机器视觉（MachineVision）是应用于工业和非工业领域的硬件和软件的结合体。其主要功能是采集和处理图像，为设备执行提供操作指导。先锋动力主要用在电子制造、汽车等制造业的前端环节。机器视觉国内机器视觉产业兴起于20世纪90年代，最初以国外机器视觉产品为主。进入21世纪后，少数本土机器视觉企业逐渐走上自主研发之路。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，国产化率约为40%，预计2022年将提升至55%，机器视觉行业仍处于高速增长阶段。2020年全球机器视觉行业市场规模将超过100亿美元。作为一个新兴的技术和产业，我国机器视觉产业规模尚小，但增长速度远快于世界，正处于快速成长期。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。机器视觉系统主要包括成像和图像处理两部分。前者由机器视觉系统的硬件部分完成，后者在前者的基础上由视觉控制系统完成。具体来说，主要包括光源及光源控制器、镜头、相机、视觉控制系统（视觉处理分析软件和视觉控制器硬件）等。机器视觉具有识别、测量、定位和检测四大重要功能，其中检测技术是最难的。这四大功能在速度、精度和适应性方面均优于人类视觉，是推动工业企业智能化的重要工具。在工业领域，机器视觉相对于人类视觉具有显着优势。与人类视觉相比，它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，因此可以帮助终端用户提高产品质量、降低成本和生产数字化。机器视觉产业链机器视觉产业链主要由上游原材料元器件、中游设备制造和下游终端应用产业组成。上游：元器件原材料机器视觉由多个元器件组成，每个元器件的原材料各不相同。因此，上游产业链涉及行业广泛，主要包括LED、CCD、CMOS、光学材料、电子元器件等原材料。在典型的机器视觉系统中，光源及光源控制器、镜头、相机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其他执行器的智能设备。●光源光源的好坏在于对比度、亮度和对位置变化的敏感度。机器视觉行业主要使用LED光源产品。目前没有通用的机器视觉照明设备，针对每个特定的应用实例都有个性化的解决方案，以达到最佳效果。●镜头镜头相当于人眼的镜头，是机器视觉过程中采集和传递被摄物体信息的起点。使用的镜头是工业级镜头。中国工业镜头市场正以远超全球市场的速度快速扩张。快速扩张的背后，是相关生产和研发流程的不断完善，推动了镜头生产的质量和效率。例如，镀膜技术的发展提高了镜片的质量。效率的提高和计算机辅助软件的发展提高了光学设计领域镀膜工程师的工作效率，而自动装配机的投入则将装配过程从手工装配转变为自动装配，提高了装配效率和产品稳定性。●工业相机相机是机器视觉中的图像采集单元，相当于人眼的视网膜，将光信号转化为电信号。光学器件通过镜头聚焦在像平面上，生成图像，采集图像并输出模拟或数字信号，在视觉控制系统中重建为灰度或彩色矩阵图像。工业相机主要从欧美进口，国产品牌逐渐被低端市场进口替代。由于工业场景下机器视觉对精度和稳定性的要求较高，无论是软件，还是光源、镜头、相机等硬件都很难开发，而且由于下游产业和需求的多样化，硬件模型和软件算法非常复杂，全面的产品线布局需要长时间的积累。此外，为满足新行业、新需求，不少厂商前瞻性布局3D、机器学习等创新技术。中游：部件制造和成套系统集成机器视觉的中游是产业链的核心环节，包括部件制造和成套系统集成两个环节。国内厂商在集成端发展迅速，尤其是在一些外资尚未布局的领域，或者3C等非标自动化领域。国内集成厂商单纯进行二次开发，利润微薄。在某个产业的下游做好布局后，逐步向上游底层发展延伸，对核心软硬件进行进口替代。机器视觉开发工具主要有两种，一种是包含多种处理算法的工具包，另一种是专用于某类特殊工作的应用软件。除了自主研发、生产和销售标准化的机器视觉核心部件，机器视觉厂商还深度整合下游实际场景，以整体解决方案的形式提供完整的系统。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销售额中，机器视觉完整系统（包括智能相机）占比86%，机器视觉组件占比仅为86%。14%。机器视觉产业链下游：终端应用面临高精度需求。机器视觉下游需求结构较为单一，半导体及电子制造、汽车行业应用仍占据半壁江山。新能源产业快速发展，成为新的增长极；同时，在医药、食品等领域的应用也不断涌现。以食品行业为例，目前机器视觉主要用于检测和分选，但主要是伊利、蒙牛等大型食品企业使用，在行业整体渗透率不高。因此，在未来智能制造的大趋势下，渗透率有望逐步加深。综上所述，机器视觉的应用涵盖了产业链的多个环节。
