机器视觉行业发展前景

机器视觉技术的发展趋势~

机器视觉相关技术研发与日俱增
从我国机器视觉专利技术总体申请量变化趋势来看，机器视觉相关技术研发与日俱增。截至2020年10月21日，我国与机器视觉相关的专利申请数量为12441项。2010年机器视觉相关申请数量为215项，至2019年，申请数量达到2074项。截至2020年10月21日，与机器视觉相关的专利申请量为694项。

注：在SooPAT 输入“机器视觉”搜索结果，2020年数据截至2020年10月21日。
2010年，我国机器视觉相关专利公开数量为183项，至2019年，公开数量达到2482项。截至2020年10月21日，与机器视觉相关的专利公开量为2212项。

注：在SooPAT 输入“机器视觉”搜索结果，2020年数据截至2020年10月21日。
高校成为机器视觉技术研发主力军
从我国机器视觉技术申请人构成来看，大学高校是机器视觉技术研发的主力军。截至2020年10月21日，前十位申请人中九位是高校，其中浙江大学和华南理工大学最多均为148项，均占比1.19%，广东工业大学申请专利数量排第三，为142项，占比1.14%。

注：在SooPAT 输入“机器视觉”搜索结果，2020年数据截至2020年10月21日。
机器视觉技术主要以物理的测量、计算方面为主
从我国机器视觉部类构成来看，G(物理)部类是机器视觉技术的主要类别，占据近六成的比例。截至2020年10月21日，部类中G(物理)占比为59%，其次为B(作业;运输)占比22%，H(电学)占比8%，A(农业)占比6%。

注：在SooPAT 输入“机器视觉”搜索结果，2020年数据截至2020年10月21日。
按大类来划分，物理部类下的G01(测量;测试)和G06(计算;推算;计数)占据机器视觉专利过半的份额，分别为32%和23%。。B07(将固体从固体中分离;分选)和H04 (电通信技术)均占比6%。

注：在SooPAT 输入“机器视觉”搜索结果，2020年数据截至2020年10月21日。
—— 更多数据及分析请参考前瞻产业研究院《中国机器视觉产业发展前景与投资预测分析报告》。

伴随着人工智能产业升温，机器视觉行业有望迈向新的发展阶段，市场规模将加速扩张。乐观预计，未来几年，机器视觉行业年均增长率可维持在30%左右，到2021年，市场规模将超过100亿元，前景广阔。
总体来说，机器视觉行业前景可期。据《中国机器视觉产业发展前景与投资预测分析报告前瞻》数据推测，即便按照20%年均增长率计算，到2021年市场规模也在61.06亿元；如果发展形势大好，年均增长率则可达30%，市场规模至2021年可达到115.83亿元。
目前，机器视觉产品在中国市场应用的主要障碍有：预算限制、不易使用、工程实施资源限制、操作人员的接受程度、视觉技术的了解、相对于其他自动化项目的优先级别不够高。其中由于对视觉技术不够了解以及预算的限制是当前应用中最突出的阻碍因素。

1、机器视觉产业链结构

机器视觉行业的上游有光源、镜头、工业相机、图像采集卡、机器视觉软件等的提供商。行业下游应用较广，主要下游市场是半导体和电子制造行业。除此之外还有应用到汽车、印刷包装、农业、医疗设备和金属加工等领域。

2、研发投入聚焦前沿技术领域

2019-2021年，中国机器视觉行业研发投入从14.6亿元增长至31.0亿元，年均复合增长为45.7%。从研发投入占比看，AI驱动的解决方案研发投入最高，2021年，AI驱动的解决方案研发投入占全行业研发投入的比例为21.8%，其次是嵌入式视觉系统。3D解决方案研发投入增长率最快，2019-2021年，3D解决方案方向研发投入从2.3亿元增长至6.5亿元。

3、零部件环节成本占比超60%

表面上看，国内市场逐渐形成了“国产”替代“进口”的扭转现象，但从我国机器视觉系统成本结构来看，就会发现，零部件环节的占比超过60%，底层软件系统开发占比达到19.88%。其中，元器件成本中，相机占比最大，达到27.11%。

目前我国的高端机器视觉核心组件设备大多来自国外企业，如高端镜头、高端CCD和CMOS、智能相机、高速图像处理软件等，高端核心技术还是被国外巨头把控，国内企业主要还是集中在生产光源、板卡、图像软件、相机和机器视觉集成系统方面。国内机器视觉产品在整体实力上还没出现能与康耐视、基恩士等对标的企业，国内机器视觉企业要在软硬件的技术方面下足苦功夫，才有可能打破关键技术被卡脖子的局面。

4、上游零部件技术壁垒高占据产业价值链高点

机器视觉核心价值集中于产业链上游，硬件工艺与软件算法决定产品技术天花板。机器视觉设备价值可拆分为上游零部件与软件、中游组装集成与售后维护，其中上游占据了80%价值量，技术壁垒最高;硬件部分当中工业相机价值占比达50%以上，由图像传感器、图像采集卡与各类芯片组成，技术壁垒较高。

更多本行业研究分析详见前瞻产业研究院《中国机器视觉产业发展前景与投资预测分析报告》

1.中国的机器视觉起步较晚，目前正处于快速增长期。

我国机器视觉最早起源于20世纪80年代。机器视觉生产线和先进设备自1998年众多电子、半导体企业落户广东、上海以来，先后在国内诞生了国际代理商和机器视觉系统集成商。

第一个阶段是1999-2003年的启蒙阶段。这一阶段的中国企业主要通过代理业务对客户进行服务，在服务的过程中引导客户对机器视觉的理解和认知，借此开启了中国机器视觉的历史进程。

第二个阶段是2004-2007年的发展阶段。这一阶段本土机器视觉企业开始起步探索由更多自主核心技术承载的机器视觉软硬件器件的研发，多个应用领域取得了关键性的突破。

第三个阶段是2008年以后的高速发展阶段。在这一阶段众多机器视觉核心器件研发厂商不断涌现，一大批真正的系统级工程师被不断培养出来，推动了国内机器视觉行业的高速、高质量发展。

2.市场规模逐年扩张，年均复合增速近30%。

近十年来，机器视觉技术在工业领域的应用越来越广泛，随着国内机器视觉技术和产品在实践中的不断完善，机器视觉技术已经应用于消费电子、汽车制造、光伏半导体等多个行业。GGII数据显示，2019年中国机器视觉市场规模65.50亿元(该数据未包含计算机视觉市场规模)，同比增长21.77%。2014-2019年复合增长率为28.36%。

3.应用市场规模不断扩大，竞争格局分散。

IDC数据显示，2018年中国计算机视觉应用市场达到7.5亿美元，其中平安城市安全是最大的应用场景。2019年中国计算机视觉应用市场达到1456.4百万美元，市场增长来自安全、城市大脑等领域。

人脸识别用于身份验证的应用空间已经呈现出较高的普及率，但疫情过后，包括公园、写字楼等，将会对人脸识别带来新的需求。计算机视觉在传统工业、工业质量检测和检验中的应用正在兴起。中国与机器视觉相关的企业数量逐年增加，

4.中国机器视觉行业进入更多企业，投融资市场发展迅速。

总体而言，鉴于技术密集型机器人产业在短期内仍在增长，新的公司和团队将继续成为人工智能人工智能技术与工业制造直接结合的机器视觉产品，预计机器视觉将继续迅速发展，拥有高科技或创新的机器视觉产品，并能快速落地的企业仍将能受资本市场青睐，并在资本的助力下，获得高速成长的更多要素。

　　前瞻产业研究院发布的《中国机器视觉产业发展前景与投资预测分析报告》分析认为，机器视觉发展早期，主要集中在欧美和日本。随着全球制造中心向中国转移，中国机器视觉市场正在继北美、欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。在中国，机器视觉应用起源于20世纪80年代的技术引进，半导体及电子行业是机器视觉应用较早的行业之一，其中大都集中在如PCB印刷电路组装、元器件制造、半导体及集成电路设备等，机器视觉在该行业的应用推广，对提高电子产品质量和生产效率起了举足轻重的作用。

　　目前，中国正成为世界机器视觉发展最活跃的地区之一，应用范围几乎涵盖国民经济的各个行业，其中包括：工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等领域。而工业领域是机器视觉应用比重最大的领域，其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。

　　前瞻产业研究院发布的机器视觉产业研究报告分析认为，目前在我国随着配套基础建设的完善，技术、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、智能需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。当然、其他领域如指纹检测等等领域也有着很好的发展空间。

　　中国的电子制造和代工厂商过去几年正在采购大量自动化设备取代人工，以应对中国愈演愈烈的缺工现象，未来几年这一现象将达到高潮。台资工厂纷纷选择提高自动化程度，其自动化换装高潮将在未来2-3年内到来，必将为机器视觉产品在该行业的应用带来新的增长点。前瞻预测，未来几年我国机器视觉行业市场规模将继续保持稳定增长，预计2016年达到近38亿元。

　　总体来说，机器视觉行业市场前景比较良好，处于增长期。

　　希望我的回答对您有所帮助。

机器视觉起源于20世纪50年代，Gilson提出了“光流”的概念，并在相关统计模型的基础上发展了逐像素计算模式，这标志着2D图像统计模式的发展。
1960年，美国学者Roberts提出了从2D图像中提取三维结构的想法，引起了MIT人工智能实验室等机构对机器视觉的关注，标志着三维机器视觉研究的开始。
20世纪70年代中期，麻省理工学院人工智能实验室正式开设了“机器视觉”课程，研究人员开始下大力气研究“物体与视觉”的相关课题。1978年，DavidMarr提出了一种通过计算机视觉捕捉物体图像的“自下而上”的方法。该方法从2D轮廓草图开始，逐步完成三维图像的获取。这种方法标志着机器视觉研究的重大突破。
自20世纪80年代以来，机器视觉在全球范围内掀起了一股研究热潮，方法和理论的迭代更新，OCR和智能相机的问世，逐渐带动了机器视觉相关技术的更广泛传播和应用。
20世纪90年代初，视觉公司成立并开发了第一代图像处理产品。然后，机器视觉的相关技术被不断地投入到制造过程中，使得机器视觉的领域迅速扩大。数百家企业开始大量销售机器视觉系统，一个完整的机器视觉产业逐渐形成。在这个阶段，LED灯、传感器和控制结构的快速发展，进一步加快了机器视觉产业的进步，逐步降低了产业的生产成本。
从2000年开始，更高速的三维视觉扫描系统和热成像系统逐渐问世，机器视觉的软硬件产品已经普及到制造业的各个阶段，应用领域不断扩大。目前，机器视觉作为人工智能的底层产业和电子、汽车等行业的上游产业，仍处于快速发展阶段，具有良好的发展前景。
机器视觉在中国起步较晚，现在正处于快速增长期。国内机器视觉起源于80年代第一次技术引进。自1998年多家电子、半导体工厂落户广东、上海以来，机器视觉生产线和先进设备不断引入中国，催生了国际机器视觉厂商的代理商和系统集成商。机器视觉在中国的发展经历了三个阶段。
第一阶段是1999年到2003年的启蒙阶段。现阶段，中国企业主要通过代理业务为客户服务，在服务过程中引导客户了解和认可机器视觉，从而开启了机器视觉在中国的历史进程。与此同时，国内涌现的跨专业机器视觉人才，逐步掌握了国外简单的机器视觉软硬件产品，建立了机器视觉的初级应用体系。在这个阶段，机器视觉技术首先被引入，如特种印刷行业、烟草异物剔除行业等。，在解放劳动力的同时有效推动了国内机器视觉领域的发展。
第二阶段是2004年至2007年的发展阶段。在这一阶段，本土机器视觉企业开始探索更多自主核心技术承载的机器视觉软硬件设备的R&D，并在多个应用领域取得关键突破。国内厂商陆续推出了全系列的模拟接口和USB2.0摄像头和采集卡，以及PCB测试设备、SMT测试设备、LCD前通道测试设备等。，并逐渐开始占领入门级市场。
第三阶段是2008年以后的高速发展阶段。现阶段，机器视觉核心器件的R&D厂商不断涌现，大量真正的系统级工程师不断培养，推动了国内机器视觉产业的高速高质量发展。
随着全球新一轮科技革命和产业变革的兴起，机器视觉产业正在经历快速发展。视觉的应用已经从最初的汽车制造领域扩展到消费电子、制药、食品包装等多个领域。

随着中国工业制造业的发展，工厂越来越多从传统模式往自动化控制模式转化，机器视觉的应用越来越重要，它代替人工，为企业节省人力物力，获得更高的效率，争取到更多的利益。。
在科研领域也是同样。。。
在浙江大学，很多研究都应用了机器视觉来完成。。。
他们大多选用杭州机器视觉科技有限公司的产品，详细信息可以上它的网站看看。。。

---

龙文区15830139078： 怎么学习机器视觉?这个行业有前途吗? - ？
紫田蓝芩： 1、其实机器视觉涵盖的方向非常广泛,想要学习机器视觉而且以后要从事机器视觉相关工作的各位应该弄清楚自己以后想从事的方向,这一点可以先从相关招聘哪些岗位以及岗位要求来进行初步了解.然后针对不同岗位对岗位职责的要求进行...

龙文区15830139078： 机器视觉技术的发展趋势 - ？
紫田蓝芩： 有人会说这些年来机器视觉技术的进步一直在提高.然而,当回望过去的35年,功能上的差异是巨大的.最早的机器视觉系统需要微计算机,而且它们的功能很有限.首先认识到微处理器的潜能的其中一个公司是物体识别系统,也是我的老母校...

龙文区15830139078： 如何评价机器视觉目前的就业环境 - ？
紫田蓝芩： 1.目前机器视觉在国内更多是的工业自动化的应用,另一个用的还比较多一些的是医疗设备. 2.机器视觉目前比较成熟的应用还主要集中在定位、尺寸测量、OCR/OCV、特征有无等领域,至于外观缺陷检测是一个有很大检测需求,但是还很难做到批量或者准备的检测应用(主要还是缺陷的特征的差异性如划痕、以及产品的多样性复杂性造成的). 3.视觉的市场需求目前尚未饱和,还有很大的空间.一方面是人力成本的提高,改善劳动强度的需求,另一方面于产业增值有很大的关系,比如一般的工业自动化设备增加上视觉部分一般而言立马显得“高端大气上档次”了,正如当年的PLC等东东刚用起来的一样的效果.

龙文区15830139078： 计算机视觉领域的发展前景如何? - ？
紫田蓝芩： 计算机视觉作为人工智能领域的一个分2113支.通过对计算机视觉的三大5261顶级国际会议发表文章来看,前沿理论只有人工智4102能领域中的深度学习理1653论.理论方面的创新比应用上要难很多!感兴专趣的话,你可以多多关注Deep Learning应用在CV方面的最新文献属.

龙文区15830139078： 机器视觉技术有中国的发展状况是怎样的呢? ？
紫田蓝芩： 而在中国,视觉技术的应用开始于90年代,因为行业本身就属于新兴的领域,再加之机器视觉产品技术的普及不够,导致以上各行业的应用几乎空白

龙文区15830139078： 3d机器视觉及功能成像未来发展怎么样 - ？
紫田蓝芩： 应该会很好! 目前不少机器视觉系统都有3D检测功能了.

龙文区15830139078： 计算机视觉的应用前景如何?可能有哪些不错的应用 - ？
紫田蓝芩： 应用范围从任务,比如工业机器视觉系统,比方说,检查瓶子上的生产线加速通过,研究为人工智能和计算机或机器人,可以理解他们周围的世界.计算机视觉和机器视觉领域有显著的重叠.计算机视觉涉及的被用于许多领域自动化图像分析的...

龙文区15830139078： 机器视觉行业,互联网行业和应届生就业哪个发展会更好 - ？
紫田蓝芩： 两个行业都是朝阳行业,今后找工作应该都不难.机器视觉应用的范围相对互联网要窄一些.但不是说范围窄了,就不好找工作.机器视觉在国内发展相对比较晚,但是在工业领域大力发展机器人的今天,机器视觉在机器人工业化当中发挥中相...

龙文区15830139078： 关于嵌入式和机器视觉前景问题 - ？
紫田蓝芩： 本人觉得,两种前景都不错!有发展前途!

龙文区15830139078： 机器视觉与嵌入式比较,哪个就业前景好 - ？
紫田蓝芩： 机器视觉,绝对高薪,但是要精通,光学,图形学,和计算机学. 再在普遍都是使用国外视觉软件,实际上要本身产于研发不太现实,国内由于技术也没好多人愿意投资,一般国内都是做机器视觉技术支持.嵌入式也是高薪行业,不要精通那么多,只要精通一两款主流芯片产品,熟悉pcb的绘制,熟悉操作系统原理,精通 c和汇编语言 就可以做底层开发就业前景绝对嵌入式.自动化,电子公司 需求很大.机器视觉光坏很大,实际能研究的东西就那么多 大都数都是那些院士吃饱了没事做在那里做研究