「機器視覺」機器視覺產業鏈

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

機器視覺（Machine Vision）指的是通過光學的裝置和非接觸的感測器自動的接收和處理真實物體的圖像，以獲得所需信息或控制機器人運動的裝置，通俗的說就是應用在工業領域的視覺應用。

▲機器視覺系統組成

另一個當下關注度非常高的概念計算機視覺（Computer Vision）主要強調的是讓計算機具備對客觀三維場景的感知、識別和理解（側重對質的分析），例如無人駕駛、人臉識別等都可以歸類為計算機視覺的範疇。

機器視覺的四大基本功能

目前，機器視覺的基礎功能主要可以分為四大類：模式識別/計數、視覺定位、尺寸測量和外觀檢測，當前的應用也基本是基於這四大類功能來展開。

▲機器視覺的四大基本功能

• 模式識別/計數主要指對已知規律的物品進行分辨，比較容易的包含外形、顏色、圖案、數字、條碼等的識別，也有信息量更大或更抽象的識別如人臉、指紋、虹膜識別等。
• 視覺定位主要指在識別出物體的基礎上精確給出物體的坐標和角度信息。定位在機器視覺應用中是非常基礎且核心的功能，一個軟體的好壞大概率與其定位演算法的好壞密切相關。
• 尺寸測量主要指把獲取的圖像像素信息標定成常用的度量衡單位，然後在圖像中精確的計算出需要知道的幾何尺寸。優勢在於對高精度、高通量以及複雜形態的測量，例如有些高精度的產品由於人眼測量困難以前只能抽檢，有了機器視覺後就可以實現全檢了。
• 外觀檢測主要檢測產品的外觀缺陷，最常見的包括表面裝配缺陷（如漏裝、混料、錯配等）、表面印刷缺陷（如多印、漏印、重印等）以及表面形狀缺陷（如崩邊、凸起、凹坑等）。由於產品外觀缺陷一般情況下種類繁雜，所以檢測在機器視覺中的應用中屬於相對較難的一類。

從技術實現難度上來說，識別、定位、測量、檢測的難度是遞增的，而基於四大基礎功能延伸出的多種細分功能在實現難度上也有差異，目前看3D視覺功能是當前機器視覺應用技術中最先進的方向之一。

國內機器視覺產業鏈梳理

簡單的，我們可以把機器視覺產業鏈可以分為底層開發商（核心零部件和軟體提供商）、集成和軟體服務商（二次開發），核心零部件及軟體又可以再細分為光源、鏡頭、工業相機、圖像採集卡、圖像處理軟體等。在目前的整個機器視覺系統成本構成中，零部件及軟體開發佔據了80%的比例，是產業鏈中絕對的核心環節和價值獲取者。

從技術壁壘來看，1）軟體是主要壁壘，底層演算法庫是核心。目前是外資企業壟斷，做得好例如康耐視以及MVTec，主要是靠國外幾十年的自動化進程培養起來的；國內自動化進程時間不長，軟體演算法還多處於研發階段，應用做得好的不多，2）應用層面的技術也非常關鍵，主要是要掌握不同應用環境的Know-How，做出適應性的產品。

目前來看，國內機器視覺行業的市場參與者主要有四種類型：國際綜合自動化公司、國際專業機器視覺公司、國內專業機器視覺公司以及國內自動化設備公司。其中，在底層開發商層面還是國際企業佔主導地位，國內公司更多是在附加值更低的二次開發層面布局(形式包括系統集成以及組裝生產自動化專機)，並在此基礎上逐漸向上游核心環節進行嘗試。

▲機器視覺系統成本構成

1.光源

光源是國產化最充分環節。光源的好壞在於對比度、亮度和對位置變化的敏感程度，機器視覺行業主要採用LED 光源產品。目前沒有通用的機器視覺照明設備，針對每個特定的應用實例有個性化的方案，以達到最佳效果 。目前光源行業國產化程度高，競爭比較激烈。

▲內外光源參與企業

2.鏡頭

低端鏡頭國內企業具備一定競爭力，高端鏡頭基本依賴進口。鏡頭的基本功能是實現光束調製，將目標成像在圖像感測器的光敏面上完成信號傳遞。工業鏡頭主要可以分為定焦鏡頭、定倍鏡頭、遠心鏡頭、連續變倍鏡頭等，不同的鏡頭根據要求應用於不同的工業現場，價格差距也較大。

▲國內外鏡頭參與企業

3.工業相機

工業相機以歐美進口為主，國產品牌從低端市場開始逐步進口替代。工業相機是工業視覺系統的核心部件，其本質功能完成是將光信號轉變成電信號的過程，要求更高的傳輸力、抗干擾力以及穩定的成像能力。

▲國內外工業相機參與企業

4.圖像採集卡

圖像採集卡國內發展較為完善和成熟，也稱為視頻抓取卡，這個部件通常是一張插在 PC 上的卡。這張採集卡的作用將攝像頭與 PC 連接起來。它從攝像頭中獲得數據（模擬信號或數字信號），然後轉換成PC 能處理的信息。

5. 圖像處理軟體

圖像處理軟體基本被國外企業壟斷，國內企業在二次開發中有所布局。工業視覺軟體則對數字信號進行各種運算來抽取目標的特徵，進而根據判別的結果來控制現場的設備動作，自動完成對圖像採集、顯示、存儲和處理。當前比較流行的開發模式是「軟體平台+視覺開發包」，開發包是基於軟體平台對常用各種圖像處理演算法進行了封裝，軟體工程師可以直接調用封裝好的演算法實現各種複雜的圖像處理功能，降低二次開發難度和工作量。

▲國內外圖像處理軟體參與企業

6.系統集成

國內廠商在集成端發展迅速，尤其是在一些外資還沒有布局的領域、或者非標自動化領域如3C 等。國內集成廠商單純進行二次開發利潤空間較小，在某一行業下游完成良好布局之後，會嘗試逐步向上游底層開發延伸，進行核心軟硬體的進口替代。

機器視覺最重要下游

機器視覺廣泛應用於電子及半導體、汽車製造、食品包裝、製藥等領域，其中電子汽車和電子是當前機器視覺最重要的應用領域。

▲全球機器視覺下游需求結構

1.下游應用領域——電子

根據前瞻研究院數據，電子行業貢獻了機器視覺近50%左右的需求，主要用於晶圓切割、3C表面檢測、觸摸屏製造、AOI光學檢測、PCB印刷電路、電子封裝、絲網印刷、SMT表面貼裝、SPI錫膏檢測、半導體對位和識別等的高精度製造和質量檢測。以iPhone為例，其生產全過程就需70套以上系統。未來在全球智能手機、平板電腦和可穿戴設備等消費電子領域的需求有望爆發。

以3C行業為例，我們判斷未來行業的機器視覺需求還會持續較快增長，主要需求來自幾個方面：1）視覺技術進步（現在好多玻璃、屏的缺陷檢測技術上還不能實現）推動適用領域拓寬；2）隨著國內智能手機逐漸中高端化帶來手機廠商利潤率提升，視覺檢測在國產手機產線中的應用有望推廣開來。

▲機器視覺在SMT裝配線上的典型應用

2.下游應用領域——汽車

根據前瞻研究院數據，汽車行業貢獻了機器視覺15%左右的需求，主要用於車身裝配檢測、面板印刷質量檢測、字元檢測、零件尺寸的精密測量、工件表面缺陷檢測、自由曲面檢測、間隙檢測等幾乎所有系統和部件的製造流程。目前一條產線大概配備十幾個機器視覺系統，未來隨著汽車質量把控、汽車智能化、輕量化趨勢對檢測提出更高要求，對機器視覺技術的需求還會逐步提高。

例如，3D視覺系統可以以高精度測量間隙並對準每一輛車，並對裝配的所有車門和車身進行全面檢測。3D 視覺系統還能幫助底盤製造商使貨架中車身板件的上架、下架和檢測實現自動化，在自動設備拾取缺陷元件之前檢測貨架上是否存在缺陷元件，從而減少將缺陷元件焊接到一起。

▲機器視覺在車身檢測領域的應用

3.下游應用領域——製藥

根據前瞻研究院數據，製藥行業貢獻了機器視覺7%左右的需求，主要應用在藥瓶封裝缺陷檢測、膠囊封裝質量檢測、葯粒卻是檢測、生產日期打碼檢測、藥片顏色識別及分揀等。目前大多數企業流水線上有1-2套機器視覺系統，而實際需求至少應該在5處，未來隨著製藥行業自動化升級改造提速，滲透率會持續提升。

例如，在藥品包裝後的檢測環節中，可以利用機器視覺快速、準確地檢測到對象是否完好無缺，通過設定圖像感測器，獲取包裝後的對象圖片信息，通過預先設定的面積參數對每個葯粒或者藥瓶進行檢測對比，這樣，破損的葯粒或者缺瓶的包裝都將被檢測出來，正確的正常通過。

▲葯粒泡罩檢測示意圖

▲缺瓶檢測示意圖

4 .下游應用領域——食品

食品及包裝也是機器視覺應用的重要下游領域，主要用於高速檢測、外觀封裝檢測、食品封裝缺漏檢測、外觀和內部質量檢測、分揀與色選等，單條產線用量在不同產品中差異較大。目前機器視覺在大型食品企業（如伊利、蒙牛）中應用較多，而在行業整體的滲透率並不高。

例如，歐洲鮮貨市場廣泛使用食品分揀器，一般採用多台攝像機捕獲產品整個表面影像。當產品基本為圓形時，在漏洞內設有機構，讓產品在攝像機下進行旋轉。形狀可以根據最大直徑和最小直徑、比例關係等進行分選。顏色一般根據已掃描的整個表面情況來決定。鑒定方法如簡單百分比、強度值直方圖、定義最大面積或最小面積等。

▲機器視覺在食品行業中的典型應用示意圖

展望未來，機器視覺行業主要有幾個發展趨勢：

1）更多更快的圖像數據傳輸、更先進的軟體演算法帶來實現數字化、實時化和智能化的性能提升；

2）硬體性能的提升（更高解析度、更快掃描率等）和產品軟體價格的下降推動機器視覺滲透率提升；

3）產品向著小型化、集成化發展。

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！