機(jī)器視覺的概念內(nèi)涵與系統(tǒng)特性
機(jī)器視覺的本質(zhì)是為機(jī)器植入“眼睛”和“大腦”。為機(jī)器植入眼睛，代表著機(jī)器視覺利用環(huán)境和物體對光的反射來獲取及感知信息；為機(jī)器植入大腦，意味著機(jī)器視覺需要對信息進(jìn)行智能處理與分析，并應(yīng)用分析得到的結(jié)果來執(zhí)行相應(yīng)的活動。
機(jī)器視覺行業(yè)的上游包括相機(jī)、鏡頭、光源等硬件及算法軟件。相機(jī)是包含完整的機(jī)器視覺組成功能模塊（光源可自帶或借用外部光源），能獨立完成機(jī)器視覺信息處理的全流程，為系統(tǒng)輸出有效信息；鏡頭是機(jī)器視覺圖像采集部分重要的成像部件，其作用是把被攝物體成像于攝像機(jī)內(nèi)的感光元件上；光源對于機(jī)器視覺中的圖像采集部分具有重要影響，為場景提供合適的照明，突出目標(biāo)的圖像特征并與背景圖像分離；機(jī)器視覺算法與軟件緊密結(jié)合，軟件平臺是實現(xiàn)機(jī)器視覺算法的載體，使機(jī)器視覺在處理數(shù)據(jù)量和實時檢測效率性能上不斷地突破，匹配工業(yè)智能發(fā)展的需求。
機(jī)器視覺行業(yè)的算法庫由OpenCV等開源視覺算法庫，和Vision Pro（美國康耐視公司）、Halcon（德國MVTec公司）、VisionWare（凌云光）等第三方商業(yè)付費算法庫組成。因算法庫開發(fā)周期長、投入大，業(yè)內(nèi)公司通�；陂_源算法庫開發(fā)自身應(yīng)用算法，或自主開發(fā)與第三方集成并舉，較少公司完全自主開發(fā)底層算法。為提高效率與降低成本，集成第三方成熟工具包作為輔助開發(fā)手段是比較常見的方式。 機(jī)器視覺行業(yè)的中游為視覺系統(tǒng)與智能裝備。視覺系統(tǒng)包含獨立完整的成像單元（光源、鏡頭、相機(jī)）和相應(yīng)的算法軟件，集圖像采集、處理與通信功能于一身，可以靈活的進(jìn)行配置和控制，適應(yīng)各種復(fù)雜的應(yīng)用，具有多功能、模塊化、高可靠性等特點。智能裝備以機(jī)器視覺的感知能力和分析決策能力為核心，在視覺系統(tǒng)的基礎(chǔ)上加入了自動化和智能化的功能，將設(shè)計、生產(chǎn)、檢測過程集成閉環(huán)，可實現(xiàn)多種功能。 機(jī)器視覺行業(yè)的下游為各行業(yè)集成應(yīng)用和服務(wù)。下游應(yīng)用行業(yè)的發(fā)展決定了機(jī)器視覺裝備及服務(wù)的市場需求量，目前下游應(yīng)用領(lǐng)域以電子制造為主，其次為汽車、醫(yī)藥、印刷包裝等領(lǐng)域。下游產(chǎn)業(yè)豐富多樣，集成服務(wù)更加有的放矢，面向應(yīng)用市場才 能更加蓬勃。
全球機(jī)器視覺市場情況 機(jī)器視覺市場包括視覺器件、可配置視覺系統(tǒng)和智能視覺裝備三個細(xì)分市場。根據(jù)某調(diào)研機(jī)構(gòu)統(tǒng)計，2015年至2020年，全球機(jī)器視覺器件市場以13.83%的復(fù)合增長率增長，市場規(guī)模至2020年達(dá)到107億美元；2021年至2025年，全球機(jī)器視覺器件市場規(guī)模將以6.56%的復(fù)合增長率增長，至2025年市場規(guī)模將達(dá)147億美元�？膳渲靡曈X系統(tǒng)與智能視覺裝備具備較強(qiáng)的行業(yè)屬性，歸屬于各下游應(yīng)用行業(yè)的裝備市場，以機(jī)器視覺技術(shù)賦能于制造裝備的智能化，因此暫時沒有單獨的市場規(guī)模數(shù)據(jù)。
資料來源：某調(diào)研機(jī)構(gòu)
機(jī)器視覺以視覺器件、可配置視覺系統(tǒng)和智能視覺裝備等形態(tài)服務(wù)各產(chǎn)業(yè)應(yīng)用，已經(jīng)被廣泛應(yīng)用于新型顯示、消費電子、印刷包裝、新能源等眾多行業(yè)，成為這些行業(yè)必不可少的數(shù)字化和智能化變革的支撐。
中國機(jī)器視覺市場情況
中國市場已成為全球機(jī)器視覺市場規(guī)模增長最快的市場之一。根據(jù)中國機(jī)器視覺產(chǎn)業(yè)聯(lián)盟的統(tǒng)計，中國機(jī)器視覺行業(yè)的銷售額從2018年的101.80億元增長至2020年的144.20億元，復(fù)合增長率達(dá)19.02%。得益于宏觀經(jīng)濟(jì)回暖、新基建投資增加、數(shù)據(jù)中心建設(shè)加速、制造業(yè)自動化推進(jìn)等因素，預(yù)計2020年至2023年，中國機(jī)器視覺行業(yè)的銷售額將以27.15%的復(fù)合增長率增長，至2023年銷售額將達(dá)296.00億元。
從下游應(yīng)用行業(yè)角度考慮，根據(jù)中國機(jī)器視覺產(chǎn)業(yè)聯(lián)盟統(tǒng)計，機(jī)器視覺已經(jīng)在電子/電氣、半導(dǎo)體、汽車、印刷包裝、食品加工等領(lǐng)域得到廣泛應(yīng)用。其中，電子/電氣行業(yè)是目前中國機(jī)器視覺行業(yè)最大的下游應(yīng)用領(lǐng)域，2020年其銷售額占比為52.90%。
資料來源：中國機(jī)器視覺產(chǎn)業(yè)聯(lián)盟
機(jī)器視覺行業(yè)發(fā)展趨勢
（1）應(yīng)用領(lǐng)域持續(xù)拓寬過去十年是中國機(jī)器視覺行業(yè)快速發(fā)展的十年，經(jīng)過一段時間的普及與推廣，機(jī)器視覺應(yīng)用范圍逐漸擴(kuò)大。目前，機(jī)器視覺的應(yīng)用范圍已從最初的消費電子等領(lǐng)域，逐步拓展至印刷包裝、汽車、運輸、醫(yī)療等領(lǐng)域。預(yù)計未來，除了傳統(tǒng)的應(yīng)用領(lǐng)域外，在AI、自動駕駛、人臉識別等新興技術(shù)興起的帶動下，機(jī)器視覺將進(jìn)一步拓寬應(yīng)用領(lǐng)域。
（2）嵌入式視覺應(yīng)用持續(xù)增長嵌入式視覺系統(tǒng)是指在嵌入式系統(tǒng)中使用機(jī)器視覺技術(shù)，是嵌入式系統(tǒng)和機(jī)器視覺兩種技術(shù)的整合，可獨立完成從接收光信號到系統(tǒng)輸出的整個信號處理過程。處理能力、存儲器密度和系統(tǒng)集成度的提升，促進(jìn)了嵌入式視覺在傳統(tǒng)和新興應(yīng)用領(lǐng)域的滲透。未來，得益于越來越多的行業(yè)應(yīng)用程序的支持，嵌入式視覺將被更廣泛地應(yīng)用在自動駕駛等領(lǐng)域新興領(lǐng)域。
（3）2D機(jī)器視覺向3D機(jī)器視覺升級相比2D機(jī)器視覺，3D機(jī)器視覺具有顯著優(yōu)勢，例如測量速度快、精度高、抗干擾能力強(qiáng)、操作簡便等，能有效解決2D機(jī)器視覺對于高度、厚度、體積、平面度等測量因素缺失的問題。3D視覺技術(shù)的突破，將進(jìn)一步推動視覺技術(shù)在高端場景的應(yīng)用，傳統(tǒng)的2D機(jī)器視覺將快速向3D機(jī)器視覺升級，推動機(jī)器視覺市場持續(xù)增長。
機(jī)器視覺技術(shù)面臨的機(jī)遇與挑戰(zhàn)
（1）下游應(yīng)用的發(fā)展給機(jī)器視覺帶來的機(jī)遇與挑戰(zhàn)隨著生產(chǎn)工藝的精進(jìn)及產(chǎn)品質(zhì)量要求的提高，消費電子等行業(yè)對檢測精度的要求越發(fā)嚴(yán)苛。例如，半導(dǎo)體生產(chǎn)制造已使用5nm工藝，對芯片的檢測精度要求也已提升至納米量級。受限于衍射極限，單純采用顯微放大的方式已經(jīng)難以滿足檢測精度需求，導(dǎo)致加工良率難以提高，影響產(chǎn)品質(zhì)量。因此，急需高精度的機(jī)器視覺技術(shù)解決更精 準(zhǔn)的測量問題，保證加工工藝符合要求，降低封裝成本，確保出廠產(chǎn)品質(zhì)量。上述下游應(yīng)用的發(fā)展推動了對機(jī)器視覺產(chǎn)品和服務(wù)需求的提升，但也對機(jī)器視覺廠商提出了更高標(biāo)準(zhǔn)的要求。隨著下游應(yīng)用的生產(chǎn)、加工、檢測等環(huán)節(jié)的效率和品質(zhì)要求不斷提升，機(jī)器視覺廠商需要加大技術(shù)投入，以提高機(jī)器視覺系統(tǒng)的精度、檢測效率等參數(shù)。
（2）業(yè)內(nèi)新技術(shù)發(fā)展給機(jī)器視覺帶來的機(jī)遇與挑戰(zhàn)行業(yè)內(nèi)的新技術(shù)的發(fā)展為機(jī)器視覺廠商推出高品質(zhì)的產(chǎn)品和服務(wù)提供了有力的支持，這也對業(yè)內(nèi)廠商的技術(shù)研發(fā)能力提出了更高的要求。首先，光譜技術(shù)推動機(jī)器視覺實現(xiàn)目標(biāo)的多種特征分析。隨著機(jī)器視覺的快速發(fā)展和普及，機(jī)器視覺產(chǎn)品已經(jīng)廣泛應(yīng)用于智慧農(nóng)業(yè)、礦石分選、食品安全等眾多產(chǎn)業(yè)中。各行業(yè)樣本的復(fù)雜性要求機(jī)器視覺不僅需要實現(xiàn)目標(biāo)的外觀檢測，也需要實現(xiàn)目標(biāo)的材料成分、顏色、溫度等特征的分析。光譜技術(shù)利用光的衍射和折射特性，通過光柵、棱鏡等分光元件，在譜域獲取有效信號，實現(xiàn)目標(biāo)高維信息參量獲取，并通過相關(guān)分析算法將譜域信號與測量需求建立聯(lián)系，如物質(zhì)成分、溫度、三維面型等，通過對光譜的測量解決復(fù)雜多樣化的測量需求。其次，計算成像技術(shù)的提升增強(qiáng)了機(jī)器視覺的圖像信息獲取能力。計算成像技術(shù)通過多樣化數(shù)據(jù)采集，并通過特定算法解析，獲取到傳統(tǒng)成像中難以獲取的圖像信息，深度挖掘圖像中隱含的內(nèi)部信息，滿足更高分辨率、更多維度、更大空間帶寬積的光電成像需求。隨著新型光電器件的發(fā)展和硬件計算能力的提升, 計算成像技術(shù)在光電成像領(lǐng)域呈現(xiàn)出蓬勃發(fā)展的趨勢。此外，新型光學(xué)元器件的發(fā)展驅(qū)動了機(jī)器視覺性能的提升。機(jī)器視覺成像系統(tǒng)由照明光源、成像器件、圖像采集器件組成，各類器件的性能升級都會推動機(jī)器視覺系統(tǒng)的性能和穩(wěn)定性提升，從而實現(xiàn)高像質(zhì)的圖像采集。另外，豐富的元器件為提供個性化的圖像采集和智能方案奠定了基礎(chǔ)。
（3）上下游技術(shù)的發(fā)展給機(jī)器視覺帶來的機(jī)遇與挑戰(zhàn)機(jī)器視覺系統(tǒng)不僅包括光學(xué)成像系統(tǒng)，還包括決策系統(tǒng)和執(zhí)行系統(tǒng)。算力、算法、 傳輸技術(shù)的快速發(fā)展也為機(jī)器視覺帶來了機(jī)遇與挑戰(zhàn)。算力的提升使機(jī)器視覺的決策變得更為迅速，基于云平臺的信息處理可以提供幾乎無限的算力，解決各種復(fù)雜運算問題，提升了機(jī)器視覺系統(tǒng)的決策速度；分析算法的優(yōu)化升級也使機(jī)器視覺的識別和分類變得更加準(zhǔn)確；5G通信技術(shù)增加了信號數(shù)據(jù)通量、降低了信號時延、緩解了信號干擾等問題，使機(jī)器視覺在自動駕駛、精密自動控制、智慧工廠等領(lǐng)域中發(fā)揮重要作用。該等相關(guān)技術(shù)的發(fā)展提升了機(jī)器視覺系統(tǒng)的性能和使用效率，但也對相關(guān)硬件廠商的技術(shù)研發(fā)能力提出了更高的要求。
來源：儀器信息網(wǎng)
中文版
ENGLISH
