2024机器视觉行业报告：机器人视觉技术与市场发展前瞻
一、机器视觉：工业的慧眼
（一）机器视觉：智能感知的核心
机器视觉是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号、转送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。美国制造工程师协会（SME）机器视觉分会和美国机器人工业协会（RIA）自动化视觉分会关于机器视觉作了以下定义：机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。
机器视觉主要集中在四大功能：识别、测量、定位和检测。随着机器视觉技术不断成熟和进步，它的应用变得越来越广泛，逐步替代人工检测，有效提高生产效率和生产的自动化程度。目前机器视觉主要集中在以下四大功能：识别、测量、定位和检测。识别功能是基于目标物的特征进行甄别，例如外形、颜色、字符、条码等；测量功能是指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物的几何尺寸，应用场景包括尺寸标注和测量等；定位功能指获得目标物体的位置信息，从而引导生产设备或检测设备进行精准定位或移动；检测功能一般指外观检测，应用场景有装配后的完整性检测、外观缺陷检测等。
（二）机器视觉系统的四大基本架构
机器视觉系统主要包括光学成像、图像传感器、图像处理、IO和显示五大模块。光学成像模块设计合理的光源和光路，通过镜头将物方空间信息投影到像方，从而获取目标物体的物理信息；图像传感器模块负责信息的光电信号转换，目前主流的图像传感器分为CCD与CMOS两类；图像处理模块基于以CPU为中心的电路系统或信息处理芯片，搭配完整的图像处理方案和数据算法库，提取信息的关键参数；IO模块输出机器视觉系统的结果和数据；显示模块方便用户直观监测系统的运行过程，实现图像的可视化。
相对于人类视觉而言，机器视觉在量化程度、灰度分辨力、空间分辨力和观测速度等方面存在显著优势。其利用相机、镜头、光源和光源控制系统采集目标物体数据，借助视觉控制系统、智能视觉软件和数据算法库进行图形分析和处理，软硬系统相辅相成，为下游自动化、智能化制造行业赋予视觉能力。随着深度学习、3D视觉技术、高精度成像技术和机器视觉互联互通技术的发展，机器视觉性能优势进一步提升，应用领域也向多个维度延伸。
1、工业相机：捕捉和分析对象的核心部件
工业相机最本质的功能就是将光信号转变成有序的电信号。工业相机一般安装在机器流水线上代替人眼来做测量和判断，通过数字图像摄取目标转换成图像信号，传送给专用的图像处理系统，图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。工业相机按传感器的结构特性分为线阵相机和面阵相机；按照输出信号的方式分为模拟相机和数字相机；按照响应频率的范围分为可见光（普通）相机、红外相机和紫外相机等。
面阵相机的像元是阵列排列，阵列中的每个感光单元对应一个像素，被拍摄的目标的一个面被成像，目标与相机之间可以是静止的，也可以是相对运动的。面阵相机可以在短时间内曝光、一次性获取完整的目标图像，具有测量图像直观的优势，常应用于测量目标物体的形状、尺寸与温度等信息。
线阵相机的感光单元排列是一维的，每次曝光仅是目标上的一条线被成像，形成一行图像，随着目标物体与相机之间的相对运动，相机连续曝光，最后形成一幅二维图像。线阵相机幅面宽，像元尺寸较灵活，行频高，常应用于一维动态目标的测量，如需要极大的视野或极高的精度或被测视野为细长的带状，多用于滚筒上检测的问题。
图像传感器按照半导体感光元器件类型的差异主要分为两大类：CCD和CMOS。CCD（charge coupled device）和CMOS（complementary metal oxidesemiconductor）都基于光电效应将光信号转换为电信号。CCD是电荷耦合器件的简称，在感光像点接受光照之后，感光元件产生对应的电流，电流大小与光强对应，因此感光元件直接输出的电信号是模拟的。CMOS是互补金属氧化物半导体的简称，CMOS传感器中每一个感光元件都直接整合了放大器和模数转换逻辑，当感光二极管接受光照、产生模拟的电信号之后，电信号首先被该感光元件中的放大器放大，然后直接转换成对应的数字信号。
CCD和CMOS有各自的优缺点，根据其特点应用于不同的场合。随着CMOS传感器在消费电子设备上的大量应用推动了CMOS技术的发展，其性能已显著提高，而制造成本大幅下降。CMOS传感器的分辨率和图像质量正在逼近CCD传感器。凭借高速度(帧速率)、高分辨率(像素数)、低功耗以及最新改良的噪声指数、量子效率及色彩观念等各方面优势，CMOS芯片逐渐在CCD芯片主导的领域里占据了一席之地，在工业图像处理的众多领域正逐步取代CCD传感器。
2023年我国2D工业相机市场规模达37.9亿元。国产2D工业相机自2016年开始起量，较低的产品售价以及针对中低端市场的打法对外资品牌造成了一定冲击，导致2D工业相机在国内销量持续上升，但是相机均价却逐年下降的现象。2021年以来，区域性影响以及支柱性下游需求疲软导致机器视觉需求量增速出现较大幅度下滑。从市场规模来看，GGII数据显示，2023年我国2D工业相机市场规模为37.90亿元，同比增长8.12%。伴随下游行业迎来恢复性增长，据GGII预计，2028年2D工业相机市场规模将超过70亿元,2024-2028年复合增长率超过14%。
国产化进程加速，国产品牌主导地位初步形成。全球2D工业相机行业由国外知名企业如德国Basler、加拿大DALSA、美国康耐视等主导。我国对于工业相机的研究起步较晚，最初主要由大恒图像等几家老牌相机公司代理国外品牌。近些年我国也逐步发展出一批自主研发工业相机的国产品牌，如大恒图像、海康机器人、华睿科技和维视图像等。目前我国工业相机行业主要布局于中低端市场，逐步实现进口替代；而在高分辨率、高速的高端工业相机领域仍以进口品牌为主。据GGII数据，从市场竞争格局看，2023年海康机器人、华睿科技两家头部企业出货量合计占比超过60%，我国2D工业相机市场的国产化进程将持续深入。
我国3D工业相机发展迅速，成长空间广阔。据GGII数据显示，2023年我国3D工业相机市场规模23.62亿元，同比增长28.35%。从整体来看，虽然市场增速出现下滑，但3D视觉确定性趋势已形成，据GGII预计，2024年3D工业相机市场仍将延续增长态势，2028年市场规模将接近80亿元，2024-2028年复合增长率约29%。整体来看，目前我国3D工业相机市场仍处于早期市场发展阶段，市场竞争激烈，尚未出现明显市场格局。但是从应用场景来看，内外资品牌应用场景有明显划分：外资品牌主要应用于汽车、3C、锂电池、半导体晶圆检测、芯片检测等中高端领域中，产品价值量相对更高，而国产品牌则更多专注于物流、工程机械、金属加工、3C电子等中低端场景领域中。
2、镜头：机器视觉的“眼球”
镜头是机器视觉图像采集部分重要的成像部件。镜头的主要作用是将目标成像在图像传感器的光敏面上，分辨率、对比度、景深以及像差等指标对成像质量具有关键性影响。在机器视觉系统中，镜头的主要功能是将成像目标对准图像传感器的光敏表面。机器视觉系统处理的所有图像信息均通过镜头得到，镜头的质量直接影响到视觉系统的整体性能。按功能分类，镜头可分为定焦镜头、变焦镜头、变光圈镜头；按视角可分为普通镜头、广角镜头和远摄镜头；其他特殊用途的镜头有远心镜头、显微镜头、微距镜头、紫外镜头和红外镜头等。
2023年我国光学镜头市场规模达161.3亿元。随着光电子技术快速发展，作为光电子领域重要信息输入端口的光学镜头应用范围也从最初的光学显微镜、望远镜、胶片相机等领域不断向安防视频监控、数码相机、摄像机、智能手机等领域渗透。随着移动互联网、物联网、人工智能等技术快速发展，光学镜头的应用领域进一步拓宽，智能驾驶、智能家居、全景/运动相机、VR/AR设备、无人机、3D Sensing、机器视觉等新兴领域层出不穷，为光学镜头及摄像模组行业的持续发展注入了新的动力。据中商产业研究院，2023年中国光学镜头市场规模达到161.3亿元，较上年增长3.9%；2024年中国光学镜头市场规模将达到173.90亿元。
国内优质厂商从中低端市场开始布局、逐步向高端产品拓展，实现国产替代，未来将迎来高速发展。海外机器视觉工业镜头细分领域发展较早，德国、日本品牌占据着全球主要市场份额。国内厂商在工业镜头领域目前体量较小，但许多企业依托高性价比优势布局中低端市场，且发展迅速，如东莞普密斯。同时，也有以深圳东正光学、江苏慕藤光为主的部分企业通过整合制造设备和多种技术平台，已经能够提供全系列工业镜头，进军高端产品领域。
3、光源：提供视觉照明方案
光源对于机器视觉中的图像采集部分具有重要影响，为后续图像识别与分析奠定必要的基础。光源是影响成像质量的重要因素，它的作用是突出物体的特点，抑制不相关特征，提高被探测区域和未探测区域的反差，并保证光源有足够的亮度和稳定性，从而保证图像的成像质量。由于光源种类繁多，为了获得最佳的使用效果，需要根据实际情况选择适当光源。在选择光源时，选择不同的光源以达到反射的目的，并吸收不必要的光。与民用照明光源相比，机器视觉光源在照度、均匀性和稳定性三个核心指标上有较高的要求，按照类别区分，光源可分为LED光源、卤素灯以及高频荧光灯；按照形状区分，光源也可分为环形、条形、平面、线等形状。
机器视觉光源行业市场规模快速增长，国内发展潜力较大。随着机器视觉的广泛应用，全球机器视觉光源的规模也在不断提升。根据前瞻产业研究，2019-2022年全球机器视觉光源市场规模逐年增长，2022年增长至71.5亿元，同比增长9.3%。我国机器视觉光源行业经历了从起步到发展壮大再到技术创新与国际化的过程，目前已经具备较强的竞争力，中低端产品基本实现了国产化替代。在未来的发展中，随着人工智能、智能制造等领域的快速发展，机器视觉光源行业有望在技术创新、产品质量和应用领域等方面取得更大突破。据前瞻产业研究，2022年，我国机器视觉光源行业的市场规模增长至13.9亿元，预计2023-2027年将以23%的CAGR增长，到2027年市场规模将达到43亿元。
全球视觉照明可分为三梯队。全球的视觉照明市场早期由海外企业占据大部分市场，如日本的CCS、美国的AI。近年来中国厂家逐步崛起，出现了奥普特、沃德普、锐视光电、纬朗光电等专业的机器视觉光源制造商，其技术足以与国际厂商竞争。从市场竞争梯队来看，以代表企业占据全球市场份额为依据进行分类，第一梯队主要为市场份额大于5%的企业，其中以日本CCS为代表，其全球市场份额达到10%以上；随着中国市场在全球市场占比的不断提升，中国龙头企业奥普特也位于全球市场第一梯队。第二梯队的代表企业主要包括美国AI、中国锐视光电、中国康视达、中国嘉励等企业，其市场份额位于1%-5%之间。第三梯队主要为机器视觉光源业务占比较小或企业整体市场规模较小的企业，以日本Moritex、中国沃德普和中国纬朗光电等企业为代表，机器视觉光源市场规模不足1%。
4、图像处理软件：以算法为核心竞争力
机器视觉系统的视觉处理使用算法来分析传感器产生的数字图像。视觉处理涉及一系列步骤，在外部（通过计算机）或在内部（对于独立机器视觉系统）执行。首先，数字图像从图像传感器中提取出来并传送到计算机。接下来，通过突出图像上的必要特征来准备用于分析的数字图像。然后分析图像以定位需要观察和测量的特定特征。完成对特征的观察和测量后，会将它们与定义和预编程的规范和标准进行比较。最后，做出决定，并传达结果。具体说，机器视觉软件类似人的“大脑”，通过图像处理算法完成对目标物的识别、定位、测量、检测等功能。机器视觉软件分为底层算法和二次开发的软件包两类。前者是包含大量处理算法的工具库，用以开发特定应用，主要使用者为集成商与设备商。后者是封装好的、用以实现某些功能的应用软件，主要供最终用户使用。
机器视觉软件以自主研发或开源平台的二次开发为主。据GGII数据显示，2023年我国机器视觉软件品牌销售规模22.05亿元，同比增长5.25%；预计至2028年，该市场规模将超过40亿元，同时品牌销售的占比有望超过45%。从竞争格局看，MVTec的Halcon和海康机器人的VisionMaster占据前两位，康耐视的VisionPro位居第三。从整体来看，由于中国市场大部分视觉应用厂商都是基于自主研发软件或开源平台的二次开发为主，因此目前真正对外采购品牌软件的占比相对较小。
（三）行业：整体市场空间广阔，国产化率加速提升
全球近千亿市场，国内增速较高。随着工业自动化技术的不断发展，机器视觉在工业领域的应用越来越多，机器视觉市场规模不断扩大。据中商产业，2022年全球机器视觉市场规模为879.17亿元，2025年将突破1200亿元。我国市场已经成为全球机器视觉市场规模增长最快的市场之一，2022年我国机器视觉市场规模168.88亿元。随着机器视觉硬件方案的不断成熟和运算能力的提升，以及软件在各种应用解决方案、3D算法、深度学习能力的不断完善，机器视觉加快向新能源锂电、光伏等其他领域渗透，在AI、自动驾驶、人脸识别等新兴技术兴起的带动下，预计2025年将增至349.03亿元。
2021年我国成为全球第三大机器视觉国家。机器视觉发展早期，市场主要集中在欧美和日本，2021年北美机器视觉市场占比62%，其次为欧洲，占比为15%，日本占比10%。随着全球制造中心向中国转移，2021年中国已是继美国、日本之后的第三大机器视觉领域应用市场，占全球市场份额的7%。欧美国家在机器视觉技术与产业的发展领先于中国，全球机器视觉主要参与者为以基恩士、康耐视、巴勒斯等为代表的国际厂商为主。据中商产业，全球机器视觉市场中，基恩士份额最大，占据54.9%的市场，康耐视紧随其后，市场份额9.0%；中国厂商天准科技、奥普特市场份额较小。
国产品牌逐渐成长壮大。我国机器视觉企业的竞争力也持续增强，海康机器人、奥普特、凌云光、天准科技等国产品牌保持较高的增长。据赛迪顾问数据，2020年，国产品牌在国内机器视觉市场中的份额首次突破50%，并保持逐年增长。随着国产品牌逐渐在自动化领域深耕，机器视觉领域的国外品牌光环或将逐渐消退，国产工业机器视觉产品有望逐渐成为工业智能化改造的首选。
（四）趋势：应用场景拓宽以及3D比例提升
机器视觉目前主要应用在消费电子、汽车制造、制药、食品与包装、印刷等领域。据中商产业，机器视觉产品种类繁多，涵盖了多个应用领域。据中商产业，从下游应用领域市场占比来看，目前3C电子行业市场份额最高，占比为31.6%。其次分别为半导体、锂电池、医药、食品包装、物流仓储、汽车，占比分别为10.2%、8.9%、8.1%、6.3%、5.8%、1.0%。在消费电子行业，机器视觉应用于高精度制造和质量检测，包括圆晶切割、3C表面检测、触摸屏制造、AOI光学检测、PCB印刷电路、电子封装等。在汽车制造行业，机器视觉几乎涉及所有系统和部件的制造流程，例如车身装配检测、面板印刷和质量检测、字符检测、零件尺寸的精密测量、工业零部件表面缺陷检测等。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
