制造业的转型升级和跨越式发展。在此背景下，地方也纷纷推出产业高质量发展路线规划支持人机一体化智能系统、高端装备制造业、人工智能、工业机器人的发展。工业视觉是人机一体化智能系统的核心分支之一，也可以率先渗透并发展起来的核心技术之一，已得到了政策的关注和扶持。在政策利好环境下，工业视觉产业将获得大而稳定的发展空间。

  机器视觉系统主要由光源、镜头、相机、图像采集卡以及核心软件五个部分构成。软件中算法是核心，硬件中半导体器件是关键。机器视觉行业的上游主要是各个零部件的生产商，系统集成商、整机装备制造商等处于行业下游，除此之外，还有产品的代理商及分销商负责机器视觉产品的代理及销售。

  由机器视觉的总体成本分布能够准确的看出，部件的购买以及软件开发占到成本的80%。而部件中最关键的部分无疑是半导体芯片，每个环节的硬件设施中都需要芯片技术和电路集成。软件作为机器视觉的核心，其技术的成熟水平决定了运用机器视觉的生产工序中的准确度软件将图像进行数据化，通过分析数据，运用算法进行判断，从而支撑识别和检测等功能的展开。

  光源直接影响到机器视觉系统的输入环节，光源质量的高低关乎到机器视觉可处理数据的颗粒度精细程度。

  机器视觉有三大技术即采像技术、处理技术、运动控制技术，好的光源可以使机器视觉获得对比更加鲜明的图像，以此来降低处理的功耗、提高处理技术的效果和速度。目前所使用光源分为LED光源、卤素灯光源以及高频荧光灯光源三种，究其性价比而言，LED光源最为合适，主要优胜于它的形状自由度、常规使用的寿命、响应速度、单色性以及颜色多样性上综合比较，因此目前机器视觉领域中使用最广的便是LED光源。但是针对不一样情况也会有针对性的解决方案需求不同的光源，不可一概而论。

  目前全球光源占有率第一的厂商是日本CSS公司，而由于光源技术相比来说较低的门槛以及国内厂商较早的布局，目前机器视觉上可用光源已经基本能实现国产化。光源行业竞争也较为激烈，从地域来看主要分布于东莞、深圳等南方发达城市，起步较早，但是其他如江浙沪地区以及京津冀区域也存在部分光源厂商，可见光源领域竞争充分。4.3 工业镜头---高端市场国产化待突破

  镜头作为系统中最关键的原件，只有镜头充分满足硬件要求，系统才能完全发挥分析功能。有四大因素会影响到镜头的质量：可以检测物体类别和特性、景深或焦距、加载和检测距离以及运行环境。镜头的基本功能在于信号的传递或是说成像的图像的传递。对于镜头而言分为普通镜头和工业镜头，对于机器视觉而言对镜头的要求更高，因此就需要更高技术上的含金量的镜头以及定制化的镜头。在工业机器视觉测量中，要求工作距离较近，通常30mm至100mm间，需要采用在普通镜头和CCD相机间加入一个接圈的近摄镜头，目的是可捕捉到较近距离目标的图像，专业性要求高。工业镜头分为定焦镜头、定倍镜头、远心镜头以及连续变倍镜头等。

  目前而言国产工业镜头多用于低端市场应用中，而高端市场仍然被外国知名品牌占据，有名的公司如德国schneider以及意大利的Opto等。因这些外国企业创建时间早，技术和资金积累雄厚，品牌知名度高优势较大；而中国企业起步较晚，但发展较为迅速，已经通过相对优势积极抢占了中低端市场。也已经存在个别企业如东正光学所生产高端镜头已确定进入了华为等有名的公司生产车间的生产检测中。可知在未来随技术进步，以及需求因素推动的情况下，国产化品牌也会逐步进入高端市场的。4.4 工业相机---技术至上

  相机的作用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。总的来说，工业相机相对于民用相机而言具有图像稳定性高、传输能力强以及抗干扰能力高等特性。机器视觉应用中最为普遍的使用的相机分为

  CCD（Charge Coupled Device）和CMOS（Complementary Metal OxideSemiconductor）相机两类。CCD技术起步较早，发展也较为成熟，在噪声方面控制的较好，因此成像质量相对优于CMOS成像技术。但是缺点在于成本比较高，是因其通过排列整齐的发光二极管感应发电，结构较为复杂。目前而言，CCD与CMOS分别用于高端和中低端市场中，因为机器视觉对于技术上的要求，CCD被大范围的应用在机器视觉中。随着CMOS的电路噪音消除技术的一直在改进，或许其之后也会进入高端市场中。

  工业相机类似于工业镜头，外国有名的公司布局较早、技术积累丰厚，因此市场占有率高，如德国Basler和AVT。近年来国产化的工业相机厂商在积极布局市场，大力突破关键技术难点，缩小与国外厂商的差距。以海康威视和大华股份为例，作为安防监控企业，依托自身在软件、算法、硬件、结构和测试等方面的技术优势，积极进入工业相机市场。工业相机需要大量的研发投入，因此对于相关厂商的要求比较高，但是另一方面具有有关技术优势以及实力丰沛雄厚的企业也会有很大的优势机会，尤其关注相关的安防监控领域厂商。4.5 图像采集卡---国内发展比较成熟

  图像采集卡是机器视觉系统中用于获取数字化视频图像信息，并进行储存和播放的硬件设备。图像采集卡是作为连接两端的设备而出现，承建着从镜头相机的电信号传送至处理图像的核心软件中，通过光电转换，将其变成可处理的数字信号。目前最为普遍的是

  转换技术。我国很多视觉行业厂商均是从图像采集卡做起的，因而图像采集卡市场相对成熟，不存在技术上的难点或是壁垒。从2010年开始，大量工业数字相机的出现，图像采集卡的市场被迅速替代，尽管对图像质量和数据传输有高要求的应用仍需要图像采集卡，但整体市场规模不大。4.6 图像处理软件---国内软件开发能力还较低

  图像处理软件是机器视觉系统的“大脑”。在软件算法完成对图像的分析、处理和识别并做出判断后，机器视觉系统才可以在一定程度上完成检测、定位以及识别等功能。国产化软件的优点是其易用性、本土化，能够针对本地真实的情况开发软件，更容易获得本土企业的认可，但是缺陷在于功能不够完善、全面。

  工业视觉软件可分为三类：应用软件、专用开发包以及平台软件。应用软件主要是针对最终用户、设备商或是系统集成商，只需要用户对于应有有较好的理解，能够对软件进行功能和参数商的配置即可，缺陷在于没办法实现功能扩展或调整。而专用开发包针对设备上以及系统集成商，要求可以有效的进行一定的编程开发。对于平台软件而言，要求对应用有深入了解以及需要有能力进行编程开发和有一定的图像基础，集成图像处理和分析工具、专业视觉工具和机器视觉系统常用软件功能，具有最大的开发灵活性。使用最为广泛的软件平台有

  VC、C#、LabVIEW等，国内的软件平台竞争力不足，仍需逐步提升。4.7 机器视觉上游布局程度不高，市场潜力大

  总体来看，国内企业在机器视觉产业链的上游布局程度还不高，市场发展的潜在能力大。

  外国企业依据技术上的积累以及品牌知名度抢占了大部分的高技术高利润部件市场，而国内企业目前在低端产业市场占有率较高，高端产业占有率有待提升，如工业镜头、工业相机和图像处理软件等。未来，随着需求的逐步提升和专利技术的不断成熟突破，可见会实现高端市场的国产化。

  平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。