機器視覺（MachineVision）是一種應用于工業和非工業領域的硬件和軟件組合，其主要功能為捕獲并處理圖像，為設備執行提供操作指導，是智能制造的先鋒力量，主要應用于制造業的前端環節如電子制造和汽車等領域。

機器視覺

國內機器視覺行業啟蒙于20世紀90年代，起初代理國外機器視覺產品，進入21世紀后少數本土機器視覺企業逐漸開啟自主研發之路。

根據CBInsight數據，當前中國已是繼美國、日本之后的第三大機器視覺領域應用市場，囊括機器視覺設備在內，國產化率約為40%，預計2022年國產化率提升至55%。

機器視覺行業如今仍處于快速成長階段。2020年，機器視覺行業全世界市場規模超100億美元。

作為新興技術和產業，中國機器視覺行業規模仍較小，但增速遠快于全世界，處于快速成長的階段。

在人工成本壓力、精密制造發展、工業生產效率等大趨勢下，機器視覺在我國長期廣闊的發展前景。

機器視覺系統主要囊括成像和圖像處理兩大部分。

前者依靠機器視覺系統的硬件部分完成，后者在前者的基礎上，通過視覺控制系統完成。具體來看，主要囊括光源及光源控制器、鏡頭、相機、視覺控制系統（視覺處理分析軟件及視覺控制器硬件）等。

機器視覺具有識別、測量、定位和檢測四項重要功能，其中檢測技術難度最高。

這四項功能在速度、精度和適應性等方面優于人類視覺，是推進工業企業智能化的重要工具。

在工業領域，機器視覺相對人眼視覺存在顯著優勢。

相比人眼視覺，其具有圖像采集和分析速度快、觀測精度高、環境適應性強、客觀性高、持續工作穩定性高等優勢，因而可幫助終端使用者進行產品增質、成本降低以及生產數字化。

機器視覺產業鏈

機器視覺產業鏈主要由上游原材料零部件、中游裝備制造以及下游終端應用行業構成。

上游：零部件原材料

機器視覺是由多個部件組成，每個部件的原材料都不同，故此產業鏈上游觸及的行業范圍較為寬廣，主要有LED、CCD、CMOS、光學材料、電子元器件等原材料。

在一個典型的機器視覺系統中，光源及光源控制器、鏡頭、相機等硬件部分負責成像，視覺控制系統負責對成像結果進行處理分析、輸出分析結果至智能設備的其他執行機構。

光源

光源的好壞在于對比度、亮度和對位置變化的敏感程度，機器視覺行業主要采用LED光源產品。

如今沒有通用的機器視覺照明設備，針對每個特定的應用實例有個性化的方案，以達到最佳效果。

鏡頭

鏡頭相當于人眼的晶狀體，是機器視覺采集和傳遞被攝物體信息過程的起點，所使用的的鏡頭為工業級鏡頭。

中國工業鏡頭市場正以遠超全世界市場的增速迅速擴張，高速擴張的背后主要是相關生產研發工藝的不斷提升，助推鏡頭生產的質效不斷提升，如鍍膜技術的發展提高了鏡頭的良率、計算機輔助軟件的發展提升了鍍膜工程師在光學設計領域的效率、自動組立機的投入是的組裝環節由人工轉為自動組裝，提升了組裝效率和產品穩定性。

工業相機

相機是機器視覺中的圖像采集單元，相當于人眼的視網膜，將光信號轉變為電信號。通過鏡頭的光學聚集于像平面、生成圖像，采集圖像后輸出模擬或數字信號，這些信號在視覺控制系統中重建為灰度或彩色矩陣圖像。

工業相機以歐美進口為主，國產品牌從低端市場開始逐步進口替代。

考慮到工業場景對機器視覺的精度、穩定性要求較高，無論是軟件，還是光源、鏡頭、相機等硬件，都有較高的研發難度，且考慮到下游行業和需求多樣化，硬件型號以及軟件算法非常繁雜，全面的產品線布局需要較長時間的積累。

另外，為了滿足新的行業與新的需求，諸多廠商前瞻性布局3D、機器學習等創新性技術。

中游：部件制造和成套系統集成

機器視覺中游是產業鏈核心環節，囊括部件制造和成套系統集成兩個環節。國內廠商在集成端發展迅速，尤其是在一些外資還沒有布局的領域、亦或非標自動化領域如3C等。

國內集成廠商單純進行二次開發利潤空間較小，在某一行業下游完成良好布局之后，會嘗試逐步向上游底層開發延伸，進行核心軟硬件的進口替代。

機器視覺開發工具主要有兩種類型，一種是包羅多種處理算法的工具包，另一種是專門實現某一類特殊工作的應用軟件。

除了自主研發、生產并銷售標準化的機器視覺核心部件，機器視覺廠商也深度結合下游實際場景，以整體解決方案的模式提供成套系統。

成套系統集成環節在機器視覺中占有至關重要的地位，根據美國自動成像協會（AIA），北美機器視覺行業銷售額中，機器視覺成套系統（囊括智能相機）占86%，機器視覺部件僅占14%。

機器視覺產業鏈下游：終端應用

受高精度要求機器視覺的下游需求結構相對單一，半導體及電子制造、汽車行業應用仍占半壁江山。

伴隨新能源行業的快速發展，成為新的增長極；同時醫藥、食品等領域的應用也在興起。

以食品行業為例，機器視覺如今應用于檢測和分揀等，但主要是伊利、蒙牛等大型食品企業使用較多，在行業內整體滲透率并不高，故此未來智能制造大趨勢下，滲透率逐步加深可期。

綜上所述，機器視覺的應用覆蓋產業鏈的多個環節。