機器視覺是研究如何使機器“看”的技術,目標是使機器像人那樣具備自主適應環境的能力,自動完成人類賦予的任務。機器視覺的四大基本功能為模式識別/計數、視覺定位、尺寸測量和外觀檢測,實現難度依次遞增,主要是工業領域的視覺應用。
目前機器視覺廣泛應用于電子及半導體、汽車制造、食品包裝、制藥等領域，其中電子汽車和電子是當前機器視覺較重要的應用領域。下面我們就來看看在這些方面的數據！
一、電子
根據前瞻研究院數據，電子行業貢獻了機器視覺近50%左右的需求，主要用于晶圓切割、3C表面檢測、觸摸屏制造、AOI光學檢測、PCB印刷電路、電子封裝、絲網印刷、SMT表面貼裝、SPI錫膏檢測、半導體對位和識別等的高精度制造和質量檢測。以iPhone為例，其生產全過程就需70套以上系統。未來在全球智能手機、平板電腦和可穿戴設備等消費電子領域的需求有望爆發。
以3C行業為例，我們判斷未來行業的機器視覺需求還會持續較快增長，主要需求來自幾個方面：
①、視覺技術進步（現在好多玻璃、屏的缺陷檢測技術上還不能實現）推動適用領域拓寬。
②、隨著國內智能手機廣泛應用化帶來手機廠商利潤率提升，視覺檢測在國產手機產線中的應用有望推廣開來。
二、汽車
根據前瞻研究院數據，汽車行業貢獻了機器視覺15%左右的需求，主要用于車身裝配檢測、面板印刷質量檢測、字符檢測、零件尺寸的精密測量、工件表面缺陷檢測、自由曲面檢測、間隙檢測等幾乎所有系統和部件的制造流程。目前一條產線大概配備十幾個機器視覺系統，未來隨著汽車質量把控、汽車智能化、輕量化趨勢對檢測提出更高要求，對機器視覺技術的需求還會逐步提高。
例如，3D視覺系統可以以高精度測量間隙并對準每一輛車，并對裝配的所有車門和車身進行全方面檢測。3D 視覺系統還能幫助底盤制造商使貨架中車身板件的上架、下架和檢測實現自動化，在自動設備拾取缺陷元件之前檢測貨架上是否存在缺陷元件，從而減少將缺陷元件焊接到一起。
三、制藥
根據前瞻研究院數據，制藥行業貢獻了機器視覺7%左右的需求，主要應用在藥瓶封裝缺陷檢測、膠囊封裝質量檢測、藥粒缺失檢測、生產日期打碼檢測、藥片顏色識別及分揀等。目前大多數企業流水線上有1-2套機器視覺系統，而實際需求至少應該在5處，未來隨著制藥行業自動化升級改造提速，滲透率會持續提升。
例如，在藥品包裝后的檢測環節中，可以利用機器視覺快速、準確地檢測到對象是否完好無缺，通過設定圖像傳感器，獲取包裝后的對象圖片信息，通過預先設定的面積參數對每個藥?；蛘咚幤窟M行檢測對比，這樣，破損的藥?；蛘呷逼康陌b都將被檢測出來，正確的正常通過。
四、食品
食品及包裝也是機器視覺應用的重要下游領域，主要用于高速檢測、外觀封裝檢測、食品封裝缺漏檢測、外觀和內部質量檢測、分揀與色選等，單條產線用量在不同產品中差異較大。目前機器視覺在大型食品企業（如伊利、蒙牛）中應用較多，而在行業整體的滲透率并不高。
例如，歐洲鮮貨市場廣泛使用食品分揀器，一般采用多臺攝像機捕獲產品整個表面影像。當產品基本為圓形時，在漏洞內設有機構，讓產品在攝像機下進行旋轉。形狀可以根據直徑、比例關系等進行分選。顏色一般根據已掃描的整個表面情況來決定。鑒定方法如簡單百分比、強度值直方圖、定義面積等。
從經濟性來看，市場上大多數機器視覺系統單價在3-5萬元水平（主要取決于系統的復雜程度，簡單的1-3萬元，高參數或者3D系統可達20-30萬元）。在發達國家，一個典型的100000美元機器視覺系統應用可以替代3個年工資在20000美元左右的工人，投入回收期非常短，且后續維護費用較低，具備明顯的經濟性。隨著人工成本上漲、人口紅利逐步消失，對經濟性的追求將推動機器視覺滲透率快速提升。
從生產過程中的質量和效率來看，由于人眼天生的物理局限性以及人主觀的情緒波動，在高通量、高速率、高精度等的生產環境中，機器視覺優勢更加明顯，有些需求甚至只有機器視覺才能滿足。
機器視覺技術從1980年開始逐步產業化，經歷了基于PC的視覺系統、模式視覺系統、條碼掃描視覺系統、視覺傳感器，發展到目前結合AI以及深度學習的3D視覺系統，技術的持續進入不斷釋放下游需求，推動機器視覺行業成長。
簡單的，我們可以把機器視覺產業鏈可以分為底層開發商（核心零部件和軟件提供商）、集成和軟件服務商（二次開發），核心零部件及軟件又可以再細分為光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件等。在目前的整個機器視覺系統成本構成中，零部件及軟件開發占據了80%的比例，是產業鏈中的核心環節和價值獲取者。
