高速面扫描相机产业深度调研及未来发展现状趋势

《高速面扫描相机产业深度调研及未来发展现状趋势》由会员分享，可在线阅读，更多相关《高速面扫描相机产业深度调研及未来发展现状趋势（30页珍藏版）》请在装配图网上搜索。

1、高速面扫描相机产业深度调研及未来发展现状趋势一、 中国机器视觉行业现状及未来展望机器视觉（MachineVision）是指利用计算机视觉技术、图像处理技术、模式识别技术等，实现机器自动获取外界图像信息并作出相应反应的技术。机器视觉的应用可以大大提高工厂的生产效率，从而提升企业的竞争力。除了市场规模的增长外，中国机器视觉行业的技术水平也有了明显提升。近年来，随着计算机视觉技术的飞速发展，中国机器视觉行业也迎来了大变革，技术水平也有了显著提升。目前，中国机器视觉行业的技术水平已经可以与国外行业相媲美。此外，中国机器视觉行业的发展还受到政府的大力支持。目前，政府正在大力推动机器视觉行业的发展，并对相

2、关企业给予政策支持，促进企业投资和研发，以提高机器视觉行业的技术水平。综上所述，中国机器视觉行业发展前景广阔，未来将继续保持良好发展态势。随着人工智能技术的发展，机器视觉行业将会受到更多的关注，从而推动其发展。同时，中国政府也将继续加大对机器视觉行业的支持力度，以促进行业的发展。二、 机器视觉行业竞争格局在工业相机领域，西方工业发达国家企业起步早、规模发展大、技术积累深厚、品牌影响力大，具有较强的设计研发、制造及销售能力，并具有丰富的行业应用经验，能够针对用户需求的变化不断开发出新的产品和功能，在行业市场上占据较大份额，整体处于领先地位。目前，欧美和日韩厂商占据了全球工业相机的主导地位，如Ke

3、yence（基恩士）、Cognex（康耐视）、TeledyneDalsa、Basler等。我国对工业相机的研究和产品开发起步较晚，最初主要是国内的代理商代理国外品牌的机器视觉产品。近年来国内企业不断加大研发投入，加快提升自主研发水平，随着技术与经验的积累，部分代理商开始销售自主品牌的产品，国内先后涌现出多家自主研发工业相机的国产品牌。市场份额在逐年增长。采集卡作为机器视觉行业的主要核心部件之一，受益于近年来整个机器视觉行业蓬勃发展的驱动，市场需求快速增加。国外机器视觉厂商凭借多年的技术积累与品牌优势，在图像采集卡领域占据着主导地位，代表厂商主要有TeledyneDalsa、Basler（Sil

4、iconSoftware）等。国内企业在图像采集卡领域尚有较大的发展空间。三、 机器视觉行业发展概况机器视觉系统是集光学、机械、电子、计算、软件等技术为一体的工业应用系统，它通过对电磁辐射的时空模式进行探测及感知，可以自动获取一幅或多幅目标物体图像，对所获取图像的各种特征量进行处理、分析和测量，根据测量结果做出定性分析和定量解释，从而得到有关目标物体的某种认识并作出相应决策，执行可直接创造经济价值或社会价值的功能活动。我国机器视觉行业属于技术更新较快、受市场主导型产业，行业内企业竞争程度较高。机器视觉产业链中相关企业主要分为三类：上游的机器视觉部件提供商、中游的相关装备制造商及机器视觉系统商、

5、下游的机器视觉产品的终端应用商。机器视觉行业内上游企业专注于与机器视觉相关的软硬部件的生产与研发。其中，硬件包括光源、镜头、工业相机、图像采集卡以及控制器及配件等；软件包括图像处理软件以及底层算法平台等构成的机器视觉软件及算法。在目前的整个机器视觉系统成本构成上，核心零部件大约占比45%、软件开发大约占比35%、组装集成大约占比15%、维护服务大约占比5%，核心零部件和软件开发是产业链中绝对的核心环节。行业主要产品涵盖作为机器视觉核心部件的工业相机及图像采集卡两大类。机器视觉行业内中游企业为机器视觉装备制造商与机器视觉系统商。其中，机器视觉系统包含独立完整的成像单元（光源、镜头、相机）和相应的

6、算法软件，集图像采集、处理与通信功能于一身，可以灵活的进行配置和控制。而机器视觉装备则以机器视觉系统的感知能力和分析决策能力为核心，在系统的基础上赋予了设备自动化和智能化的功能，将其应用在下游实际的生产运作之中，可实现多种功能。机器视觉行业下游主要为机器视觉设备的终端应用场景。具体来说，由于机器视觉具有定位、识别、测量、检测四大功能，通常下游应用企业会将相关设备配置应用在产品生产制造过程中的检测、筛查等重要环节，从而达到提高良品率、提升生产效率、减少对人工的依赖以及节约成本等目的。因此，工业相机、图像采集卡作为机器视觉设备的核心部件之一，将被广泛应用于生产生活的各个领域。此外，未来随着工业智能

7、制造的不断升级，机器视觉设备在各个行业的渗透率将进一步提高，相关核心部件的市场需求有望迎来新一轮的爆发增长。四、 中国机器视觉行业前景预测机器视觉虽然只有几十年发展时间，但随着全球新一轮科技革命与产业变革浪潮的兴起，机器视觉行业顺势迎来快速发展。机器视觉的应用已经从最初的汽车制造领域，扩展至如今消费电子、制药、食品包装等多个领域实现广泛应用。从产业发展生命周期来看，国际机器视觉产业已经处于成熟期，预期未来几年内，欧美日机器视觉技术仍将不断有创新，国际机器视觉市场有望保持现有市场规模，并继续增长。国内机器视觉产业目前还处于成长期，从近几年的情况来看，我国机器视觉产业已积累足够技术、市场、行业经验

8、，已步入快速发展阶段。机器视觉产业链主要由上游原材料零部件、中游装备制造以及下游终端应用行业构成。从深度来看，机器视觉的应用覆盖产业链的多个环节。以手机的制造为例，机器视觉可应用在结构件生产、模组生产、成品组装、锡膏和胶体的全制造环节，例如IPhone生产全过程就需要70套以上的机器视觉系统。从广度上看，机器视觉的下游行业众多，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。近期工业自动化中机器视觉技术的发展不断更新迭代，使得其在智能制造中的地位也是日渐突显，推动了工业自动化、人工智能、智能制造等行业的进步，为各个领域都带来更强劲的发展动力。随着工业40时代的

9、到来，机器视觉在智能制造业领域的作用越来越重要，机器视觉是一门学科技术，广泛应用于生产制造检测等工业生产制造领域，用来保证产品质量、控制生产流程、感知环境等，也是集成自动化解决方案的核心构成要素。机器视觉的这种不断增长的扩散正在与将工业系统连接到物联网（IoT）的趋势融合。随着传感器变得越来越智能化（部分地由支持的计算机视觉算法驱动），因此生成的数据为工业系统的运行提供了宝贵的见解。反过来，这又开辟了监视设备的新方式，将自主机器人系统（如无人机）连接到物联网基础设施。目前，国内机器视觉主要竞争企业包括Keyence（基恩士）、Cognex（康耐视）、TeledyneDalsa、Basler、海

10、康机器人、华睿科技、大恒图像、奥普特、合肥埃科光电等。机器视觉是人工智能正在快速发展的一个分支，不同权威机构对机器视觉的定义略有差异，但简单说来，机器视觉就是用机器代替人眼来做检测、判断和控制。机器视觉基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。由于工业自动化生产日益增长的技术需求，全球机器视觉行业60年代开始兴起，起步较早，90年代发展已趋于成熟，现阶段继续保持高速发展。中国机器视觉行业伴随中国工业化进程的发展而崛起，于90年代末起步，相对全球较晚，目前正处于快速发展阶段。2019年我国机器视觉市场规模655亿元（不包含计算

11、机视觉市场），同比增长218%。2014-2019年复合增长率为284%，并预测到2023年中国机器视觉市场规模将达到1556亿元。当前我国经济向新动能、新经济转换，3C、汽车、光伏半导体等众多行业对机器视觉技术迸发旺盛需求，由此看来，中国机器视觉市场潜力巨大。十四五期间，中国将进一步深化产业结构调整，推进制造业的科技创新和智能制造水平，着力从要素驱动向技术及创新驱动转变。通过强化研发、设计能力，提高配套能力、基础工艺、基础材料、基础元器件的研发和系统集成水平，促进细分市场、专业化分工和集群发展，推动先进装备制造业和高新技术产业从以组装为主向自主研发制造为主转变。产业结构的转型升级以及制造业的

12、进一步智能化将推动机器视觉行业的发展。五、 机器视觉行业下游应用情况机器视觉行业技术更新较快，属于受市场主导型的产业，行业内企业竞争程度较高。机器视觉行业下游应用广泛，包括3C、半导体、锂电、光伏、汽车、包装印刷、物流、轨道交通、生物医药、食品加工、轻工皮革等领域。根据机器视觉产业联盟（CMVU）、前瞻产业研究院整理的数据，目前我国机器视觉产品的主要应用领域包括电子、新型显示、汽车、电池（锂电池和太阳能电池）、印刷、机器人、半导体、包装等领域。其中，电子领域占比2479%，机器视觉主要应用在电子元器件、PCB缺陷检测以及外观结构部件等方面的检查与测试；新型显示领域占比1215%，机器视觉主要应

13、用在玻璃基材、ITO玻璃镀膜、丝网印刷和切割、背光模组、触摸屏组贴合、盖板玻璃制造等工艺的检测与校验；汽车制造领域占比839%，机器视觉主要涉及车身装配检测、面板印刷和质量检测、零部件表面缺陷检测等；电池领域占比829%，机器视觉主要涉及锂电领域及光伏领域中相关电池来料的质量检测、生产过程的缺陷监控以及成品电池的检验测试；印刷领域占比646%，机器视觉主要为印刷智能化提供印刷设计问题拦截、印刷过程质量控制、出厂质量终检机系统生产管理优化等功能；半导体领域占比553%，机器视觉在半导体中主要应用在晶圆切割、AOI光学检测、芯片字符对位和识别等工艺流程。（一）机器视觉电子行业应用情况电子制造过程中

14、，由于对产品外观、功能以及可靠性等要求越来越高，加强制造过程的检测和品质管控已成为电子制造业的必备需求，机器视觉在电子制造过程检测中承担越来越重要的作用。目前，电子行业机器视觉系统主要包括电子元器件检测、PCB检测以及外观结构部件的检测等。在电子元器件方面，机器视觉系统会根据元器件材质、缺陷类型及不同客户的需求，对元器件瑕疵或缺陷进行检查、识别，在这个过程中，通常会将产品可能存在的缺陷图像从背景图像中区分开，然后利用图像的颜色、灰度、形状、大小等特征对缺陷进行识别。PCB（PrintedCircuitBoard，印制电路板）是电子制造过程中必不可少的部件，其制造品质直接影响电子产品的可靠性。随

15、着电子组装向更高密度、更小尺寸PCB技术的纵深发展，为减少进入下步工序的缺陷电路板的数量，线路板厂通常通过引入自动光学检测（AOI，AutomatedOpticalInspection）和自动外观检查（AVI，AutomatedVisualInspection）设备来提升PCB制造品质。PCBAOI通过高分辨率相机提取PCB表面图形、图形数字化转换、特征点逻辑判断与图形匹配、线条形态轮廓逻辑比对、缺陷点判定与提取这一技术流程来实现PCB表面图形的缺陷检测，包括基板缺陷、孔缺陷、线路缺陷等。PCBAVI是PCB制程最后一道品质防线，主要负责成品PCB的外观检查，包括阻焊均匀性、焊盘覆盖、线路覆盖

16、以及线路的表面缺陷等。PCB缺陷检查过程中，通常会通过专用设备把缺陷自动标识出来，供维修人员进一步处理。在外观结构部件方面，各类消费电子产品如手机、PAD的盖板、中框等部件、计算机键盘外设等，在制造过程中，经常会发生划伤、碰伤、崩边以及外形尺寸不良等一系列的品质问题。要提升这类电子产品的品质，通过机器视觉系统去完成识别和检查工作是最为有效、可靠的方法，从而取代传统的人工方法提升检测速度、提高检出率，进而提升电子行业产品制造的效率和品质。2016年至2021年间，我国规模以上电子信息制造业收入规模在2018年度出现下滑，其余年度均保持增长趋势，收入规模由2016年的1218万亿元达到2021年的

17、1413万亿元，年均复合增长率为301%，电子信息制造业正稳步向前发展。消费电子是电子行业中快速增长的代表性细分行业，得益于互联网科技的不断发展，消费电子产品更新频率的加速、居民收入水平的持续增加，我国消费电子产品市场快速增长。根据国家统计局数据，2021年，我国手机产量进一步增长至166亿台，同比增长129%；彩色电视机产量小幅回落到18亿台，同比下降58%；微型计算机设备产量增长至47亿台，同比增长235%。目前，我国电子产业链上机器视觉技术已经基本覆盖从元器件、关键零部件和成品的全制造环节的自动化及品质检测与测量。未来，以消费电子为代表的电子行业产品数量需求的稳步增长，以及消费者对更轻、

18、更薄、更高品质电子产品的日益青睐，将共同推动相关电子生产制造企业通过更加高效、更加精细的机器视觉检测技术提升产能和质量、从而实现降本增效的目标。此外，随着相关电子技术的发展，电子行业更新换代将进一步加快、精度要求将逐步提高，相应的配套产线设备采购将更加频繁。因此，受益于这些因素的影响，电子产业对机器视觉相关产品的需求也将进一步增大。（二）机器视觉新型显示行业应用情况在新型显示领域，LCD（液晶显示器）是当前主流的显示技术，机器视觉在LCD制造过程中的应用从玻璃基材的检测开始，工艺段主要涉及ITO玻璃镀膜、丝网印刷和切割、背光模组、触摸屏组贴合、盖板玻璃检测等。机器视觉技术作为非接触、高精度、高

19、速度的生产、检测技术手段，目前已被广泛应用于各类型的新型面板显示的生产过程中，AOI（自动光学检测机）和AVI/API（自动画面检测机）是LCD制造过程中常见的两种视觉检测设备。AOI设备几乎在LCD的每一个工艺段都会被应用，用于检测各工艺部件的表面缺陷、Particle异物颗粒、断线等外观不良。AVI/API则是对点亮后的显示面板画面缺陷进行检查，取代人工目视检测。AMOLED是近年来投资力度比较大的新型显示技术。AMOLED技术工艺主要分为TFT阵列、OLED蒸镀封装和模组，其中TFT工艺段和LCD液晶显示屏的TFT工艺基本相同，但是精度要求更高，相应的对AOI设备要求也会更高。在AMOL

20、ED蒸镀、模组工艺段，同样有大量AVI/API自动画面检测的需求。此外，DeMura设备在AMOLED制程中被用于Mura（注：指显示器亮度不均匀，造成各种痕迹的现象）补偿，可进行DeMura画面拍摄、补偿数据烧录等。此外，随着miniLED、MicroLED技术的不断成熟，新型显示领域的泛半导体化，将对视觉检测提出更高的要求。根据赛迪智库、工信部披露的数据，2020年我国面板显示行业的营收达4，460亿元，较2019年增长了197%，2016-2020年期间行业营收的复合增长率达到了220%，行业规模不断扩大。此外，随着新型面板显示相关下游应用的规模快速增长及国产新型面板显示技术的不断发展，

21、我国面板显示领域市场规模有望进一步增大。相应地，应用在新型显示领域的机器视觉市场的渗透率将进一步提高，这将利好国产机器视觉厂商的进一步发展。（三）机器视觉锂电行业应用情况锂电池的生产工序多，工艺也比较复杂。锂电池生产由于工艺水平引起的不良经过数道工序的叠加，通常会导致从原料到传导到最终产品的不良率会达到惊人的水平，极大地影响生产成本和效率。此外，由于工艺不良导致的电池缺陷，其性能、安全和使用寿命都会受到影响。因此，通过投入机器视觉检测系统加强锂电池的制程管控、提升产品质量和生产效率是各大锂电池生产厂商近年来大力投入的方向。锂电池制造过程对视觉的需求从对隔膜、铜箔等锂电池上游材料的质量检测开始，

22、到前段的正、负极材料混合、涂布、膜切、分切、卷绕（或叠片），再到中段的注液、焊接、化成、分容和后段的成组、加工和组装工艺，各个工艺过程都需要对物料、部件外观缺陷进行检查、测量或对位等。锂电制造过程的缺陷检查动作主要包括极片表面突起、凝聚、露箔、暗斑、掉料等；测量动作则包括对极片、极耳的尺寸进行测量，对电池材料进行测长等。以涂布环节为例，机器视觉通过上相机与下相机两个拍摄角度分别拍摄涂布的正面与反面，再由图像处理软件对图像进行处理，识别涂布表面的瑕疵，对不良品进行贴标区分。从锂电制程工艺特点来看，锂电行业对机器视觉系统的需求量巨大。新能源汽车是锂离子电池的典型应用场景，随着新能源汽车销量不断创新

23、高，我国锂离子电池需求保持较高增速。根据国家统计局、机器视觉产业联盟（CMVU）整理数据，2016-2021年，我国锂离子电池产量由784亿只增长到2326亿只，年均复合增长243%，2021年锂电全行业总产值突破6，000亿元，表明锂离子电池行业规模正在快速增长。未来，受益于新能源应用场景的不断扩展及动力电池需求的增加，我国锂电池出货量将逐年上升。相应地，锂电领域对机器视觉相关的检测设备以及智能制造装备的需求量将不断提高。（四）机器视觉半导体行业应用情况随着微电子技术的高速发展，各种半导体芯片的集成度越来越高，同时芯片的体积趋向于小型化、微型化，对芯片的质量检测提出更高的要求。机器视觉检测所

24、具有高精度、高效性、非接触性、连续性、灵活性等优点，传统人工检测正逐渐被机器视觉检测替代应用于半导体制造中。在半导体晶圆制造阶段，氧化、涂胶、光刻、刻蚀、离子注入、扩散、薄膜沉积、抛光、蚀刻、曝光、清洗等工序每一步完成后都需要在整个生产过程中进行实时监测。根据检测功能的不同分为量测类和缺陷检测类两种。量测类应用主要包括透明薄膜厚度、不透明薄膜厚度、膜应力、掺杂浓度、关键尺寸、套准精度等；缺陷检测类分为明暗场光学图形图片缺陷检测、无图形表面检测、宏观缺陷检测等。在这些检测过程中，半导体机器视觉检测发挥了重要的作用。晶圆制造机器视觉检测主要分无图形表面缺陷（未曝光）、有图形表面缺陷（曝光后）、尺寸

25、测量、套刻标记等几种类型。基于光学图像检测技术，检测尺度大于05m的圆片缺陷检测，一般用于光刻、CMP、刻蚀、薄膜沉积后的出货检验（OQC）以及入厂检验（IQC）中，包括正面检测、背面检测、边缘检测、晶圆几何形状检测等，这些检测可通过高感光线扫相机（高阶TDI相机）或高帧率面扫相机飞拍扫描硅片的全表面，自动存储和检测硅片全景图像、自动输出缺陷分类结果。在半导体封测等后段工序中，包括晶片切割、黏晶、焊线、封胶、剪切、印字、电镀封装等，也会大量用到量测和缺陷检测机器视觉系统。在量测方面，按照晶片尺寸大小对整片晶圆进行裁切，由于晶片之间有1030m不等间隙区分，划片区切道需确保在晶粒之间均等切割，对

26、此需要高精度机器视觉引导测量裁切位置，这里一般常用光学线扫相机进行超感光量测；在缺陷检测方面，包括晶圆裁切后划伤、崩边、裂纹等表面缺陷检测；成品晶片封装在固定支架上需机器视觉定位引导到相应安装位置；IC封装成品也需机器视觉系统对其外观缺陷进行终检。根据整理数据显示，2016年至2021年间，我国半导体市场规模在2019年度出现下滑，其余年度均保持增长趋势，市场规模由2016年的1，075亿美元达到2021年的1，925亿美元，年均复合增长率为1236%，说明半导体产业规模正不断增长。此外，未来随着工业自动化智能产线的不断普及，半导体行业对产品生产过程中的高精度检测需求将不断提高，这也将进一步促

27、进机器视觉产品的应用，市场规模有望迎来新一轮的扩张。（五）机器视觉光伏行业应用情况太阳能电池作为光伏产业应用的核心部件之一，从原料到实际应用的电池组件分别要经过硅料、硅片、电池片、电池组件四个大环节，其中硅锭、硅片质量及加工镀膜工艺等都会影响太阳能电池片的光电转换效率。例如硅片在运输过程中很容易产生缺角、碎片、隐裂等缺陷；在生产过程中电池片会产生如碎片、电池片隐裂、表面污染、电极不良、划伤等缺陷。这些缺陷影响了电池的光电转化效率和使用寿命，造成电池片等级降低或报废。为了保证电池片的光电转换效率和良品率，相关产线需要采用有效的缺陷检测方法以提高电池片的成品质量。近年来，机器视觉技术凭借着检测精度

28、高、可靠性强、速度快的特点，逐步被应用于太阳能电池生产线的质量缺陷检测与控制环节。具体来说，机器视觉系统将在太阳能电池产线的每个工艺段提供相对应的光电视觉模组器件（相机、光源、镜头等），通过这些视觉组件进行硅片、过程片、成品片的缺陷图像采集，然后配合图像处理软件进行缺陷分类及统计，从而达到可快速配置，提供高质量的视觉成像效果的目标。整体来看，配备有机器视觉系统的生产线不仅可以使检测结果更加客观可靠、准确率高，而且能够长时间重复进行检测，生产效率显著提升，还能够大大降低太阳能电池的废品率，从而减少生产能耗、提高太阳能电池片产出比，使太阳能利用更加高效。根据国家统计局数据，2021年我国太阳能电池

29、产量达到23，4054万千瓦，较2020年增长了488%，产量及增速均创历史新高。未来，随着太阳能行业的竞争愈发激烈，电池片质量也将变得愈发重要，客户对视觉检测系统的成本、检测效果、稳定性要求也越来越高，相关机器视觉检测产业的需求将不断增加，行业整体将迎来新一轮的发展机遇。（六）机器视觉印刷行业应用情况在各类型的印刷品生产制造过程中，受印刷工艺、印刷设备、印刷材料、环境变量、人为操作随机误差等因素的影响，印刷产品经常会出现各种缺陷，如墨点、异物、脏点、切线、拖墨、划痕、溢胶、字符不完整、漏印、色差、套印不准确及气泡等。在印刷品缺陷检测过程中，传统人工随机抽样检测印刷质量的方法，受主观判断影响较

30、大，难以保证印刷产品的准确性和一致性，一旦这些缺陷出现在产品包装上，产品的视觉观感将会大大降低，严重影响产品的品牌形象，降低客户满意度。因此，在印刷制造的多个工艺段，均需要配置机器视觉系统进行质量缺陷检测和数据反馈。印刷行业的视觉检测根据应用类型的不同主要分为卷材类检测、单张片材类检测和标签类检测。其中，卷材类印刷包括检测各类膜材、金属箔、纸张、塑料包装等；单张片材主要包括检测药包、烟包、钞票、3C产品/食品/日化包装盒等；标签类检测主要包括印刷字符、二维码/条形码、打标logo、不干胶标签等。搭配机器视觉检测设备的印刷产线通常能将生产的各个环节的质量数据进行分析处理，进一步反馈并优化生产工艺

31、，从而形成决策判断系统平台，助力印刷企业优化并提升生产管理。整体来看，在装备技术水平稳步提升的基础上，机器视觉能够为印刷智能化提供印刷设计问题拦截、印刷过程质量控制、出厂质量终检、系统生产管理优化等功能。包装印刷与社会进步，经济发展与居民消费需求息息相关。近年来，得益于我国经济快速稳定发展、日用品消费市场持续增长、文化市场的刚性需求、出口市场的持续繁荣，对包装印刷品的需求量和品质要求都在不断提高，印刷行业取得了长足的发展。根据数据统计，2020年我国印刷行业市场规模为13，8670亿元，预计2021年将达到13，9500亿元。未来，随着印刷生产设备持续高速、高精度、智能化的发展，将对印刷检测提

32、出了更高、更严的要求及标准。相应的，机器视觉相关产品在印刷行业的应用将进一步扩大。六、 中国机器视觉行业市场概况中国市场已成为全球机器视觉市场规模增长最快的市场之一。根据中国机器视觉产业联盟的统计，中国机器视觉行业的销售额从2018年的10180亿元增长至2020年的14420亿元，复合增长率达1902%。得益于宏观经济回暖、新基建投资增加、数据中心建设加速、制造业自动化推进等因素，预计2020年至2023年，中国机器视觉行业的销售额将以2715%的复合增长率增长，至2023年销售额将达29600亿元。从下游应用行业角度考虑，根据中国机器视觉产业联盟统计，机器视觉已经在电子/电气、半导体、汽车

33、、印刷包装、食品加工等领域得到广泛应用。其中，电子/电气行业是目前中国机器视觉行业最大的下游应用领域，2020年其销售额占比为5290%。机器视觉被广泛应用在工业制造领域，制造业的发展将推动机器视觉的发展。根据国家统计局统计，2021年我国国内生产总值突破11437万亿元，为全球第二大经济体；而作为经济支柱，我国制造业为我国GDP增长做出了巨大的贡献。2010年我国制造业增加值首次超过美国，中国成为全球制造业第一大国，2021年我国制造业GDP增加值已达3138万亿元。机器视觉为机器植入眼睛和大脑，让机器取代人工，帮助制造业实现自动化和智能化，是现代化制造提质、增效、降本、减排的推动力，是推动

34、智能制造的关键引擎。随着我国进入全面推进智能制造阶段，机器视觉将向全行业覆盖，应用市场需求急剧扩增，因此智能制造为机器视觉提供了巨大的需求牵引，是机器视觉的重大战略机遇。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品（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，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号。视觉是人类观察世界和认知世界的最重要途径，在不需要进行身体接触的情况下，就能够直接与周遭环境进行智能的交互。长期以来，科学家们一直试图将视觉能力赋予机器，帮助它们看清世界。作为实现工业自动

35、化和智能化的关键核心技术，机器视觉也已经成为人工智能领域发展最快的分支之一。七、 全球机器视觉行业现状机器视觉市场前景广阔。全球机器视觉市场规模近年来不断扩张，市场规模从2016年的62亿美元增长至2019年的102美元，2020年，受新冠肺炎疫情影响，全球供应链中断，项目停摆，给全球机器视觉行业带来了冲击，市场规模下降至96亿美元，同比下滑59%。在智能制造的浪潮下，下游应用中的消费电子市场、汽车市场、半导体市场、医疗市场等行业的不断发展，主要国家的工业自动化水平稳步提升，机器视觉的市场规模将持续扩大，预计到2025年全球机器视觉市场规模将达到130亿美元。机器视觉率先发生和发展在基础科学和

36、技术水平领先的北美、欧洲和日本等发达地区。从2020年的区域分布上看，欧洲地区是全球最大的机器视觉市场，占比达37%。北美、亚太地区紧随其后，占比分别为29%、25%。与德美相比，中国机器视觉行业渗透率尚有巨大提升空间。定义机器视觉密度=机器视觉市场规模/当年制造业增加值。数据显示，2019年，德国、美国、全球、中国机器视觉密度分别为016%、012%、007%、003%，中国机器视觉密度远低于德美。在中国制造业高端转型进程中，中国机器视觉渗透率有望持续提升，未来发展空间广阔。八、 中国机器视觉行业现状中国市场已成为全球机器视觉市场规模增长最快的市场之一。据统计，2018-2021年，中国机器

37、视觉市场规模由102亿元增至181亿元，期间CAGR为2107%。出于宏观经济回暖、新基建投资增加、数据中心建设加速、制造业自动化等推进因素，预计2021年至2025年，中国机器视觉行业市场规模将以214%的复合增长率增长，至2025年将达393亿元，下游应用拓展为行业主要增长点，市场潜力巨大。资本推动是机器视觉行业高速发展的重要因素之一。机器视觉领域是近几年融资热点领域，近年来国内主要机器视觉生产研究参与者多次获得大额融资，大量的资本投入加速了行业的研发过程，并进一步带动市场拓展。2015年以来，我国机器视觉领域的投融资事件数量和融资金额整体上呈增长态势。据IT桔子数据，2021年，我国机器

38、视觉行业投融资事件达到91起，较2020年增加30起，完成投融资金额1934亿元，同比增长729%。国内机器视觉行业起步于20世纪90年代，最开始主要从事国外产品代理，进入21世纪后，随着本土厂商技术和经验的积累，国内机器视觉企业开始凭借更定制化的本土服务和显著的成本优势参与市场竞争，自主研发产品比例不断扩大，国产化进程加快。2019-2021年，中国机器视觉行业自主业务销售额由859亿元增长至1347亿元，自主业务占比由765%增长至832%。中国机器视觉自主研发产品比例不断上升，在镜头、光源、工业相机等技术上不断突破和创新，取得实质性进展，发展态势良好。九、 机器视觉行业的发展动力（一）机

39、器视觉行业人口老龄化加剧，劳动力成本上升目前，我国人口结构正在发生较大变化，60岁以上老人所占人数比例逐渐提升，人口老龄化问题日益突出。根据国家统计局数据显示，2021年我国60岁及以上人口为26，736万人，占189%（其中，65岁及以上人口为20，056万人，占142%，我国正式跨入中度老龄社会的行列）。2011年-2021年期间，60岁及以上人口的比重由137%上升至189%，上升了52%。从制造业角度来看，老龄化趋势不利于劳动力密集型产业发展，人口老龄化使得我国制造业的劳动力供需愈发的紧张，劳动力成本优势不再，用工成本不断提高。根据国家统计局数据，2021年我国城镇单位就业人员年平均工

40、资上涨至1068万元，比2020年增加095万元。此外，劳动力的愈发短缺、劳动力成本的不断提升，将进一步促使传统的劳动密集型产业寻求转变，利用机器视觉行业可有效解决这一问题。特别是在需要重复性、繁重性生产加工环节中，机器视觉系统的效用发挥的淋漓尽致。机器视觉的稳定性、客观性、精确性在制造业中对人眼形成了很好替代，同时完善了制造业的工艺环节，推动制造业向高端化、智能化、自动化方向发展。（二）机器视觉行业技术升级驱动一方面，由于人力成本不断攀升、年轻劳动力流失等问题日渐凸显，大量制造业企业开始逐步引入自动化设备替代人工。近两年，受新冠疫情的影响，企业综合成本不断上升，对机器换人的需求更加迫切、新冠

41、疫情影响在一定程度上倒逼企业加速自动化、智能化的革新升级；另一方面，机器视觉技术是实现智能制造的重要技术之一，可实现工业自动化现场的产品缺陷检测、机器视觉引导定位等，为工业机器人代替人力起着重要且决定性的作用。尤其在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，用机器视觉来替代人工视觉已成为解决问题的重要方式，同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉产品解决问题、难题、行业痛点的能力进一步加强。因此，技术升级是机器视觉行业发展的核心驱动力之一。（三）机器视觉行业受益于快速增长的智能制造产业发展2021年12月，工信部、发改委等八部门发布的

42、十四五智能制造发展规划提到深入实施智能制造工程，着力提升创新能力、供给能力、支撑能力和应用水平，加快构建智能制造发展生态，持续推进制造业数字化转型、网络化协同、智能化变革，构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统。到2025年，规模以上制造业企业大部分实现数字化、网络化，重点行业骨干企业初步应用智能化；到2035年，规模以上制造业企业全面普及数字化、网络化，重点行业骨干企业基本实现智能化。因此，鼓励并支持传统制造业智能升级，形成以数字化、网络化、智能化为特征的新型智能制造行业已成为推动我国经济高质量发展的新基础。从机器视觉来看，机器视觉产品需求与制造业的规模及智能程度

43、发展水平密切相关。机器视觉是实现工业自动化和智能化的必要手段，相当于人类视觉在机器上的延伸。它具备高度自动化、高效率、高精度和适应较差环境等优点，具有四大优势。第一，智能识别，能够从大量信息中找到关键特征，识别准确度和可靠度极高；第二，智能测量，测量是工业制造的基础，要求测量的标准与细节精度较为严格；第三，智能检测，在测量的基础上，能够综合分析判断多样化的信息及指标，做出基于复杂逻辑的智能化判断；第四，智能互联，图像的海量数据在多节点采集互联，同时将人员、设备、生产物资、环境、工艺等数据相互联系，进而衍生出深度学习、智能优化、智能预测等创新能力。因此，在智能制造过程中，机器视觉主要用计算机来模

44、拟人的视觉功能，把客观事物的图像信息提取、处理并理解，最终用于实际检测、测量和控制。随着制造业智能发展的快速增长，市场对于机器视觉的需求也将逐渐增多。相应的，机器视觉行业规模将受益于快速增长的智能制造产业的发展而进一步增长。根据相关研究机构数据显示，2019年我国智能制造装备产值规模达17，776亿元，2020年规模达20，900亿元。2021年我国智能制造装备产值规模将达22，650亿元。（四）机器视觉的性能优势驱动相较于人类视觉，机器视觉在效率、速度、精度、可靠性、工作时间、信息集成能力、成本投入、工作环境、灰度分辨力、空间分辨力及感光范围方面优势明显。具体来说，一方面，机器视觉能够在危险

45、工作环境或人工视觉难以满足要求的情境下工作。同时，在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度；另一方面，机器视觉易于实现信息集成，是实现计算机集成制造的基础技术之一。机器视觉设备可以在比较快的生产线上对产品进行测量、引导、检测和识别，并能保质保量的完成生产任务；此外，人类视觉虽然适应性强，能够在复杂环境中识别目标，较为适合无结构化场景。但相较而言，机器视觉凭借其速度、准确度和可重复性等优势，更擅长定量测定的结构化场景。一般而言，通过选用合适的相机分辨率和光学元件制造的机器视觉能够检测人眼难以看到的物体细节。因此，在某

46、些方面机器视觉相较于人眼具有更大的优势且能更高效的进行工作，机器视觉的这些性能优势能够驱动着相关行业市场的快速发展。未来，随着深度学习、3D视觉技术、高精度成像技术和大数据智能算法技术的持续发展，机器视觉的性能优势将进一步加大，相关市场预计将迎来新一轮的爆发式增长。机器视觉核心部件的关键性能指标包括：工业相机的成像分辨率、数据位深度、采样速率、信噪比、图像传输速度等；图像采集卡的数据传输速度、图像处理能力、图像传输的稳定性和可靠性等。工业相机和图像采集卡的关键性能指标直接影响机器视觉系统的成像质量和工作效率。近年来机器视觉的重点应用领域如3C电子检测、锂电池检测、光伏检测、半导体检测等迅猛发展

47、，新型应用场景不断涌现，机器视觉产业也随之持续升级，需求端对机器视觉核心部件的性能要求不断提高，推动工业相机和图像采集卡的技术不断进步与升级。得益于半导体技术的高速发展，图像传感器的分辨率不断提升，信号质量逐步提升，采样速度越来越快。目前，线扫描相机图像传感器输出分辨率已经达到了24K，面扫描相机分辨率已经发展2亿像素以上，数据位宽也从最初的8bit逐步发展到10bit、12bit乃至16bit。与此同时，前端嵌入式运算能力的进一步加强，使得更多的复杂运算可以在相机端实现，例如借助像素位移技术和超分辨率算法，可以实现4倍甚至更高分辨率的图像合成。此外，传感器材料学和半导体新制程的进步，使得工业

48、相机逐步开始从可见光向紫外、红外等多波段扩展，通过光谱信息和图像信息的结合，可以从更多维度检测分析产品，不断拓宽机器视觉在各种工业领域应用场景。同样的，得益于半导体技术的进步，在图像采集卡方面，数据传输速度、传输带宽不断提高，图像数据的预处理能力不断增强。随着高速串行总线技术的成熟，多路串行数据传输开始逐步在图像采集卡中导入和推广。随着数据中心等行业的发展，先进工艺逐步提升大规模可编程逻辑处理器的各项性能指标，使得在图像采集卡中进行图像预处理具备可行性，目前业界领先的图像采集卡供应商开始逐步开发可重构的图像处理算法，在计算机中构建异构化的图像处理平台，将原先完全由CPU承担的图像处理任务进行分

49、解，从而大大地提升图像处理效率和能力。图像采集卡在这些方面的进步，大大提升了机器视觉系统处理复杂任务的能力，为进一步的广泛应用奠定了基础。机器视觉部件硬件性能的不断升级与软件技术不断进步，促进了机器视觉产品的持续更新迭代，使机器视觉在传统应用领域不断深入，且新型应用领域不断涌现。例如，近年来3D工业相机在国内外开始投入工业应用，执行多样而复杂的检测、定位、测量和识别任务，通过对表面形貌的获取，在二维图像信息的基础上，进一步丰富了对目标物特征的采集，为复杂工业检测提供了更多的可能性；多光谱相机也以其独特的优势在半导体晶圆检测和光伏硅电池检测中逐步推广。与AI、5G等智能和物联新技术的结合可拓展机

50、器视觉应用的广度，例如全息感知技术在智慧交通建设中通过流量监测、智能交通信号灯等应用提高平均车速和事故处理效率；在智慧工厂应用中以5G云平台与机器视觉硬件结合，可实现产线柔性化部署、算法快速自优化，为其他应用场景如智慧水务、智慧园区、智慧物流提供重要参考。十、 机器视觉行业国内发展现状根据机器视觉产业联盟（CMVU）在2021年度统计153家企业的样本调查数据，2021年我国机器视觉行业销售额为1638亿元，较2020年增长345%。同时，受益于国家对智能制造产业的政策支持、我国制造业总体规模的进一步扩大以及下游应用行业的不断拓展等因素的影响，2019-2021年期间，我国机器视觉行业的年均复

51、合增长率达到了229%，市场规模持续扩大。未来三年，考虑到宏观经济的复苏回暖、浪潮兴起、行业技术的创新升级以及下游应用领域的进一步延伸等因素，预计我国机器视觉行业发展将进入快车道，行业规模将从2022年的2151亿元增长至2024年的4036亿元，实现年均370%的复合增长。从企业数量来看，虽然我国机器视觉行业起步较晚，但近年来，随着我国陆续出台一系列相关政策对智能制造、机器视觉行业的鼓励和支持，进入相关领域的企业数量不断增多。根据前瞻产业研究院数据，在2017-2020年期间，每年新增企业数量均超过600家。其中，2019年新增企业数量达到峰值819家，2020年受新冠疫情的影响，行业内新增

52、企业数量稍有回落，但仍达到637家。目前，我国各种类型的机器视觉企业已累计超过4，000家。此外，据机器视觉产业联盟（CMVU）的调查数据显示，进入中国的国际机器视觉品牌已超过200家。从产品类型来看，根据机器视觉产业联盟（CMVU）的分类，我国机器视觉行业主要的产品/服务包括系统、组件和服务三大类。其中，机器视觉组件包括光学元件及镜头、2D相机（面阵相机）、照明光源或其他结构光源、3D相机/3D采集设备、工业线扫描相机、图像采集卡、视觉软件（单独销售的产品）、接口及其他组件等。据机器视觉产业联盟（CMVU）2021年度对153家样本企业调查数据统计，2019-2021年，机器视觉组件销售额从

53、673亿元增长至980亿元，年均复合增长率为207%，虽占行业销售额比例从620%略微下降至598%，但仍占据整体销售额的一半之多，是我国机器视觉细分行业产值规模最大的市场。其中，2D相机（面阵相机）的销售额占比为127%，是机器视觉组件大类中的第二大细分市场，且2019-2021年销售额同期年均复合增长率达到394%；工业线扫描相机的销售额占比为49%，若将工业线扫描相机与面阵相机统一划分为工业相机的统计口径来看，2021年工业相机产品的销售额占比为176%，俨然已成为机器视觉组件的第一大细分市场；此外，2021年我国图像采集卡的销售额占比为46%。进一步来看，通过将2021年我国机器视觉行业整体销售额1638亿元乘以相应细分产品占比数据，即可得到2021年我国工业相机产品的销售额为2883亿元（面阵相机销售额2080亿元，工业线扫描相机销售额803亿元），图像采集卡的销售额为753亿元。此外，受到机器视觉产业联盟（CMVU）2021年度调查数据仅为153家样本数量的限制，叠加这部分因素的影响，因此，2021年我国机器视觉行业中关于工业相机、图像采集卡的实际销售金额将进一步放大。