机器视觉自动化推动了又一次工业革命？

由于下游消费电子、汽车、半导体、医药等行业规模持续扩大，主要国家工业化水平稳步提升，机器视觉在传统行业的渗透率不断提升且不断开辟新的应用领域和场景。

行业无龙头，市场空间大

GGII数据显示，2018年中国市场规模53.79亿元，同比增长27.95%，GGII预计，未来5年中国机器视觉市场将保持20%以上的增速，在2023年达到160亿元以上的市场规模，2019-2023年年复合增长率为23.87%，空间巨大。

市场格局这方面我们以第一梯队玩家，科创板首批过会企业天准科技为例，其2017年营业收入3.19亿，2018年5.08亿，2016-2018年市占率分别为2.61%、3.99%和4.89%，也就是说科创板机器视觉第一家市场占比不到5%。

总结一下就是整个行业前景巨大，且没有龙头出现，大家处于快速抢占市场的阶段。3D视觉相机梅卡曼德公司2018出货量100套左右，而这个数字仅仅在2019年一季度就已经达到，这个市场增量也难怪机器视觉成了当下资本追逐的热门赛道。

针对于此，库柏特的李淼博士解释到：“主要是两个原因，技术突破和市场突破，技术突破主要是国内最近几年大量的视觉初创企业破土而出，例如梅卡曼德、库柏特、旭升视觉、灵西机器人、蓝芯科技等等，这些企业在上游的核心零部件领域都是有所建树的，而他们所带来的直观改变就是机器视觉的价格大幅度降低。”

技术突破同时也带来了应用场景的突破，而价格降低让更多的企业能够用的起机器视觉，我们以旭升视觉为例，目前进口产品一套在三十万左右，旭升能做到十五万左右，性能做到进口的80%到90%，总体来看，国产产品性价比极高。那么为什么近年来的机器视觉的价格会下降的如此迅速，这还要从其产业链讲起。

机器视觉产业链

机器视觉产业链以底层开发商为分界点分为上下游，首先从上游来讲，又分为图像获取：光源、镜头、相机、采集卡、机械平台；图像处理与分析：工控主机、图像处理分析软件、图形交互界面；判决执行：电传单元、机械单元，而这些都属于核心零部件。

而在下游的设备组装和集成环节考验的是企业性价比、深度定制以及服务优势。

就如同国内的工业机器人系统集成商格局与逻辑一样，中国的机器视觉产业也主要集中于技术含量和价值量都较低的集成及设备组装上。这主要还是因为国内的机器视觉起步较晚，技术有差距，在最近的十几年内才真正开始实现工业领域的应用，行业才刚刚开始，企业规模小，市场空间大。

而国外部分工业视觉制造商具备全产业链优势，其基本垄断了中高端市场，视觉算法软件主要有vision pro、halcon、mil、hexsight、evision、avl等；智能相机主要有康耐视、基恩士、microscan、邦纳等。

总结来说，这是一个技术称王，毛利率极高的产业。而之前由于国外厂家垄断了核心技术和服务场景较少的原因，整个行业偏窄，而现在国内厂家开始对核心技术发起冲击，同时深耕应用场景，行业规模快速扩大，价格急速降低。但短期内行业技术还是难以突破，核心利润仍然被外资掌握。

短期看3C，长期看整体

最后一点聚焦到应用，机器视觉工业应用广泛，主要具有四个功能，引导和定位、外观检测、高精度检测和识别。而从行业看，短期内电子和半导体制造仍是工业视觉核心的下游应用领域，主要因为半导体和电子设备制造对工业视觉技术存在刚性需求。

工业视觉具有高精度的特点，天然适合高性能、精密的专业设备制造。以半导体制造为例，其前、中段过程都需要工业视觉的精密定位与视觉测量，后段制程中晶圆的电器检测、切割、AOI封装、检测等过程都需要大量运用工业视觉技术。

未来国内企业首要需立足于电子行业。我国早已成为世界上最大的3C产品制造国，产能约占全球70%。但3C整体自动化设备渗透率只有20%左右，导致国内机器视觉渗透也较低，因为机器视觉大都结合自动化设备同时应用。

随着技术的发展和成本的下降，未来其他工业将接力3C成为行业发展的推动力。

目前之所以在其他行业应用滞后于3C，主要是产品在通用性方面存在不足，且在智能性方面达不到某些场景的要求，比如当复杂堆叠物体的识别和分拣，依然有90%以上通过人工方式完成。

随着算法算力的不断提高、深度学习等等技术的发展，其他流程工业诸如汽车等行业的机器视觉将加速渗透，带动工业制造智能化进程产业发展迅速。而中国，拥有世界最大的工业制造产能，势必将会成为最大的市场。

图牛视像是一家专注工业制造的机器视觉技术服务型公司。通过工业相机和先进的图像处理技术，代替人眼，为生产型企业和自动化集成商提供装配定位、缺陷检测、特征识别、字符读取、尺寸测量、扫码追溯等机器视觉整体解决方案和部署实施。