机器视觉是应用于工业和非工业领域的硬件和软件的结合，可以捕捉和处理图像，为机器人和其他执行设备提供操作指导。目前是智能制造的先行者，主要应用于电子制造、汽车等制造前端环节。我国的机器视觉产业起步比很多发达国家晚很多。它在1990年代得到启发。起初主要代理国外机器视觉产品。进入21世纪后，少数本土机器视觉企业开始自主研发。根据CBInsight数据，中国目前是仅次于美国和日本的第三大机器视觉应用市场。包括机器视觉设备在内，国产化率在40%左右。预计2022年国产化率将提升至55%。目前，整个机器视觉行业正处于高速增长阶段。2020年以来，全球机器视觉行业市场规模已超过100亿美元。然而，我国机器视觉产业规模还小，但增长速度快，发展空间可观。在劳动力成本压力、精密制造发展、工业生产效率提升的大趋势下，机器视觉在我国有着广阔的长期发展前景。与人类视觉相比，机器视觉具有图像采集和分析速度快、观察精度高、环境适应性强、客观性强、连续工作稳定性高等优点，可以帮助终端用户提高产品质量、降低成本和生产数字化。虽然效果可观，但在实际应用中，市场渗透率不高，无法充分发挥效果。要提高机器视觉的普及率，必须从全产业链入手。本土化急需上游突破。机器视觉由多个部件组成，每个部件的原材料都不一样。因此，产业链上游涉及行业广泛，主要包括LED、CCD、CMOS、光学材料、电子元器件等原材料。光源及光源控制器、镜头、摄像头等硬件部分负责成像，视觉控制系统负责对成像结果进行处理和分析，并将分析结果输出给智能设备的其他执行器。除光源部分国内企业竞争激烈外，其他环节国产化率较低，产业链国产化亟待突破。中游应推动核心软硬件进口，替代机器视觉。中游是产业链的核心环节，包括零部件制造和成套系统集成两个环节。国内集成商发展迅速，市场主要集中在外资较少或非标定制领域。但二次开发的利润空间很小。要想盈利，还是要在核心软硬件领域依赖进口替代。此外，完整的系统集成环节在机器视觉中起着至关重要的作用。据美国自动成像协会（AIA）统计，在北美机器视觉行业的销售额中，机器视觉完整系统（包括智能相机）占86%，机器视觉组件仅占14%。因此，除了集成商，很多厂商也根据下游实际场景，以整体解决方案的形式提供完整的系统，以整体解决方案打开市场。毕竟在整个机器视觉系统中，软件和系统是核心，存在着更高的溢价空间，所以国内不少厂商也开始在软件领域发力。下游应用拓展机器视觉部署成本高，更适合高精尖行业。因此，现阶段下游需求结构较为单一，半导体电子制造、汽车行业等高技术、精密零部件的应用仍占据半壁江山。46.6%和10.2%。同时，在医药、食品等领域的应用也呈上升趋势。但以食品为例，目前在检测和分选上都使用机器，但主要是大型食品企业使用，在行业整体渗透率不高。因此，在未来智能制造的大趋势下，渗透率将逐步加深。除了特定的应用场景，机器视觉的部署往往需要与工厂智能相匹配。然而，目前90%的制造企业拥有自动化生产线，但只有40%实现数字化管理，5%打通工厂数据，1%采用智能技术。在大多数场景下，仍然使用人工或简单设备进行识别和检测。没有智能设备的支持，机器视觉就无法发挥其优势。值得庆幸的是，机器视觉的下游产业还有很多，包括汽车、3C电子、半导体、食品饮料、光伏、物流、医药、印刷、玻璃、金属、木材等，有待发掘和挖掘。产业布局有待优化从机器视觉市场的竞争格局来看，该行业的全球主要参与者包括基恩士、康耐视、CCS、海康威视机器人、中国大恒、莫瑞特公司、光学等。其中，基恩士过去十年的平均毛利率、息税前利润率和净利率分别为80%、50%和35%。由于机器视觉行业具有“技术密集型”和“工艺密集型”两大特点，行业壁垒较高，参与者相对较少。市场主要由少数龙头企业占据，竞争格局和行业生态尚未形成。从中国市场来看，国内市场上有200多家企业，300多家产品代理商。市场仍然相对分散。因此，虽然中国工业增加值占全球的比重越来越大，但全球机器视觉千亿级别的潜在空间仍有待挖掘。
