2022中国机器视觉工业领域应用研究报告

现阶段，随着中国配套基础建设的完善以及技术和资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求广泛提升，近两年国内有关大专院校、研究所和企业在图像和机器视受技术领域纷纷开展积极探索和大胆尝试，逐步开始了工业领域的应用。

本报告主要面向机器视觉行业从业者，详细分析当前最为成熟及有潜力的赛道，并结合当前技术痛点给出未来发展趋势。

报告亮点

• （1）对中国机器视觉市场进行整体性研究，洞察重点领域应用现状
• （2）分析细分领域工业企业对机器视觉应用的需求，并洞察工业典型场景下机器视觉技术的差异化解决方案
• （3）基于工业企业数字化智能化转型需求的变化，对工业领域机器视觉应用的未来趋势进行洞察

部分观点

机器视觉是人工智能领域一个正在快速发展的分支，即用机器代替人眼来的测量和判断，是通过光学的装置和非接触的传感器，自动接收和处理真实物体的图像，以获得所需信息或用于控制机器人运动的装置。

工业机器视觉的核心是涌过“机器眼”代替人眼，对物体进行识别、测量并做出判断。工业机器视觉具备高感知效率、高精准度、和基本无人化的优势，是实现工业自动化的核心。

随着人工智能的广泛应用，机器感知和模式识别需要更有效地结合。人工智能是通过机器人实现人类智能，机器用友智能处理功能就必须具有欣喜感知能力，因此机器感知格外重要。机器感知即通过传感器采集信息，经过计算机处理后得到一些感知结果的过程，其中视觉信息来源于机器视觉。在智能制造中视觉信息来源于机器视觉，在智能制造过程中，机器感知主要用来模拟人的感知，最终用于实际检测、测量和控制。

视觉信息是众多信息中非常重要的一类信息，包括颜色、光照、状态、动态以及距离五类信息，对视觉信息的特征获取是机器视觉的关键环节，对视觉信息，机器感知的有效应用需要与模式识别相结合。

模式识别是机器视觉技术的基本支撑。信号处理技术是实现机器感知的助力之一，实现信号处理技术需要与模式识别相结合，通过模式识别能够让计算机利用感官对三维活动目标进行接受、识别和理解。

机器视觉是人工智能系统的重要部分。机器感知的最终目的是利用及其实现对多维世界的理解，即使机器人拥有人类一样的感官触觉功能以进行预设好的决策，而机器视觉就是为这些“决策”提供可靠的信息来源。

未来发展趋势

趋势一、伴随着潜在市场的巨大空间，3D技术将发展更加成熟且普遍

随着工业自动化的发展，自动化程度的提高，越来越多的场景需要用到机器视觉。2D视觉发展的同时，3D技术也在崛起。

从目前的趋势来看，3D机器视觉的发展势头要远大于2D，尽管当前工业机器视觉发展较为成熟，但是3D技术国内依然属于发展初期，这样同样意味着我国机器视觉3D技术的市场空间潜力巨大。

3D方面，目前国外的公司和产品在微观高精度检测方面较国内的领先，目占据市场的大部分份额。国内企业开始在硬件软件等方面逐渐巷代企业。

趋势二、国产化替代成为主旋律，中外厂商竞争进一步加剧，市场格局重构

机器视觉的技术核心主要集中于产业上游，硬件工艺及软件算法决定了产品能力的上限。软硬件及算法的技术壁最高，其中包含了相机、光源、镜头、控制器等。

当前替代率达50%，但多局限于2D机器视觉领域。未来随着国产品牌协作共赢，产品功能专业、种类精细化，替代率将逐步升高。

行业将趋向于专业化分工，自主化视觉平台、视觉系统与装备将协同作战，逐步超越国外品牌，成长为中国智能制造工业视觉的主力军。

趋势三、整合碎片化场景，标准化一体化设备将是机器视觉下一代发展方向

智能制造背景下，制造企业为客户提供定制化产品及方案。随着工业自动化的规模逐渐扩大，智能制造模式下的产品多品种、小批量、个性化生产企业开始向批量化定制生产的生产方式转变，但机器视觉技术在自动化生产线中只能对少数产品进行识别和分类，难以满足碎片化场景。

为解决情况，整合碎片化场景、打造一体化设备将会极大地促进信息技术与运营技术的快速融合。场景的多样性也意味着机器视觉技术未来的发展前景更广阔。

同时，打造全流程数字化闭环也将是重要举措之一。制造业在数字化的过程中，必须保证每个环节都有数字化的联接，从而实现数字一体化。

发展现状

机器视觉对于工业自动化有着重要意义

机器视觉是人工智能领域一个正在快速发展的分支，即用机器代替人眼来做测量和判断，是通过光学的装置和非接触的传感器，自动接收和处理真实物体的图像，以获得所需信息或用于控制机器人运动的装置。

工业机器视觉的核心是通过过“机器眼”代替人眼，对物体进行识别、测量并做出判断。工业机器视觉具备高感知效率、高精准度、和基本无人化的优势，是实现工业自动化的核心。

中国机器视觉行业紧追海外脚步，随着场景应用扩大不断促进行业发展

机器视觉的发展史可追溯至20世纪60年代末，中国相较于海外发展起步晚，直到90年代中后期才开始有初步探索应用。

中国工业机器视觉可分为四个阶段，当前处于第四阶段、随着行业深度及广度应用的快速发展，广度是指2D技术向3D技术的递进，深度是指算法层的深度应用、深度学习。

国家和地方层面的政策支持为工业机器视觉的发展起到强大助推作用

从国家政策层面看:机器视觉作为新一代感知技术的发展，以固有优势扎根，借助利好的宏观环境和政策环境蓬勃发展。

从地方政策层面看:”十四五”期间，中国各省市提出了机器视觉行业的发展目标，推动智能工厂建设的相关政策多集中在江浙沪地区，布局智能机器人规模化生产，带动机器视觉发展的政策多在北京、广东等地。

工业视觉作为最成熟领域，国产化需求将进一步推动中国工业视觉的快速发展

当前中国对于机器视觉的潜在市场需求巨大，应用需求空间广。工业自动化市场规模也在逐年扩大。数据显示，2015年到2020年工业自动化规模由1405亿元增长至2073亿元。

2021年我国自动化及工业控制市场规模也已增长至2530亿元，同比增长22%。机器视觉软硬件技术不断取得突破，以工业相机、图像采集卡、光源及图像处理软件为核心的视觉产品日益完善，成本也在继续下降，促成了工业视觉水平的加速发展。

国产化进程加速，自主产品销售占比持续提升。自主研发产品比例不断扩大。2019-2021年，自主产品销售额从85.9亿元增长至134.7亿元CAGR达25.2%。

当前国产机器视觉的市场主要集中于2D技术领过的市场，3D技术领过的80%以上市场份额依旧被国外企业所占领。

2022年中国机器视觉市场规模将突破200亿，工业是最重要的应用领域

根据调查结果显示，2012-2021年中国机器视觉器件和系统的销售额从2012年的19.8亿元增长至2021年的161亿元，其复合增长率近似为31.7%，且2021年的增长率56%尤为显著。

2022年中国机器视觉行业销售额预测将突破200亿元。亿欧智库认为，是由于AI视觉的概念迅速发展。在传统的机器视觉中，国产化替代开始逐步开拓市场份额。

工业是目前中国机器视觉行业最大的下游应用领域，工业领域的销售额占比为81.2%，其中工业行业包括电子制造、显示面板、汽车、印刷、半导体、食品饮料包装等行业。其他、交通、娱乐、国防安防行业为辅，其销售额占比依次为10%、3.3%、3.1%、1.1%。

工业机器视觉各细分行业应用中，3C电子、半导体、电、光伏位居前列

机器视觉应用方向包含工业级与消费级，产业边界趋于模糊。用于3C电子、半导体与新能源等板块的工业级机器视觉合计占比79.8%消费电子、半导体、锤电三大板块的单一行业占比位列前三，占比分别是28%、13%、13%。

工业机器视觉的发展方向紧随政策导向对于新能源领域的发展，除了键电池外，光伏也被作为重点发展对象。亿欧智库认为，目前工业机器视觉领或值得关注的四大赛道分别是3C电子、半导体、理电门光伏。

据估计，每一条光伏电池生产线由缺陷带来的损失每年多达60万美金左右。随着太阳能建片制造工艺的升级，大尺寸电池片势在必行，导致太阳能硅片也更容易产生破损类缺陷。因此，持续有效的缺陷检测方法对提高太阳能硅片的成品质量非常重要。