机器视觉是研究如何使机器“看”的技术,目标是使机器像人那样具备自主适应环境的能力,自动完成人类赋予的任务。机器视觉的四大基本功能为模式识别/计数、视觉定位、尺寸测量和外观检测,实现难度依次递增,主要是工业领域的视觉应用。
目前机器视觉广泛应用于电子及半导体、汽车制造、食品包装、制药等领域，其中电子汽车和电子是当前机器视觉较重要的应用领域。下面我们就来看看在这些方面的数据！
一、电子
根据前瞻研究院数据，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的高精度制造和质量检测。以iPhone为例，其生产全过程就需70套以上系统。未来在全球智能手机、平板电脑和可穿戴设备等消费电子领域的需求有望爆发。
以3C行业为例，我们判断未来行业的机器视觉需求还会持续较快增长，主要需求来自几个方面：
①、视觉技术进步（现在好多玻璃、屏的缺陷检测技术上还不能实现）推动适用领域拓宽。
②、随着国内智能手机广泛应用化带来手机厂商利润率提升，视觉检测在国产手机产线中的应用有望推广开来。
二、汽车
根据前瞻研究院数据，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。目前一条产线大概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，对机器视觉技术的需求还会逐步提高。
例如，3D视觉系统可以以高精度测量间隙并对准每一辆车，并对装配的所有车门和车身进行全方面检测。3D 视觉系统还能帮助底盘制造商使货架中车身板件的上架、下架和检测实现自动化，在自动设备拾取缺陷元件之前检测货架上是否存在缺陷元件，从而减少将缺陷元件焊接到一起。
三、制药
根据前瞻研究院数据，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。目前大多数企业流水线上有1-2套机器视觉系统，而实际需求至少应该在5处，未来随着制药行业自动化升级改造提速，渗透率会持续提升。
例如，在药品包装后的检测环节中，可以利用机器视觉快速、准确地检测到对象是否完好无缺，通过设定图像传感器，获取包装后的对象图片信息，通过预先设定的面积参数对每个药粒或者药瓶进行检测对比，这样，破损的药粒或者缺瓶的包装都将被检测出来，正确的正常通过。
四、食品
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。
例如，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。当产品基本为圆形时，在漏洞内设有机构，让产品在摄像机下进行旋转。形状可以根据直径、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、定义面积等。
从经济性来看，市场上大多数机器视觉系统单价在3-5万元水平（主要取决于系统的复杂程度，简单的1-3万元，高参数或者3D系统可达20-30万元）。在发达国家，一个典型的100000美元机器视觉系统应用可以替代3个年工资在20000美元左右的工人，投入回收期非常短，且后续维护费用较低，具备明显的经济性。随着人工成本上涨、人口红利逐步消失，对经济性的追求将推动机器视觉渗透率快速提升。
从生产过程中的质量和效率来看，由于人眼天生的物理局限性以及人主观的情绪波动，在高通量、高速率、高精度等的生产环境中，机器视觉优势更加明显，有些需求甚至只有机器视觉才能满足。
机器视觉技术从1980年开始逐步产业化，经历了基于PC的视觉系统、模式视觉系统、条码扫描视觉系统、视觉传感器，发展到目前结合AI以及深度学习的3D视觉系统，技术的持续进入不断释放下游需求，推动机器视觉行业成长。
简单的，我们可以把机器视觉产业链可以分为底层开发商（核心零部件和软件提供商）、集成和软件服务商（二次开发），核心零部件及软件又可以再细分为光源、镜头、工业相机、图像采集卡、图像处理软件等。在目前的整个机器视觉系统成本构成中，零部件及软件开发占据了80%的比例，是产业链中的核心环节和价值获取者。
