作為人類視覺在機器上的延伸，機器視覺憑借其分辨率高、速度快、范圍寬、適應(yīng)性強、精度高、可量化及可持續(xù)工作等優(yōu)勢，將圖像處理應(yīng)用于工業(yè)自動化領(lǐng)域，成為智能制造繁榮發(fā)展的推動力。

20世紀50年代，Gilson 提出“光流”概念，機器視覺就此萌蘗。統(tǒng)計模式識別運用計算機分析識別二維圖像，集中研究光學字符識別（OCR）、工件表面圖片分析等技術(shù)，為機器視覺提供了理論實踐基礎(chǔ)。隨后，機器視覺的研究轉(zhuǎn)向三維場景，研究范圍不斷擴展和復雜化。

1977年，美國麻省理工教授David Marr提出將視覺分為目標與策略、表示與算法、硬件的實現(xiàn)三個層次，機器視覺迎來了第一次理論框架的升級。機器視覺發(fā)展至今七十余年，各種理論創(chuàng)新、概念升級和實踐應(yīng)用不斷涌現(xiàn)，不斷推動著工業(yè)智能化、產(chǎn)業(yè)數(shù)字化的演進。

圖：機器視覺發(fā)展歷程（圖源：前瞻產(chǎn)業(yè)研究院）

根據(jù)美國制造工程師協(xié)會（SME）機器視覺分會和美國機器人工業(yè)協(xié)會（RIA）自動化視覺分會定義，機器視覺是通過光學的裝置和非接觸的傳感器，自動地接收和處理一個真實物體的圖像，以獲得所需信息或用于控制機器人運動的裝置。機器視覺被稱為自動化系統(tǒng)的“靈魂之窗”，隨著5G、人工智能、物聯(lián)網(wǎng)等新興技術(shù)的融合發(fā)展，在智能制造的浪潮下，機器視覺不斷創(chuàng)新升級、蓬勃發(fā)展。

智能制造的“眼睛”

隨著全球智能制造浪潮的推進，自動化、智能化已經(jīng)成為現(xiàn)代工廠的發(fā)展趨勢，“機器換人”也逐漸成為熱議的話題。作為人類視覺在機器上的延伸，機器視覺憑借其分辨率高、速度快、范圍寬、適應(yīng)性強、精度高、可量化及可持續(xù)工作等優(yōu)勢，將圖像處理應(yīng)用于工業(yè)自動化領(lǐng)域，成為智能制造繁榮發(fā)展的推動力。

圖：人類視覺和機器視覺對比

如定義所言，機器視覺可以非接觸地對目標物體進行外觀檢測，判斷其有否表面缺陷，并獲取物體坐標、角度、圖像像素等信息，從而判斷物體所在位置，分析計算狀態(tài)參數(shù)。此外，還可以識別顏色、數(shù)字、條碼等物理特征。我們將這些功能主要分為四大類：檢測、定位、測量、識別。

圖：機器視覺主要功能（來源：前瞻產(chǎn)業(yè)研究院）

機器視覺是“人眼”的替代和延展，如同人類視覺一樣，它也擁有一套完整的視覺系統(tǒng)。典型的機器視覺系統(tǒng)一般包括光源及光源控制器、鏡頭、相機、視覺控制系統(tǒng)等。其中，光源及光源控制器、鏡頭、相機等硬件部分負責圖像捕捉功能，視覺控制系統(tǒng)則負責對成像結(jié)果進行處理分析、輸出分析結(jié)果至智能設(shè)備的其他執(zhí)行機構(gòu)。

圖：典型機器視覺系統(tǒng)框架（圖源：渤海證券）

機器視覺性能優(yōu)勢顯著，技術(shù)持續(xù)創(chuàng)新，未來機器視覺將朝向深度學習、3D視覺等方向不斷發(fā)展和精進。

深度學習技術(shù)

深度學習是機器學習最重要的分支，典型深度學習算法包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、生成對抗網(wǎng)絡(luò)（GANs）、深度強化學習（RL）等。深度學習利用人類知識和計算機算法共同構(gòu)建整體架構(gòu)，通過對數(shù)據(jù)進行清洗、標簽、歸一化、去噪、降維等預(yù)處理，配合計算機大規(guī)模運算能力，調(diào)節(jié)內(nèi)部參數(shù)，對數(shù)據(jù)進行訓練，從而自動提取目標數(shù)據(jù)。深度學習具有學習能力強、覆蓋范圍廣、適應(yīng)能力強、可移植性好等優(yōu)勢。

3D視覺技術(shù)

3D視覺技術(shù)分為3D重構(gòu)技術(shù)和3D數(shù)據(jù)分析算法兩部分，具體包括雙目視覺技術(shù)、結(jié)構(gòu)光技術(shù)、TOF（飛行時間）相機技術(shù)、線激光掃描技術(shù)和光譜共聚焦技術(shù)。較之2D機器視覺技術(shù)，3D技術(shù)在x、y、z、旋轉(zhuǎn)、俯仰、橫擺等六個自由度上還原目標物體三維信息，為工業(yè)控制提供更精確靈活的特征分析與數(shù)據(jù)處理。

機器視覺市場藍海，智能制造加速

后疫情時代，全球數(shù)字化進程加速，工業(yè)智能化、數(shù)字化不斷轉(zhuǎn)型升級，機器視覺與工業(yè)應(yīng)用緊密結(jié)合，在人工智能、物聯(lián)網(wǎng)、5G等新興技術(shù)的融合創(chuàng)新中，不斷深入應(yīng)用落地。

機器視覺發(fā)展初期，市場主要集中在歐美和日本。近年來，亞太地區(qū)發(fā)展迅速，歐美市場份額穩(wěn)中有降。從整體來看，歐美仍然是機器視覺最大的市場。據(jù)Markets and Markets數(shù)據(jù)顯示，2019年，歐洲成為全球機器視覺市場份額最大的地區(qū)，占比高達36．4％。

圖：2019年全球機器視覺行業(yè)區(qū)域分布

數(shù)據(jù)顯示，2019年全球機器視覺市場規(guī)模突破百億美元，高達102億美元。受疫情嚴重影響，2020年機器視覺產(chǎn)業(yè)受到?jīng)_擊，市場下行。拋開2020年疫情等不利因素影響，預(yù)計到2025年全球機器視覺市場規(guī)模將突破130億美元，2026年將接近140億美元。

圖：2016－2020年全球機器視覺市場規(guī)模

圖：2021－2026年全球機器視覺市場規(guī)模預(yù)測

機器視覺市場發(fā)展前景廣闊，產(chǎn)業(yè)鏈上中下游都蘊藏著巨大的發(fā)展?jié)摿ΑＩ嫌伟ü庠?、工業(yè)鏡頭、工業(yè)相機、圖像采集卡等核心零部件，以及圖像處理和算法平臺等軟件；中游分為裝備制造商和系統(tǒng)集成商，涵蓋引導、測量、檢測、識別等儀器裝備；下游應(yīng)用包括消費電子、工業(yè)、半導體、汽車制造、食品包裝、醫(yī)療設(shè)備等領(lǐng)域。

圖：工業(yè)機器視覺產(chǎn)業(yè)鏈（圖源：賽迪顧問）

國產(chǎn)化熱潮，機器視覺迎來發(fā)展良機

與全球機器視覺相比，中國機器視覺的發(fā)展晚了將近五十年。1999年，中國開始發(fā)展機器視覺產(chǎn)業(yè)，直到2004年，國內(nèi)機器視覺才邁入產(chǎn)業(yè)發(fā)展初期。機器視覺產(chǎn)業(yè)鏈上下游高端市場均被歐美國際巨頭占據(jù)，其中，康耐視和基恩士壟斷了全球近50％的市場份額。近年，國家政策全面支持下，中國的機器視覺產(chǎn)業(yè)迎來發(fā)展的良機。

據(jù)中國機器視覺產(chǎn)業(yè)聯(lián)盟統(tǒng)計數(shù)據(jù)表明，2019年中國機器視覺銷售額高達103億元，增速超20％。根據(jù)前瞻產(chǎn)業(yè)研究院整理數(shù)據(jù)顯示，預(yù)計到2026年我國機器視覺市場規(guī)模將突破300億元。

圖：2015－2019年中國機器視覺行業(yè)銷售額

圖：2020－2026中國機器視覺市場規(guī)模預(yù)測

鑒于機器視覺上游的中高端市場被歐美及日本品牌占據(jù)，國產(chǎn)廠商積極尋求中低端市場突破口，逐漸從光源組件向鏡頭、相機領(lǐng)域滲透。在人工智能、物聯(lián)網(wǎng)、5G的推動下，國內(nèi)機器視覺廠商深入拓展細分領(lǐng)域，加強自身行業(yè)競爭力，不斷擴大市場占有率，共同推進機器視覺國產(chǎn)化替代進程。