機器視覺（Machine Vision）指的是透過光學的裝置和非接觸的感測器自動的接收和處理真實物體的影象，以獲得所需資訊或控制機器人運動的裝置，通俗的說就是應用在工業領域的視覺應用。

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業化，到2000年後進入快速發展期。經歷了近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，主要驅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侷限性，後者的底層邏輯主要是生產過程向更高效、更精確、更優質的進化。

機器視覺可說是工業自動化系統的靈魂之窗，從物件/條碼辨識、產品檢測、外觀尺寸量測到機械手臂/傳動裝置定位，都是機器視覺技術可以發揮的舞臺，因此它的應用範圍十分廣泛，從作用看，主要包括影象檢測應用、視覺定位應用、物體測量應用、物體分揀應用和影象識別應用。

儘管國內機器視覺起步較晚，但隨著智慧製造提速，加之技術和資本助力，中國機器視覺行業規模不斷增加，且增長速度在2016年以後加快，遠超全球機器視覺行業規模增速。2017年，中國機器視覺行業規模達到65億元，同比增長114%，2018年，中國機器視覺行業規模已突破100億元。未來，隨著政策扶持和國家戰略的高度重視，機器視覺市場將獲得更大的發展機會。

機器視覺產業鏈主要由上游零部件供應商、中游裝備廠商以及下游應用行業構成。天準科技位於產業鏈中游，屬於裝備製造商。國際知名企業康耐視、基恩士、海克斯康的產業鏈佈局更具深度，產品範圍包括感測器、軟體等零部件，涵蓋上游領域。

機器視覺相較人工視覺在色彩識別能力、灰度分辨力、空間分辨力、速度、感光範圍、環境適應性、觀測精度等方面有明顯的優勢，其功能延伸至對資訊的處理與判斷。由於機器視覺的眾多優勢，為提高生產效率、減少生產過程中的錯誤，工業生產中的人工環節逐漸被機器替代，工業已成為目前機器視覺應用中比重最大的領域之一，機器視覺在消費電子、汽車、製藥等下游行業均有應用。

機器視覺行業應用領域廣泛，其中智慧製造、高階裝備、自動化裝置等行業均屬於國家重點支援行業。國家高度重視智慧裝備製造業及其關鍵零部件產業的發展，先後出臺多項支援產業發展的政策，且政策支援力度不斷加大，將直接或間接對機器視覺行業產生積極影響，為機器視覺行業提供更大市場空間。

請至網站www.hanghangcha.com

機器人視覺現在已經成為工業自動化生產的必須品。在汽車，3C電子，鋰電池生產，光伏產品生產，食品包裝行業都是必須要用到的。

如今2D視覺，技術非常成熟並且價格也非常便宜了。在2019年的工博會上面，能夠看到很多的額機器人企業開始使用3D視覺在自動化的分揀，噴塗，自動規劃路徑上面進行開發。

光學字元識別（OCR）和確認（OCV）

檢測：

色彩和瑕疵檢測

零件或部件的有無檢測

目標位置和方向檢測

測量：

尺寸和容量檢測

預設標記的測量，如孔位到孔位的距離

機械手引導：

輸出空間座標引導機械手精確定位

2、機器視覺發展歷程

發展階段：20世紀50年代提出機器視覺概念，

20世紀70年代真正開始發展，

20世紀80年代進入發展期，

20世紀90年代發展趨於成熟，

20世紀90代後至今高速發展。

關鍵標誌：20世紀70年代CCD影象感測器的出現是機器視覺提供了可靠清晰的影象；

20世紀80年代以來處理器、影象處理技術的飛速發展為機器視覺的高速發展提供了基礎條件；

2000年以來基於LED光源的任意光場設計使機器視覺在各種行業的應用成為可能。

目前我們普遍應用的CCD檢測，就是機器視覺。

3、機器視覺的構成：

影象獲取：光源、鏡頭、相機、採集卡、機械平臺

影象處理與分析：工控主機、影象處理分析軟體、圖形互動介面。

判決執行：電傳單元、機械單元

大陸在機器視覺領域的發展與國際的比較

1、工業相機

目前大陸主流的工業相機，主要為基恩士，康耐視，大恆影象，海康威視等幾家。

目前市場主要還是被基恩士與康耐視佔據，且市場份額超過60%以上。

2、影象採集卡

其實大部分的朋友，更影象處理軟體的發展。從硬體層面來說，就是影象採集卡。

事實上現在2D視覺的價格已經非常低廉，基本上一套上來1萬多塊錢就可以搞定。也不用什麼高檔的那些網際網路企業的牛逼解決方式，就是能夠識別顏色，或者掃碼就可以了。2D視覺目前在大量的運動控制器，以及機器人中都在逐步的直接潛入到控制中。目前包括fanuc，愛普生都是這種模式。

在運動控制器方面，例如trio，倍福，固高等都有這類的直接潛入進運動控制器的視覺卡。

不過大陸還是有不少影象處理比較厲害的公司，例如大恆影象，南京匯川，彌特等等。

此外，在這個領域還呈現出，大量的自動化裝置商自己開發視覺系統。這類企業非常多。甚至招聘一個團對5-8個人就可以做2D視覺的開發工作。

3、3d視覺的發展

目前3D視覺應用範疇開始擴大，主要在於自動化領域中，3D的測距，遠端操控，以及人機協作領域3D視覺的優勢非常明顯。

目前而言3D視覺的價格還是居高不下，這對於大陸做視覺的朋友，會是一個機會，但是技術壁壘非常的明顯。

視覺的主要應用領域

說一下未來，未來只要有自動化的地方，基本都會有視覺。尤其是伴隨著價效比的進一步提高，視覺的優勢將會更加明顯的突出出來。

最後說一下機器人時覺得工程師的薪資

機器人視覺的工程師薪資相比而言還是比較高。

這類機器人視覺的工程師，主要是偏向於視覺的演算法方向。基本上在1.5萬左右的主要以視覺現場除錯為主。在更高的薪資範圍2-3萬主要以研發為主。

機器視覺中的人臉識別，大家每天打交道最多的就是iPhone的FaceID，又稱刷臉解鎖。但是蘋果這個刷臉解鎖系統類似於手機的保安，負責識別主人，更多的應用就沒有了，比如分析主人。

這方面，國內科技公司已經走在蘋果前面，或者說在應用機器視覺方面走的很激進。前些日子爭議很大的曠視科技，就利用人臉識別，隨時採集學生聽課狀態，包括趴桌子、玩手機、睡覺、聽講、閱讀、舉手等細項，都有詳細的資料統計，學生只要坐到課桌前，一舉一動都逃不過機器的眼睛。看到這裡，可能大家都明白了，方案提供商明顯沒有考慮到學生因此產生的心理健康問題，缺乏人文關懷，所以點歪了科技樹。

國內機器視覺在應用上野蠻生長、大膽激進，但技術發展水平在整個行業處於下游，日本、歐美公司處於行業中上游，特別是在應用機器視覺的自動製造領域，僅日本基恩士和美國康耐視壟斷了50%以上的市場。國內公司類似於電腦廠商，從英特爾那裡買CPU，從微軟那裡買作業系統，組裝後打上LOGO銷售，賺的主要是加工費。

機器視覺長期以來發展緩慢，直到人工智慧領域的深度學習技術出現後，才終於讓機器視覺獲得大發展，在影象識別等任務中，開始超越人類。換句話說，決定機器視覺發展水平的，是深度學習。在這個領域，還是矽谷的谷歌等公司領先，它們的基礎研究走在前面。相比之下，國內領先的方面在應用和大資料採集。

總之，大陸機器視覺和全球行業領先水平比，技術上處於中下，但在市場應用上，倒是十分激進。

機器視覺技術在國內外人工智慧企業應用技術中佔比超過40%，是各類應用技術中應用最廣的一類。視覺佔據人類資訊獲取超過80%，是人類最重要的感覺器官，而機器視覺技術將人類強大、複雜的視覺感官賦予機器，能夠實現計算機系統對於外界環境的觀察、識別以及判斷等功能，是人工智慧範疇最重要的前沿分支之一。

關注優就業，學習更多人工智慧知識。

檢測技術是現代化工業的基礎技術之一，是保證產品質量的關鍵。隨著中國經濟的迅速發展，國家對產品質量提出更高的要求。國家對產品質量安全體系要求越來越嚴格，對檢測技術人才的需求也越來越多。目前，檢測技術人才遠遠不能滿足社會需求，特別是無損檢測行業。

機器視覺發展至今，早已不是單一的應用產品。機器視覺的軟硬體產品已逐漸成為生產製造各個階段的必要部分，這就對於系統的整合性提出了更高的要求。我們長期致力於機器視覺影象採集技術產品的研究和開發，經過多年的經驗積累，掌握了先進的影象採集處理技術、機器視覺、影象處理與演算法等視覺領域相關的核心技術，並且擁有多款自主研發的機器視覺檢測裝置，可幫助企業提升產品質量水平，提高生產效率，降低生產成本。

食品包裝質量檢驗需求量大 機器視覺市場增長迅速

機器視覺是人工智慧正在快速發展的一個分支。簡單說來，機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統的特點是提高生產的柔性和自動化程度。在一些不視覺系統工作原理簡圖適合於人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批次工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且機器視覺易於實現資訊整合，是實現計算機整合製造的基礎技術。 新思界產業研究中心出具的《2020年全球及中國機器視覺產業深度研究報告》顯示，預計全球機器視覺市場將從2020年的107億美元增長到2025年的147億美元，在預測期內的複合年增長率為6.5％。由於對質量檢查和自動化的需求不斷增長，對視覺引導機器人系統的需求不斷增加，在汽車、建築和基礎設施、消費品、食品和包裝等應用中越來越多地採用3D機器視覺系統，因此機器視覺市場正在增長。 通用機器視覺市場有望在機器視覺市場中佔據最大份額 基於部署，機器視覺市場已細分為通用機器視覺系統和機器人單元。機器人會繼續移動，這可能會導致影象模糊。機械手單元的成本比一般的機器視覺部署要高得多。因此，與機器人單元相比，一般的機器視覺系統被更廣泛地部署。 預計在預測期間，軟體機器視覺將以更快的速度增長 隨著深度學習使機器能夠識別物件，預計在預測期間內將AI整合到工業機器視覺軟體中將推動軟體工業機器視覺市場的增長。此外，基於深度學習的機器視覺軟體有助於區分人為可接受的產品變化和製造行業中的缺陷，從而最大程度地減少了人為干預，並提供了實時解決方案。 在預測期內，質量保證和檢驗將在機器視覺市場中佔據最大的市場份額 推動工業機器視覺市場用於質量保證和檢查應用的增長的關鍵因素包括對優質產品的需求不斷增加，製造能力不斷提高以及熟練工人的短缺等。半導體和電子公司高度依賴視覺檢測技術來檢查其產品質量以及加快其生產過程。 在預測期內，食品和包裝行業將在機器視覺市場中以最快的速度增長 食品工業是高度勞動密集型產業。人工成本大約是產品成本的50％，其中大部分是重複性工作，這導致不良的質量控制和事故。如果使用機器視覺系統透過自動化降低了人工成本，則總成本可能會降低。因此，為了提供質量保證和檢查，最小化人工成本並提高效率，機器視覺系統在食品和包裝行業中的應用程度最高。 2020年至2025年之間，亞太地區將在機器視覺市場中佔據最大的市場份額 亞太地區的機器視覺市場預計將在預測期內佔據主要市場份額，因為中國、日本、印度和南韓等亞太地區的國家擁有一些最大的製造設施，其中以製造過程的自動化為主要目標。此外，亞太地區的消費電子公司之間的激烈競爭可能會促進該地區機器視覺系統的採用。 2019年，機器視覺市場主要由Keyence（日本），Cognex（美國），Basler（德國），Omron Corporation（日本），National Instruments（美國），ISRA Vision AG（德國），Baumer Optronic（德國）主導。這些參與者已經採取了各種增長策略，例如產品釋出、收購、合作伙伴關係和協議，以進一步擴大其在全球機器視覺市場的影響力。 康耐視（美國）是美國和全球機器視覺市場的主導者。康耐視提供用於自動化過程的機器視覺系統、軟體、感測器、表面檢查系統和工業ID讀取器。 Keyence（日本）是全球機器視覺產品的主要參與者。該公司開發、製造和銷售工廠自動化和控制裝置、測量儀器、資訊裝置以及其他電子應用裝置和系統。它是全球感測器，測量系統，鐳射製造商和機器視覺系統的領先供應商。

大陸機器視覺起步晚，目前處於快速成長期

國內機器視覺源於上世紀80年代的第一批技術引進。自1998年眾多電子和半導體工廠落戶廣東和上海開始，機器視覺生產線和高階裝置被引入中國，誕生了國際機器視覺廠商的代理商和系統整合商。中國的機器視覺發展主要經歷了三個階段。第一個階段是1999-2003年的啟蒙階段。這一階段的中國企業主要透過代理業務對客戶進行服務，在服務的過程中引導客戶對機器視覺的理解和認知，藉此開啟了中國機器視覺的歷史程序。第二個階段是2004-2007年的發展階段。這一階段本土機器視覺企業開始起步探索由更多自主核心技術承載的機器視覺軟硬體器件的研發，多個應用領域取得了關鍵性的突破。第三個階段是2008年以後的高速發展階段。在這一階段眾多機器視覺核心器件研發廠商不斷湧現，一大批真正的系統級工程師被不斷培養出來，推動了國內機器視覺行業的高速、高質量發展。

行業進入企業較多，投融資市場發展迅速

IT桔子統計資料顯示，2019年中國機器視覺產業投融資案例59起，涉及投資融資資金103.21億元。目前進入機器視覺領域的企業很多，從應用功能領域劃分，主要是檢測、測量、定位、識別讀碼等幾種，各家企業都有自身專注的領域，或一個或多個，在很大程度上，工藝演算法是主要壁壘，行業案例是敲門磚。

綜合來看，鑑於短期內技術密集型的機器人產業仍處於成長階段，新晉企業和團隊仍將持續湧入機器視覺領域，作為人工智慧技術與工業製造的直接結合點，機器視覺有望持續快速發展，擁有高尖端技術或創新型機器視覺產品，並能快速落地的企業仍將能受資本市場青睞，並在資本的助力下，獲得高速成長的更多要素。

機器視覺，是人工智慧行業的重要前沿分支，機器視覺透過模擬人類視覺系統，賦予機器“看”和“感知”的能力。近十年，隨著國內機器視覺技術和產品在實踐中的不斷完善，機器視覺在智慧安防、汽車製造、電子消費等領域的應用日趨廣泛。在AI深化的智慧時代，攝像機作為機器視覺的感知終端，越來越智慧，可適應複雜多變的環境，抓住稍縱即逝的時機，採集更高質量的影片資料。

目前，中國的機器視覺產品在影象處理上存在不確定性，不管是測量、外觀檢測還是條碼、字元等的識別，在精度和適用性上明顯不夠可靠，這些都是因為技術實力不夠、技術標準不達標所導致的。其二是產品應用程度不高。國內機器視覺的應用當前主要集中在半導體和電子電器領域，相對來說側重點過於狹窄，在人工智慧、自動駕駛、機器人等新技術和新領域快速崛起的情況下，應用領域無法拓寬是導致產品功能、實用性得不到提升的重要原因。其三是專業人才儲備薄弱。當前，中國機器視覺相關人才主要依賴國外引進，自身專業儲備量不足，但需求卻是巨大的。

未來，機器視覺的市場藍海還在不斷擴大，智慧城市、無人模式帶來的全新成長點和增長點，都將呼喚機器視覺的進一步發展與新技術的湧現。