2018年中國機器視覺發(fā)展概況、下游應(yīng)用領(lǐng)域及2019年機器視覺發(fā)展規(guī)模預(yù)測分析[圖]

    機器視覺（MachineVision）指的是通過光學(xué)的裝置和非接觸的傳感器自動的接收和處理真實物體的圖像，以獲得所需信息或控制機器人運動的裝置，通俗的說就是應(yīng)用在工業(yè)領(lǐng)域的視覺應(yīng)用。

    一、 概況

    目前，機器視覺的基礎(chǔ)功能主要可以分為四大類：模式識別/計數(shù)、視覺定位、尺寸測量和外觀檢測，當前的應(yīng)用也基本是基于這四大類功能來展開。

    模式識別/計數(shù)主要指對已知規(guī)律的物品進行分辨，比較容易的包含外形、顏色、圖案、數(shù)字、條碼等的識別，也有信息量更大或更抽象的識別如人臉、指紋、虹膜識別等。

    視覺定位主要指在識別出物體的基礎(chǔ)上精確給出物體的坐標和角度信息。定位在機器視覺應(yīng)用中是非常基礎(chǔ)且核心的功能，一個軟件的好壞大概率與其定位算法的好壞密切相關(guān)。尺寸測量主要指把獲取的圖像像素信息標定成常用的度量衡單位，然后在圖像中精確的計出需要知道的幾何尺寸。優(yōu)勢在于對高精度、高通量以及復(fù)雜形態(tài)的測量，例如有些高精度的產(chǎn)品由于人眼測量困難以前只能抽檢，有了機器視覺后就可以實現(xiàn)全檢了。

    外觀檢測主要檢測產(chǎn)品的外觀缺陷，最常見的包括表面裝配缺陷（如漏裝、混料、錯配等）、表面印刷缺陷（如多印、漏印、重印等）以及表面形狀缺陷（如崩邊、凸起、凹坑等）。由于產(chǎn)品外觀缺陷一般情況下種類繁雜，所以檢測在機器視覺中的應(yīng)用中屬于相對較難的一類。

    從技術(shù)實現(xiàn)難度上來說，識別、定位、測量、檢測的難度是遞增的，而基于四大基礎(chǔ)功能延伸出的多種細分功能在實現(xiàn)難度上也有差異，目前看3D視覺功能是當前機器視覺應(yīng)用技術(shù)中最先進的方向之一。

    二、 現(xiàn)狀

    隨著技術(shù)的進步以及應(yīng)用成本的下降，機器視覺在工業(yè)中的滲透率日益提升，整個市場快速發(fā)展。2018年全球機器視覺市場規(guī)模超88億美元，預(yù)計2019年這一數(shù)字將近100億美元。從國內(nèi)來看，2018年中國機器視覺市場規(guī)模首次超過100億元，預(yù)計2019年市場規(guī)模將近125億元。

    機器視覺廣泛應(yīng)用于電子及半導(dǎo)體、汽車制造、食品包裝、制藥等領(lǐng)域，其中電子汽車和電子是當前機器視覺最重要的應(yīng)用領(lǐng)域。

全球機器視覺下游需求結(jié)構(gòu)

數(shù)據(jù)來源：公開資料整理

機器視覺下游應(yīng)用梳理

數(shù)據(jù)來源：公開資料整理

    目前國內(nèi)機器視覺相關(guān)公司多分布在長三角和珠三角地區(qū)，一般為做系統(tǒng)集成的企業(yè)或者做自動化專機的企業(yè)；也逐步出現(xiàn)布局中上游、具備較強軟件算法能力的企業(yè)。3C和汽車是目前機器視覺應(yīng)用最多的領(lǐng)域，但國內(nèi)上規(guī)模的機器視覺相關(guān)企業(yè)主要集中在3C行業(yè)，在汽車等領(lǐng)進入?yún)s不多，原因有：1）3C領(lǐng)域需求更多是非標，需要工程師在現(xiàn)場與客戶反復(fù)溝通、共同研發(fā)，而汽車領(lǐng)域需求標準化程度更高，外資在客觀地區(qū)性和主觀業(yè)務(wù)選擇上更傾向于后者。2）汽車產(chǎn)業(yè)在我國發(fā)展更早，且產(chǎn)業(yè)鏈的中高端部分基本長期處于寡頭壟斷格局，下游需求者對產(chǎn)品性能要求高而對價格敏感性相對低，外資企業(yè)有技術(shù)和品牌優(yōu)勢；而3C產(chǎn)業(yè)鏈是近年隨著蘋果產(chǎn)業(yè)鏈轉(zhuǎn)移培育起來的，技術(shù)迭代快、產(chǎn)業(yè)格局相對不固定，國內(nèi)企業(yè)憑借性價比和服務(wù)切入更容易。

    隨著制造業(yè)從機械化向自動化、再向智能化升級的過程中，機器視覺在其中的地位和發(fā)揮的作用將越來越重要。而中國作為全球最大的工業(yè)制造國，在未來產(chǎn)業(yè)升級的過程中將有望釋放巨大的機器視覺系統(tǒng)需求。對智能制造至關(guān)重要的領(lǐng)域——激光。國內(nèi)已經(jīng)出現(xiàn)了諸如大族激光、銳科激光等具備全球或國內(nèi)競爭力、已經(jīng)走出來的全產(chǎn)業(yè)鏈或核心零部件企業(yè)。

    三、下游應(yīng)用領(lǐng)域

    1、電子

    電子行業(yè)貢獻了機器視覺近50%左右的需求，主要用于晶圓切割、3C表面檢測、觸摸屏制造、AOI光學(xué)檢測、PCB印刷電路、電子封裝、絲網(wǎng)印刷、SMT表面貼裝、SPI錫膏檢測、半導(dǎo)體對位和識別等的高精度制造和質(zhì)量檢測。以iPhone為例，其生產(chǎn)全過程就需70套以上系統(tǒng)。未來在全球智能手機、平板電腦和可穿戴設(shè)備等消費電子領(lǐng)域的需求有望爆發(fā)。

    以3C行業(yè)為例，未來行業(yè)的機器視覺需求還會持續(xù)較快增長，主要需求來自幾個方面：1）視覺技術(shù)進步（現(xiàn)在好多玻璃、屏的缺陷檢測技術(shù)上還不能實現(xiàn)）推動適用領(lǐng)域拓寬；2）隨著國內(nèi)智能手機逐漸中高端化帶來手機廠商利潤率提升，視覺檢測在國產(chǎn)手機產(chǎn)線中的應(yīng)用有望推廣開來。

    2、汽車

    汽車行業(yè)貢獻了機器視覺15%左右的需求，主要用于車身裝配檢測、面板印刷質(zhì)量檢測、字符檢測、零件尺寸的精密測量、工件表面缺陷檢測、自由曲面檢測、間隙檢測等幾乎所有系統(tǒng)和部件的制造流程。目前一條產(chǎn)線大概配備十幾個機器視覺系統(tǒng)，未來隨著汽車質(zhì)量把控、汽車智能化、輕量化趨勢對檢測提出更高要求，對機器視覺技術(shù)的需求還會逐步提高。例如，3D視覺系統(tǒng)可以以高精度測量間隙并對準每一輛車，并對裝配的所有車門和車身進行全面檢測。3D視覺系統(tǒng)還能幫助底盤制造商使貨架中車身板件的上架、下架和檢測實現(xiàn)自動化，在自動設(shè)備拾取缺陷元件之前檢測貨架上是否存在缺陷元件，從而減少將缺陷元件焊接到一起。

    3、制藥

    制藥行業(yè)貢獻了機器視覺7%左右的需求，主要應(yīng)用在藥瓶封裝缺陷檢測、膠囊封裝質(zhì)量檢測、藥粒卻是檢測、生產(chǎn)日期打碼檢測、藥片顏色識別及分揀等。目前大多數(shù)企業(yè)流水線上有1-2套機器視覺系統(tǒng)，而實際需求至少應(yīng)該在5處，未來隨著制藥行業(yè)自動化升級改造提速，滲透率會持續(xù)提升。

    例如，在藥品包裝后的檢測環(huán)節(jié)中，可以利用機器視覺快速、準確地檢測到對象是否完好無缺，通過設(shè)定圖像傳感器，獲取包裝后的對象圖片信息，通過預(yù)先設(shè)定的面積參數(shù)對每個藥?；蛘咚幤窟M行檢測對比，這樣，破損的藥粒或者缺瓶的包裝都將被檢測出來，正確的正常通過。

    4、食品

    食品及包裝也是機器視覺應(yīng)用的重要下游領(lǐng)域，主要用于高速檢測、外觀封裝檢測、食品封裝缺漏檢測、外觀和內(nèi)部質(zhì)量檢測、分揀與色選等，單條產(chǎn)線用量在不同產(chǎn)品中差異較大。目前機器視覺在大型食品企業(yè)（如伊利、蒙牛）中應(yīng)用較多，而在行業(yè)整體的滲透率并不高。

    例如，歐洲鮮貨市場廣泛使用食品分揀器，一般采用多臺攝像機捕獲產(chǎn)品整個表面影像。當產(chǎn)品基本為圓形時，在漏洞內(nèi)設(shè)有機構(gòu)，讓產(chǎn)品在攝像機下進行旋轉(zhuǎn)。形狀可以根據(jù)最大直徑和最小直徑、比例關(guān)系等進行分選。顏色一般根據(jù)已掃描的整個表面情況來決定。鑒定方法如簡單百分比、強度值直方圖、定義最大面積或最小面積等。

    四、視覺產(chǎn)業(yè)鏈

    光源是國產(chǎn)化最充分環(huán)節(jié)。光源的好壞在于對比度、亮度和對位置變化的敏感程度，機器視覺行業(yè)主要采用LED光源產(chǎn)品。目前沒有通用的機器視覺照明設(shè)備，針對每個特定的應(yīng)用實例有個性化的方案，以達到最佳效果。目前光源行業(yè)國產(chǎn)化程度高，競爭比較激烈。

國內(nèi)外光源參與企業(yè)

數(shù)據(jù)來源：公開資料整理

    1、鏡頭

    低端鏡頭國內(nèi)企業(yè)具備一定競爭力，高端鏡頭基本依賴進口。鏡頭的基本功能是實現(xiàn)光束調(diào)制，將目標成像在圖像傳感器的光敏面上完成信號傳遞。工業(yè)鏡頭主要可以分為定焦鏡頭、定倍鏡頭、遠心鏡頭、連續(xù)變倍鏡頭等，不同的鏡頭根據(jù)要求應(yīng)用于不同的工業(yè)現(xiàn)場，價格差距也較大。

    2、工業(yè)相機

    工業(yè)相機以歐美進口為主，國產(chǎn)品牌從低端市場開始逐步進口替代。工業(yè)相機是工業(yè)視覺系統(tǒng)的核心部件，其本質(zhì)功能完成是將光信號轉(zhuǎn)變成電信號的過程，要求更高的傳輸力、抗干擾力以及穩(wěn)定的成像能力。

    圖像采集卡國內(nèi)發(fā)展較為完善和成熟，也稱為視頻抓取卡，這個部件通常是一張插在PC上的卡。這張采集卡的作用將攝像頭與PC連接起來。它從攝像頭中獲得數(shù)據(jù)（模擬信號或數(shù)字信號），然后轉(zhuǎn)換成PC能處理的信息。

    3、圖像處理軟件

    圖像處理軟件基本被國外企業(yè)壟斷，國內(nèi)企業(yè)在二次開發(fā)中有所布局。工業(yè)視覺軟件則對數(shù)字信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作，自動完成對圖像采集、顯示、存儲和處理。當前比較流行的開發(fā)模式是“軟件平臺+視覺開發(fā)包”，開發(fā)包是基于軟件平臺對常用各種圖像處理算法進行了封裝，軟件工程師可以直接調(diào)用封裝好的算法實現(xiàn)各種復(fù)雜的圖像處理功能，降低二次開發(fā)難度和工作量。

    4、系統(tǒng)集成

    國內(nèi)廠商在集成端發(fā)展迅速，尤其是在一些外資還沒有布局的領(lǐng)域、或者非標自動化領(lǐng)域如3C等。國內(nèi)集成廠商單純進行二次開發(fā)利潤空間較小，在某一行業(yè)下游完成良好布局之后，會嘗試逐步向上游底層開發(fā)延伸，進行核心軟硬件的進口替代。

    五、驅(qū)動因素

    機器視覺概念在20世紀50年代提出，20世紀80年代開始逐步進入產(chǎn)業(yè)化，到2000年后進入快速發(fā)展期。經(jīng)歷了近20年的高速增長，我們認為機器視覺仍然是一個有較強成長動力的行業(yè)，主要驅(qū)動因素來自兩個方面，一是對機器代人過程的不斷進行、二是技術(shù)進步使得更多需求得以釋放，前者的底層邏輯主要是人口紅利的消失以及人生理能力的局限性，后者的底層邏輯主要是生產(chǎn)過程向更高效、更精確、更優(yōu)質(zhì)的進化。

    從經(jīng)濟性來看，市場上大多數(shù)機器視覺系統(tǒng)單價在3-5萬元水平（主要取決于系統(tǒng)的復(fù)雜程度，簡單的1-3萬元，高參數(shù)或者3D系統(tǒng)可達20-30萬元）。在發(fā)達國家，一個典型的10000萬美元機器視覺系統(tǒng)應(yīng)用可以替代3個年工資在20000萬美元左右的工人，投入回收期非常短，且后續(xù)維護費用較低，具備明顯的經(jīng)濟性。隨著人工成本上漲、人口紅利逐步消失，對經(jīng)濟性的追求將推動機器視覺滲透率快速提升。

    從生產(chǎn)過程中的質(zhì)量和效率來看，由于人眼天生的物理局限性以及人主觀的情緒波動，在高通量、高速率、高精度等的生產(chǎn)環(huán)境中，機器視覺優(yōu)勢更加明顯，有些需求甚至只有機器視覺才能滿足。

人眼與機器視覺的對比

數(shù)據(jù)來源：公開資料整理

    六、發(fā)展前景

    以全球機器視覺龍頭康耐視為例，基于在條形碼掃描、3D機器視覺以及AI和深度學(xué)習(xí)等方面的技術(shù)進步，其近年來在物流、生物科學(xué)等領(lǐng)域的收入快速增長，2018年康耐視將自己的目標市場空間從29億美元上調(diào)到了35.5億美元，且未來還有進一步上調(diào)的潛力。

    機器視覺行業(yè)主要有幾個發(fā)展趨勢：1）更多更快的圖像數(shù)據(jù)傳輸、更先進的軟件算法帶來實現(xiàn)數(shù)字化、實時化和智能化的性能提升；2）硬件性能的提升（更高分辨率、更快掃描率等）和產(chǎn)品軟件價格的下降推動機器視覺滲透率提升；3）產(chǎn)品向著小型化、集成化發(fā)展。

    從技術(shù)壁壘來看，1）軟件是主要壁壘，底層算法庫是核心。目前是外資企業(yè)壟斷，做得好例如康耐視以及MVTec，主要是靠國外幾十年的自動化進程培養(yǎng)起來的；國內(nèi)自動化進程時間不長，軟件算法還多處于研發(fā)階段，應(yīng)用做得好的不多，2）應(yīng)用層面的技術(shù)也非常關(guān)鍵，主要是要掌握不同應(yīng)用環(huán)境的Know-How，做出適應(yīng)性的產(chǎn)品

    目前來看，國內(nèi)機器視覺行業(yè)的市場參與者主要有四種類型：國際綜合自動化公司（如歐姆龍）、國際專業(yè)機器視覺公司（如康耐視）、國內(nèi)專業(yè)機器視覺公司（如天準科技、華洲測控）以及國內(nèi)自動化設(shè)備公司（如精測電子、華興源創(chuàng)）。其中，在底層開發(fā)商層面還是國際企業(yè)占主導(dǎo)地位，國內(nèi)公司更多是在附加值更低的二次開發(fā)層面布局(形式包括系統(tǒng)集成以及組裝生產(chǎn)自動化專機)，并在此基礎(chǔ)上逐漸向上游核心環(huán)節(jié)進行嘗試。

機器視覺系統(tǒng)成本構(gòu)成

數(shù)據(jù)來源：公開資料整理

    相關(guān)報告：智研咨詢發(fā)布的《2019-2025年中國機器視覺系統(tǒng)行業(yè)市場供需預(yù)測及投資戰(zhàn)略研究報告》