产业链

本篇文章2977字，读完约7分钟

机器视觉是发展迅速的人工智能的一个分支。简单地说，机器视觉就是用机器代替人眼来测量和判断。机器视觉系统通过机器视觉产品(即图像拾取设备，包括cmos和ccd)将捕获的目标转换成图像信号，并将其传输到专门的图像处理系统以获得捕获目标的形态信息，该形态信息根据像素分布、亮度、颜色等信息转换成数字信号；图像系统对这些信号执行各种操作以提取目标的特征，然后根据判断结果控制现场设备的动作。

机器视觉是人工智能(ai)在工业领域的应用和推广，其产业链可分为:

底层开发人员(核心组件和软件提供商)

集成和软件服务提供商(二次开发)

核心组件和软件可细分为光源、镜头、工业相机、图像采集卡、图像处理软件等。

在目前整个机器视觉系统的成本结构中，零部件和软件开发占80%，是产业链中的核心环节和价值获取者。

从构筑产业链的护城河来看，技术是壁垒，软件是主要壁垒。

1)软件是主要障碍，底层算法库是核心。

康耐视和mvtec等外资企业的垄断，主要是由国外几十年的自动化发展形成的；

国内自动化进程不长，软件算法还处于研发阶段，很少有应用做得很好。

2)应用层面的技术也非常关键，主要是掌握不同应用环境的技术诀窍，制作适应性产品。

国内机器视觉行业有四种主要的市场参与者:

国际综合自动化公司

国际专业机器视觉公司

国内专业机器视觉公司

国内自动化设备公司。

其中，在底层开发者层面，国际企业占主导地位，而国内企业大多部署在附加值较低的二次开发层面(包括系统集成和装配生产自动化专机)，并在此基础上逐步尝试上游核心环节。

机器视觉系统的成本构成

产业链中的重点产业分析

1.光源

光源是定位的环节。光源的质量在于对比度、亮度和对位置变化的敏感度。led光源产品主要用于机器视觉行业。目前还没有通用的机器视觉照明设备，每个具体的应用实例都有一个个性化的方案来达到这个效果。目前，光源行业具有高度的本土化和激烈的竞争。

2.镜头

国内拥有低端镜片的企业具有一定的竞争力，而高端镜片基本上依赖进口。透镜的基本功能是实现光束调制，将目标成像在图像传感器的光敏面上，完成信号传输。工业镜头可分为定焦镜头、定焦镜头、远心镜头和连续变焦镜头等。不同的镜片根据要求用于不同的工业领域，价格差距也很大。

3.工业相机

工业相机主要从欧美进口，国产品牌逐渐从低端市场进口和替代。工业摄像机是工业视觉系统的核心部件，其本质功能是将光信号转换成电信号，这就要求有较高的传输力、抗干扰力和稳定的成像能力。

4.图像采集卡

图像采集卡在中国的发展相对完善和成熟，也被称为视频采集卡。这部分通常是插入电脑的卡。该采集卡的功能是连接摄像头和pc机。它从摄像机获取数据(模拟信号或数字信号)，然后将其转换成可由电脑处理的信息。

5.图像处理软件

图像处理软件基本上被国外企业垄断，而国内企业在二次开发中有一定布局。工业视觉软件对数字信号进行各种运算，提取目标特征，然后根据识别结果控制现场设备的动作，自动完成图像采集、显示、存储和处理。目前流行的开发模式是“软件平台+可视化开发包”。开发包基于软件平台封装了各种常用的图像处理算法，软件工程师可以直接调用封装的算法实现各种复杂的图像处理功能，从而降低了二次开发的难度和工作量。

6.系统综合

国内制造商在一体化方面发展迅速，特别是在一些尚未安排外资的领域，或者在3c等非标准自动化领域。国内集成制造商的利润仅用于空的二次开发是很小的。在某个行业的下游完成了一个好的布局之后，他们会尝试逐步向上游的底层延伸开发，并导入和替换核心软硬件。

基于的下游产业分析

机器视觉广泛应用于电子和半导体、汽车制造、食品包装、制药等领域，其中电子汽车和电子产品是当前机器视觉的应用领域。

1.下游应用领域-电子

根据前瞻性研究所的数据，电子行业贡献了约50%的机器视觉需求，机器视觉主要用于高精度制造和质量检测，例如晶片切割、3c表面检测、触摸屏制造、aoi光学检测、pcb印刷电路、电子封装、丝网印刷、smt表面安装、spi焊膏检测、半导体对准和识别。以iphone为例，整个生产过程需要70多个系统。未来，全球对智能手机、平板电脑和可穿戴设备等消费电子产品的需求预计将激增。

以3c行业为例，我们判断未来行业对机器视觉的需求将继续快速增长，主要需求来自几个方面:

1)视觉技术的进步(许多眼镜和屏幕的缺陷检测技术尚未实现)促进了应用领域的扩展；

2)随着国内智能手机逐渐向高端发展，手机制造商的利润率将会提高，视觉检测在国内手机生产线上的应用有望普及。

▲机器视觉在smt装配线上的典型应用

2.下游应用领域-汽车

根据前瞻性研究所的数据，汽车行业对机器视觉的需求约占15%，机器视觉主要用于几乎所有系统和部件的制造过程，如车身装配检测、面板印刷质量检测、字符检测、零件尺寸的精确测量、工件表面缺陷检测、自由曲面检测和间隙检测。目前，一条生产线配备了大约十几个机器视觉系统。未来，随着汽车质量控制、汽车智能化和轻量化的趋势，对检测提出了更高的要求，对机器视觉技术的需求也将逐渐增加。

例如，3d视觉系统可以高精度地测量间隙，校准每辆车，并全面检查所有装配好的车门和车身。3d视觉系统还可以帮助底盘制造商自动装载、卸载和检查货架上的车身面板，并在自动设备拾取有缺陷的部件之前检测货架上是否有有缺陷的部件，从而减少将有缺陷的部件焊接在一起。

▲机器视觉在车身检测中的应用

3.下游应用领域-制药

根据权威研究机构的数据，制药行业贡献了约7%的机器视觉需求，主要用于瓶子包装缺陷检测、胶囊包装质量检测、药物颗粒检测、生产日期编码检测、药片颜色识别和分拣等。目前，大多数企业在装配线上都有1-2套机器视觉系统，但实际需求至少应该是5套。未来，随着医药行业自动化升级改造的加快，普及率将继续提高。

例如，在药品包装后的检测过程中，可以通过机器视觉快速准确地检测出物品是否完好无损，通过设置图像传感器获取被包装物品的图像信息，并通过预设的面积参数对每个药品颗粒或瓶子进行检测和比较，从而检测出破损的药品颗粒或丢失的瓶子包装，并正确正常地通过。

▲药物颗粒起泡检测示意图

▲缺瓶检测示意图

4.下游应用领域-食品

食品和包装也是机器视觉应用的一个重要下游领域，主要用于高速检测、外观包装检测、食品包装缺失检测、外观和内部质量检测、分拣和颜色选择等。一条生产线的消耗量在不同的产品之间差别很大。目前，机器视觉广泛应用于大型食品企业(如伊利、蒙牛)，但其在整个行业的渗透率不高。

例如，食品分拣机广泛用于欧洲生鲜商品市场，多台摄像机通常用于捕捉产品整个表面的图像。当产品基本上是圆形时，漏洞中有一个机制使产品在摄像机下旋转。形状可以根据最大直径和最小直径、比例关系等进行分类。颜色通常根据扫描的整个表面来确定。简单百分比、强度直方图、定义最大面积或最小面积等识别方法。

▲机器视觉在食品工业中的典型应用示意图

展望未来，机器视觉行业主要有几个发展趋势:

1)越来越快的图像数据传输和越来越先进的软件算法带来了数字化、实时化和智能化性能的提高；

2)硬件性能的提高(更高的分辨率、更快的扫描速率等)。)而产品软件价格的下降促进了机器视觉的普及率；

3)产品正朝着小型化和集成化方向发展