人工智能 叩门机器视觉之大变局

智能时代，万物互联，人工智能当道，引起各行各业万般变化。作为人工智能支柱之一的机器视觉，受益几何？变局几何？

爆发：走出红海 迎接蓝海

从智能手机的面部识别、人脸支付到工业机器人的精准避障、精确抓取……近年来，借助人工智能的“东风”，机器视觉在工业生产与社会生活中的应用越发广泛，市场渗透率持续提升，不再那么遥不可及。

对于制造业，特别是智慧物流、智能包装等具备一定自动化基础且十分迫切向智能化迈进的行业来说，机器视觉更是行业走向智能化、信息化升级的关键驱动力。于是，在人工智能越发火热的带动下，在制造业转型升级的巨大需求下，机器视觉行业迎来了爆发契机。

全球研究机构MarketsandMarkets最新发布的研究报告显示，2020全球机器视觉市场规模为107亿美元，到2025年，该市场将增长至127亿美元，预测期内（2020—2025年）的年复合增长率为13.6%。

相较于全球机器视觉行业而言，中国的机器视觉相关产业起步较晚，但发展速度很快。据GGII数据显示，2019年中国机器视觉市场规模65.50亿元（该数据仅考虑工业领域视觉应用，未包含计算机视觉市场规模），同比增长21.77%。2014—2019年复合增长率为28.36%。GGII预测，到2023年中国机器视觉市场规模将达到155.6亿元。中国正在成为世界机器视觉发展最活跃的地区之一，应用范围几乎涵盖了国民经济中的各个领域。

而随着机器视觉行业在国内市场的发展逐渐成熟，行业内上游及配套企业不断加大对新产品的研发及投入，自助能力增强，有望形成完善的产业链。中商产业研究院发布的《2019年机器视觉市场发展前景及投资研究报告》预测，未来，机器视觉产业将呈现四大发展态势，一是产业结构升级推动机器行业发展。我国正在进一步深化产业结构调整，推进制造业的科技创新和智能制造水平，着力从要素驱动向技术及创新驱动转变。产业结构的转型升级以及制造业的进一步智能化将推动机器视觉行业发展。

二是下游应用快速发展推动市场发展。随着机器视觉技术的发展，机器视觉产品的应用场景将越来越广泛，将进一步推动机器视觉行业的整体发展。此外，消费类电子、汽车等制造行业对制造精度等要求持续提高，对机器视觉技术的需求将不断增加。

三是“机器换人”需求旺盛刺激市场。中国劳动力成本持续增长，企业面对不断上升的劳动力成本，只有实现要素驱动和创新，尽早布局智能制造才能实现转型升级，找到新的增长点，“机器换人”需求旺盛，将给机器视觉产品带来较大的增长空间。

四是国际市场发展潜力巨大。目前，中国自动化及智能制造行业仍处于初步发展阶段，市场主流的机器视觉产品仍以发达国家的品牌为主。未来，拥有出色性价比的国产产品在国际市场上将有着巨大的竞争优势和市场潜力。

应用：从“可选”到“必选”

可以看到，近十年来，机器视觉技术在工业领域的应用日趋广泛，随着国内机器视觉技术与产品在实践中不断完善，机器视觉技术已经在消费电子、汽车制造、光伏半导体等多个行业应用。机器视觉在智能制造中的地位逐渐从“可选”成为“必选”。

据前瞻研究院报告显示，工业是目前机器视觉应用比重最大的领域，其中电子制造业在机器视觉市场占比最大，汽车产业次之。此外，物流、食品、包装、印刷等行业的渗透率也在逐年提高。

具体来看，电子行业贡献了机器视觉近50%左右的需求，主要用于晶圆切割、3C表面检测、触摸屏制造、AOI光学检测、PCB印刷电路、电子封装、丝网印刷、SMT表面贴装、SPI锡膏检测、半导体对位和识别等高精度制造和质量检测。未来电子行业的机器视觉需求还会持续较快增长，一方面视觉技术进步推动适用领域拓宽；另一方面随着国内智能手机逐渐中高端化为手机厂商带来利润率提升，视觉检测在国产手机生产线中的应用有望推广开来。

汽车行业贡献了机器视觉15%左右的需求，主要用于车身装配检测、面板印刷质量检测、字符检测、零件尺寸的精密测量、工件表面缺陷检测、自由曲面检测、间隙检测等几乎所有系统和部件的制造流程。据统计，目前一条汽车生产线大约需配备十几个机器视觉系统，未来随着汽车质量把控、汽车智能化、轻量化趋势对检测提出更高要求，预计对机器视觉技术的需求还会逐步提高。

制药行业贡献了机器视觉7%左右的需求，主要应用在药瓶封装缺陷检测、胶囊封装质量检测、药粒缺失检测、生产日期打码检测、药片颜色识别及分拣等。目前大多数企业一条装配流水线上至少需要5套机器视觉系统，随着制药行业自动化升级改造提速，渗透率会持续提升。

食品及包装也是机器视觉应用的重要下游领域，主要用于高速检测、外观封装检测、食品封装缺漏检测、外观和内部质量检测、分拣与色选等，单条生产线用量在不同产品中差异较大。目前机器视觉在大型食品企业（如伊利、蒙牛）中应用较多，而在行业整体的渗透率并不高。如欧洲鲜货市场广泛使用食品分拣器，一般采用多台摄像机捕获产品整个表面影像。形状可以根据最大直径和最小直径、比例关系等进行分选。颜色一般根据已扫描的整个表面情况来决定。鉴定方法如简单百分比、强度值直方图、定义最大面积或最小面积等。

链接：

机器视觉，简单来说就是利用机器替代人眼，形成视觉能力，实现引导、定位、测量、检测、识别等功能。从技术角度来讲，机器视觉被认为是人工智能的分支，需要通过人工智能算法将图像信号进行处理和分析，深度学习构建神经网络对海量的图像数据进行学习，能够实现对待测物体的精确分析。

相比人眼，机器视觉技术最大的特点是速度快、信息量大、功能多，并且可以胜任很多严酷场景，以及完成高计算强度的、枯燥的、重复的工作。（曹婷婷）