一、中國制造業智能化轉型，AI賦能機器視覺產業
機器視覺系統硬件設備主要包括光源、鏡頭、相機等，軟件主要包括傳統的數字圖像處理算法和基于深度學習的圖像處理算法。系統工作時首先依靠硬件系統將外界圖像捕捉并轉換成數字信號反饋給計算機。
不同機器視覺類別及特點
|
種類 |
產品特點 |
樣式 |
|
單目視覺 |
單目視覺系統只使用一個視覺傳感器。單目視覺系統在成像過程中由于從三維客觀世界投影到N維圖像上，從而損失了深度信息，這是此類視覺系統的主要缺點。 |
|
|
雙目立體視覺 |
雙目視覺系統由兩個攝像機組成，利用三角測量原理獲得場景的深度信息，并且可以重建周圍景物的三維形狀和位置，類似人眼的體視功能，原理簡單。 |
|
|
多目視覺 |
多目視覺系統采用三個或三個以上攝像機，三目視覺系統居多，主要用來解決又目立體視覺系統中匹配多義性的問題，提高匹配精度。 |
|
|
全景視覺 |
全景視覺系統是具有較大水平視場的多方向成像系統，突出的優點是有較大的視場，可以達到360度，這是其他常規鏡頭無法比擬的，全景視覺系統可以通過圖像拼的方法或者通過折反射光學元件實現。 |
|
|
混合視覺 |
混合視覺系統吸收各種視覺系統的優點，采用兩種或兩種以上的視覺系統組成復合視覺系統，多采用單目或雙目視覺系統，同時配備其他視覺系統。 |
|
資料來源：觀研天下數據中心整理
（一）國內制造業轉型升級，下游應用場景持續增長
根據觀研報告網發布的《中國機器視覺行業發展現狀分析與投資前景研究報告（2023-2030年）》顯示，隨我國制造業企業逐步向精細化、數字化、智能化方向發展，我國工業企業技術改造強烈，全國規上工業企業技術改造經費支出連續正增長。產業結構進一步優化升級，制造業數字化轉型加快，利好機器視覺設備在下游工業現場的滲透率增加。
截至2021年12月底，我國重點領域規模以上工業企業關鍵工序數控化率、數字化研發設計工具普及率分別達到774.7%和55.3%。
資料來源：工信部，觀研天下數據中心整理
與我國制造業發展相匹配，機器視覺最早應用在食品、印刷包裝等場景中應用，后續快速發展的3C電子成為最為重要的應用場景，近年來隨我國制造業的轉型升級如半導體、汽車以及新興產業的興起如新能源逐步滲透更多的應用場景。
受益于在3C電子更多環節逐步滲透以及產線持續迭代帶來的穩定需求，3C機器視覺穩健增長；鋰電池、新能源行業受益于明確的質量管控需求，機器視覺在更多環節應用，且行業增速和競爭格局更優。
資料來源：觀研天下數據中心整理
（二）深度學習、3D數據等AI技術推動機器視覺產業發展
基于深度學習的機器視覺，不但可以判斷缺陷，還可以理解缺陷的共同特征，預測新的缺陷類型，從而實現對于更復雜場景的更優分析。如下圖所示，通過深度學習判斷出可以接受的異常和不可接受的缺陷之間的差異。但相應的，深度學習技術的應用也會對計算能力和儲存能力提出更高要求。
3D機器視覺的發展和深度學習技術的應用將促進機器視覺性能的提升以及應用在原先無法勝任的場景中。目前3D視覺技術在高精度檢測、高精度測量(例如彎管、不規則件)、智能分揀、裝配(引導機械臂在三維空間內避障和定位)、物流車導航等更多場景中實現了相較于2D機器視覺更為廣泛的應用覆蓋，具有廣泛的市場空間。2018-2022年我國3D機器視覺市場規模由3.04億元增長至17.75億元，占機器視覺總市場規模的比重由4.4%增長至10.5%。
資料來源：觀研天下數據中心整理
近年來相關廠商對3D機器視覺研發加速，促使3D機器視覺市場規模及占比有所提升。未來，隨著3D機器視覺應用深入，預計2030年我國3D機器視覺市場規模將超100億元，占機器視覺總市場規模的比重達26.68%。
資料來源：觀研天下數據中心整理
二、國內機器視覺行業起步較晚發展較快，目前正處于快速增長期
相較于歐美發達國家，我國機器視覺行業起步較晚。我國機器視覺開始于20 世紀90 年代，進入21 世紀后，少數本土機器視覺企業才逐漸開啟自主研發之路。到本世紀 10 年代左右，伴隨我國經濟的發展、工業水平的進步，特別是3C 電子、新能源行業自動化的普及和深入，本土的機器視覺行業獲得了空前的發展機遇。目前，我國已經成為全球制造業的加工中心，且正成為世界機器視覺發展最活躍的地區之一，行業正處于快速增長期。
機器視覺行業發展歷程
資料來源：觀研天下數據中心整理
機器視覺是集光學成像、人工智能、自動化控制等多方面技術于一體的行業，具有很高的技術壁壘。機器視覺產業鏈上游為零部件及軟件算法，上游的零部件及軟件算法占機器視覺80%的價值量，中游為視覺裝備及方案，下游為具體的應用場景與行業，包括工業自動化、智能物流、醫療診斷、智能安防等。
機器視覺系統行業產業鏈結構
資料來源：觀研天下數據中心整理
根據機器視覺產業鏈來看，機器視覺的成本結構可以大致分為硬件成本和軟件成本兩個部分。其中，軟件成本占據機器視覺系統成本的較大比例，這也意味著機器視覺系統的開發和應用需要投入較大的技術成本。從機器視覺成本構成來看，零部件、軟件開發、組裝集成、維護分別占 45%、35%、15%、5%；其中零部件和軟件開發兩項合計達 80%。