“工业4.0”引爆一场全新的工业革命，继“工业1.0”的蒸汽机时代、“工业2.0”的电气化时代、“工业3.0”的信息化时代之后，我们正快速步入智能化时代，努力为中国制造业转型升级贡献力量。

智能制造升级发展的关键就是将传统人工机械化，高效率(工业)机器人应运而生。机器视觉就是为工业装备安装“眼睛”——相机、摄像头等，赋予像人一样的视觉感官，从而实现各种检测、测量、识别、引导和定位等功能。工业机器人要完成生产任务，一套成熟的机器视觉系统必不可少。

什么是机器视觉?

机器视觉(Machine Vision)指的是通过光学的装置和非接触的传感器自动的接收和处理真实物体的图像，以获得所需信息或控制机器人运动的装置，通俗的说就是应用在工业领域的视觉应用。机器视觉就是用机器代替人眼来做测量和判断的一个系统应用，一种应用于工业和非工业领域的硬件和软件组合，能够捕获并处理图像，为机器人等执行设备提供操作指导，是目前智能制造的先锋力量，主要应用于制造业的前端环节如电子制造和汽车等领域。

国内机器视觉行业启蒙于20世纪90年代，最初代理国外机器视觉产品，进入21世纪后少数本土机器视觉企业逐渐开启自主研发之路。

根据CBInsight数据，当前中国已是继美国、日本之后的第三大机器视觉领域应用市场，包括机器视觉设备在内，2019年国内总市场规模达138亿元，国产化率约为40%，预计2022年国产化率提升至55%。

作为新兴技术和产业，中国机器视觉行业规模仍较小，但增速远快于全球，处于快速成长的阶段。在人工成本压力、精密制造发展、工业生产效率等大趋势下，机器视觉在我国长期广阔的发展前景。

在工业领域，机器视觉相对人眼视觉存在显著优势。相比人眼视觉，其具有图像采集和分析速度快、观测精度高、环境适应性强、客观性高、持续工作稳定性高等优势，因而可帮助终端使用者进行产品增质、成本降低以及生产数字化。

机器视觉的四大基本功能

目前，机器视觉的基础功能主要可以分为四大类：模式识别/计数、视觉定位、尺寸测量和外观检测，当前的应用也基本是基于这四大类功能来展开。

模式识别/计数主要指对已知规律的物品进行分辨，比较容易的包含外形、颜色、图案、数字、条码等的识别，也有信息量更大或更抽象的识别如人脸、指纹、虹膜识别等。

视觉定位主要指在识别出物体的基础上精确给出物体的坐标和角度信息。定位在机器视觉应用中是非常基础且核心的功能，一个软件的好坏大概率与其定位算法的好坏密切相关。

尺寸测量主要指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确的计算出需要知道的几何尺寸。优势在于对高精度、高通量以及复杂形态的测量，例如有些高精度的产品由于人眼测量困难以前只能抽检，有了机器视觉后就可以实现全检了。

外观检测主要检测产品的外观缺陷，最常见的包括表面装配缺陷(如漏装、混料、错配等)、表面印刷缺陷(如多印、漏印、重印等)以及表面形状缺陷(如崩边、凸起、凹坑等)。由于产品外观缺陷一般情况下种类繁杂，所以检测在机器视觉中的应用中属于相对较难的一类。

机器视觉产业链分析

机器视觉产业链上游包括芯片、光源、光源控制器、工业镜头、工业相机等硬件和算法软件;中游主要是视觉系统和智能设备。软件开发主要是实现视觉系统，视觉系统将光源、镜头、摄像机等部分的图像采集过程，根据处理结果和决策条件实现命令输出。视觉系统相当于人类的“大脑”，其处理性能直接影响指令输出的准确性和可靠性。因此，视觉系统在机器视觉产业链中占据核心地位;电子半导体、汽车、医药、印刷包装等应用领域的下游环节。

只有少数机器视觉领域的领先制造商覆盖了整个产业链。机器视觉功能是通过多个机器视觉组件的组合和协调来实现的。不同的组成部分在技术积累、研发能力和生产过程方面有所不同。因此，市场上大多数企业通常专注于某些特定组件，例如Cognex专注于相机和视觉控制系统，Moritex主要提供光源和光源控制器、镜头等。国内制造商如海康机器人提供镜头、相机和视觉控制系统，大恒科技主要做相机和视觉系统，凌云光主要提供视觉控制系统、硬件解决方案和整体解决方案，并向上游特色相机、特殊光源独立产业链拓展。

产业布局需优化

从机器视觉市场的竞争格局来看，该行业的主要参与者包括Keenes、Cognex、CCS、Hikon Robotics、中国大恒、Morit Corporation、Opte等。其中，Keenes过去十年的毛利率、息税前利润率、净利润率的平均水平分别为80%、50%、35%。由于机器视觉行业的“技术密集型”和“工艺密集型”特点，行业壁垒较高，玩家相对较少，市场主要由少数龙头企业占据，竞争格局和行业生态尚未形成。

在中国市场方面，国内市场有200多家企业和300多家产品代理商，市场仍然相对分散。因此，尽管中国工业增加值在全球的比重在不断提高，但全球机器视觉的千亿级潜力空间仍有待挖掘。