全球及中國機器視覺市場運行環境分析及市場發展前景預測
?
機器視覺系統的原理是計算機或圖像處理器以及相關設備來模擬人類視覺功能，從客觀事物的圖像中提取信息進行處理，獲得相關視覺信息，并加以理解，最終用于實際檢測和控制等領域。機器視覺是將圖像轉換成數字信號進行分析處理的技術，涉及人工智能、計算機科學、圖像處理、模式識別等諸多領域。
機器視覺讓機器擁有了像人一樣的視覺功能，能更好地實現各種檢測、測量、識別和判斷功能。隨著各類技術的不斷完善，機器視覺下游應用領域也不斷拓寬，從最開始主要用于電子裝配檢測，已發展到在識別、檢測、測量和機械手定位等越來越廣泛的工業應用領域。速度快、信息量大、功能多也日益成為機器視覺技術的主要特點。
與人類視覺相比，機器視覺的優勢極為明顯。如，機器視覺可以在各種惡劣環境下進行高速在線檢測，同時還能夠在長時間內不間斷進行工作。器視覺下游應用領域多，隨著核心技術的不斷完善，場景不斷拓展。機器視覺的應用場景包括消費電子、汽車、半導體、虛擬現實、智能安防、健康醫療等。
國內外市場規模：一般而言，機器視覺產業鏈主要包括上游的零部件級市場、中游的系統集成/整機裝備市場和下游的應用市場。其中，上游零部件市場主要包括光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件等軟硬件提供商;中游主要有集成和整機設備提供商;行業下游市場主要是電子制造業、汽車、物流、印刷包裝、煙草、食品飲料、醫藥等領域。
據中金企信國際咨詢公布的《2020-2026年中國機器視覺市場發展規劃及投資戰略可行性預測報告》統計數據顯示：2015年，全球機器視覺系統及部件市場規模達42億美元，到了2016年全球機器視覺系統及部件市場規模達到了46.8億美元，截止到2017年末，全球機器視覺系統及部件市場規模達到了51.8億美元。2018年全球機器視覺系統及部件市場規模達約55億美元。從產業地區分布看，2016年全球機器視覺產業主要分布于德國、美國和日本地區，占比分別為30%、24%和14%。
相比發達國家，我國機器視覺起步較晚，市場規模不大。近年來，隨著智能制造產業發展的需求、國家政策的大力扶持，我國機器視覺行業迎來了快速發展，行業專利數量不斷增加，市場快速增長。2011年我國機器視覺行業市場規模約為10.8億元;2013年達到35.4億元，同比增長55.9%;2015年為61.2億元，同比增長28.6%;到2016年，市場規模達到69.4億元，同比增長13.4%，約占全球市場15%的份額。預計到2020年，市場規模將超過120億元，2017-2020年年均增速將達15%以上。
市場應用價值：由于機器視覺系統可以快速獲取大量信息，而且易于自動處理，也易于同設計信息以及加工控制信息集成，因此，在現代自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。可以預計的是，隨著機器視覺技術自身的成熟和發展，它將在現代和未來制造企業中得到越來越廣泛的應用。
目前，人工智能在先進工業中的應用包括語音類技術，視覺類，自然語言處理和基礎硬件類；其中，機器視覺作為一種基礎功能性技術，能夠幫助機器/計算機系統進行觀察，識別和判斷等行為，是目前應用最為廣泛的技術之一。目前，機器視覺在人工智能領域的市場份額可以達到30%以上；
2018年中國機器視覺在人工智能領域的市場份額分析
?
數據統計：中金企信國際咨詢
產業前景：機器視覺替代人眼是精密測試機組裝的必然趨勢：機器視覺替代人眼是實現設備精密控制，智能化及自動化的有效途徑，其重要優勢包括：
（1）精確性：客觀性和可靠性由于人類視覺在物理上有天生的限制，其在精確性尤其是當下消費電子產品的精細化背景下，人類視覺的精確性有著明顯的劣勢；而機器視覺可以利用專用的光敏元件，實現人眼無法/難以捕獲的缺陷及問題。
（2）環境適應性和工作持續性：在3C領域的實際生產中，由于測量/組裝產品的多樣性和相應機器設備的誤差，人眼幾乎不能在整個過程保持平穩的狀態，這在當下對產品精細化，一致性要求高的背景下，測試組裝工人的出錯率也不斷提升。而機器視覺可以通過圖像對比保證在任何環境下的高一致性和可靠性。另外，以富士康為代表的代工廠的工作強度較大，疲勞導致工人不可能持續工作。
（3）經濟型和高效性：由于機器的效率遠高于人類，一臺自動視覺檢測機器能夠替代多人任務，而且不需要休息，能夠連續工作；另一方面，機器視覺系統的操作和維持成本非常低，能夠節約生產運營成本。
機器視覺非常適合精細測量/組裝
項目 | 人類視覺 | 機器視覺 |
色彩識別能力 | 容易受人的心理影響，不能量化 | 具有可量化的優點 |
灰度分辨力 | 差，一般只能分別64個灰度 | 強，一般使用256灰度級，采集系統可具有10bit，12bit，16bit等灰度級 |
空間分辨力 | 較差，不能觀看微小目標高，可觀測微米級目標 |
|
速度 | 慢，0.1秒的視覺暫留使人眼無法看清較快運動的目標 | 快，快門時間10微妙左右，高速相機幀率可達1000以上，處理器的速度也會更快 |
感光范圍 | 較窄，400nm-750nm范圍的可見光 | 寬，從紫外到紅外的寬光譜范圍，另外具備X光等特殊攝像機 |
環境適應性適應性 | 差，另外有許多場合對人有損害 | 適應性強，可加裝防護裝置 |
觀測精度 | 精度低，無法量化 | 精度高，可到微米級別，容易量化 |
其他 | 主觀性，受心理影響，易疲勞 | 客觀性，可連續工作 |
視覺系統在3C和新能源汽車領域的應用
主要行業 | 用量 | 用途 |
消費電子 | iPhone生產全過程需要70套以上的視覺系統 | 高精度制造檢測，晶圓切割，3C表面檢測，觸摸屏檢測、AOI光學檢測、PCB印刷電路、電子封裝，表面貼裝等等 |
傳統/新能源汽車 | 一條產線需要幾十套系統 | 所有系統和部件的制造流程均可受益，裝配檢測、面板印刷質量檢測、零部件尺寸測量、曲面檢測、電池檢測等 |
自2000年以后，機器視覺進入快速發展的階段，中國也成為全球機器視覺發展最為活躍的地區之一；其中，最具代表性的行業即為消費電子行業，2015-2017年，機器視覺行業的復合增長率達到36.4%；
整體來說，由于產品種類的不同，加工工藝的差異，生產制程的多樣化等特點；3C產品產線的集成和整合的難度依舊較大，主要人力也集中在產品的組裝和測試環節。但由于（1）人力成本的提升；（2）手機等產品的復雜化，工人檢測的短板會被迅速放大；（3）人力應用有上限，主要代工廠已出現難以滿足客戶的吞吐量及交貨周期的問題；（4）產業趨勢上看，縱觀各個領域的代工廠（比如半導體領域的臺積電），一直性/良品率和規模效應是立身之本；單人均產值存在天然上限，因此自動化是必然趨勢：