中商情報網(wǎng)訊：經過了近年來的市場孕育和技術積累，以國內經濟整體的持續(xù)增長為契機，同時受益于下游各領域的政策鼓勵和自動化、智能化轉型的需要，機器視覺行業(yè)實現(xiàn)了較為高速的增長。未來，機器視覺將呈現(xiàn)3大發(fā)展趨勢。

一、機器視覺行業(yè)發(fā)展現(xiàn)狀

1、市場規(guī)模

機器視覺需求帶動下，中國機器視覺市場規(guī)模持續(xù)增長。2021年中國機器視覺市場規(guī)模138.16億元，同比增長46.79%。隨著機器視覺硬件方案的不斷成熟和運算能力的提升，以及軟件在各種應用解決方案、3D算法、深度學習能力的不斷完善，機器視覺在電子產業(yè)（如PCB、FPC、面板、半導體等領域）應用的廣度和深度都在提高，并加快向新能源鋰電、光伏等其他領域滲透，在AI、自動駕駛、人臉識別等新興技術興起的帶動下，我國機器視覺市場規(guī)模將繼續(xù)保持較高的增速。預計2023年中國機器視覺市場規(guī)模將達225.56億元。

數(shù)據(jù)來源：GGII、中商產業(yè)研究院整理

2、細分市場

2D目標檢測算法不斷成熟，無論是精度還是檢測速度都已達到較高的水準，在制造業(yè)領域已經取得廣泛的應用。當前，中國機器視覺市場以2D機器視覺為主，2021年2D機器視覺市場規(guī)模126.65億元，預計2023年2D機器視覺市場規(guī)模將達197.27億元。

數(shù)據(jù)來源：GGII、中商產業(yè)研究院整理

3D機器視覺可以測量包括高度、角度、平面度、厚度、體積、顏色相近表面等信息，通過更豐富的數(shù)據(jù)采集獲取物體的三維圖像。3D機器視覺還具備高測量穩(wěn)定性、高精度及可重復性等優(yōu)勢。近年來，隨著工業(yè)化及智能制造的大力發(fā)展對精確度的要求越來越高，3D機器視覺檢測應用范圍愈發(fā)廣闊。2021年中國3D機器視覺市場規(guī)模11.51億元，預計2023年3D機器視覺市場規(guī)模將達28.29億元。

數(shù)據(jù)來源：GGII、中商產業(yè)研究院整理

3、機器視覺系統(tǒng)機器成本構成

從機器視覺系統(tǒng)機器成本構成上看，在機器視覺系統(tǒng)中，中游零部件環(huán)節(jié)的占比最大，高達45%，軟件開發(fā)環(huán)節(jié)（包括上游視覺控制系統(tǒng)和下游設備商的二次開發(fā)）的占比為35%，零部件和軟件開發(fā)環(huán)節(jié)合計占比高達80%，是機器視覺的核心環(huán)節(jié)。此外，機器視覺系統(tǒng)的組裝集成和維護占比為20%。

數(shù)據(jù)來源：中商產業(yè)研究院整理

4、競爭格局

進口替代提速，國產廠商競爭力凸顯。2021年國產品牌機器視覺產品市場份額達到58%，國際品牌機器視覺產品市場份額42%。機器視覺產品進口替代進程提速，在某些產業(yè)鏈環(huán)節(jié)如鏡頭、光源、相機等領域國產代表廠商份額領先于外資。預計2023年國產品牌機器視覺產品市場份額將提升至63%。

數(shù)據(jù)來源：中商產業(yè)研究院整理

二、機器視覺發(fā)展趨勢

1、由2D機器視覺向3D機器視覺升級趨勢

目前，2D目標檢測算法不斷成熟，無論是精度還是檢測速度都已達到較高的水準，在制造業(yè)領域已經取得廣泛的應用，但由于2D視覺檢測無法獲得物體的空間坐標信息，所以存在包括不支持與形狀相關的測量，無法區(qū)分相同顏色物體之間的特征或具有接觸側的物體之間的位置，同時特別依賴于光照和顏色/灰度的變化，測量精度易受照明環(huán)境的影響等檢測缺點。

相比之下，3D機器視覺可以測量包括高度、角度、平面度、厚度、體積、顏色相近表面等信息，通過更豐富的數(shù)據(jù)采集獲取物體的三維圖像。3D測量技術可以根據(jù)上述測量數(shù)據(jù)設置公差，進而以超出公差為標準檢測缺陷，同時可以持續(xù)儲存產品缺陷的相關測量數(shù)據(jù)，并對數(shù)據(jù)進行量化分析以優(yōu)化和改進前端的制造工藝，提高生產效率。

此外，3D機器視覺還具備高測量穩(wěn)定性、高精度及可重復性等優(yōu)勢。近年來，隨著工業(yè)化及智能制造的大力發(fā)展對精確度的要求越來越高，3D機器視覺檢測應用范圍愈發(fā)廣闊，目前機器視覺技術及產品由2D向3D邁進已逐步成為行業(yè)的主要發(fā)展趨勢之一。

2、人工智能深度學習+機器視覺的技術發(fā)展趨勢

傳統(tǒng)的基于規(guī)則的機器視覺系統(tǒng)可以高精度地每分鐘檢查數(shù)百甚至數(shù)千個零件，但系統(tǒng)仍是通過逐步過濾和基于基本規(guī)則的算法運行的。而深度學習算法使用了卷積神經網(wǎng)絡，利用卷積層提取出圖像特征，而卷積層的參數(shù)并非全部由人工設計而是通過數(shù)據(jù)訓練所得。

近年來，得益于計算能力的提高和大規(guī)模數(shù)據(jù)集的出現(xiàn)，AI技術本身以及各類商業(yè)解決方案已日臻成熟，正在快速進入工業(yè)化階段?！叭斯ぶ悄苌疃葘W習+機器視覺”可以幫助機器視覺設備快速進行圖像分類、目標檢測和分割，且已越來越多的應用在3D機器視覺中，成為業(yè)內公認的未來主流發(fā)展趨勢之一。

3、技術提升帶來的滲透率提升及加速進口替代的趨勢

受益于光源系統(tǒng)、圖像處理系統(tǒng)以及相機等軟硬件領域的技術持續(xù)提升，機器視覺設備的成本端呈現(xiàn)逐年下降趨勢。在同等價格甚至性價比更高的條件下，機器視覺設備可以提供更多更快的圖像數(shù)據(jù)傳輸、更先進的軟件算法，實現(xiàn)數(shù)字化、實時化和智能化的性能提升。性價比的提高加大了機器視覺設備的市場滲透率，同時，國內企業(yè)在地域性及客戶服務上相較于境外企業(yè)有明顯優(yōu)勢，隨著國產機器視覺設備逐漸成熟，原先機器視覺行業(yè)較高的進口依存度為進口替代帶來廣闊的空間。