【梳理】工业机器视觉/3D视觉行业分析和企业汇总

人工智能的分支主要包括语音类技术、视觉类技术、自然语言处理技术和基础硬件等。视觉类技术在中国人工智能市场中占据最大的市场份额。

视觉类技术包含机器视觉和计算机视觉两个既有区别又有联系的概念。

资料来源：甲子光年整理

计算机视觉(computer vision)是采用图像处理、模式识别、人工智能技术相结合的手段，实现一幅或多幅图像的计算机分析，而机器视觉(machinevision)偏重于计算机视觉技术工程化，旨在自动获取和分析特定的图像，以控制相应的行为。

具体来说，计算机视觉为机器视觉提供图像和景物分析的理论及算法基础，机器视觉为计算视觉的实现提供传感器、系统构造和实现手段。通俗地说，机器视觉就是用机器代替人眼。机器视觉模拟眼睛进行图像采集，经过图像识别和处理提取信息，最终通过执行装置完成操作。

目前机器视觉的主要应用领域包括ADAS(高级驾驶辅助系统)、AGV(自动引导车)、安防、工业、消费等。

根据调查结果显示，2012-2021年中国机器视觉器件和系统的销售额从2012年的19.8亿元增长至2021年的161亿元，其复合增长率近似为31.7%，且2021年的增长率56%尤为显著。2022年中国机器视觉行业销售额预测将突破200亿元。

工业是目前中国机器视觉行业最大的下游应用领域，工业领域的销售额占比为 81.2%，其中工业行业包括电子制造、显示面板、汽车、印刷、半导体、食品饮料包装等行业。其他、交通、娱乐、国防安防行业为辅，其销售额占比依次为 10%、3.3%、3.1%、1.1%。

工业机器视觉的核心是通过“机器眼”代替人眼，对物体进行识别、测量并做出判断。工业机器视觉具备高感知效率、高精准度、和基本无人化的优势，是实现工业自动化的核心。

机器视觉发展历程：

资料来源：甲子光年整理

机器视觉系统：

机器视觉系统是一个包含硬件、软件和算法等诸多单元的应用系统，主要包括成像和图像处理两大部分，前者通过硬件部分实现，后者由算法及软件构成的视觉控制系统负责，对成像进行处理分析，输出分析结果至执行机构。

2D、3D机器视觉系统：

典型的机器视觉系统包括光源及光源控制器、镜头、相机、视觉控制系统等部件，其中 光源及光源控制器、镜头、相机等硬件部分负责成像，视觉控制系统负责对成像结果进行 处理分析和输出。

2D视觉系统的一般原理是通过摄像头拍摄平面照片，然后通过图像分析或比对来识别物体，主要依据是物体一个平面上的特征。

由于2D视觉无法获得物体的空间坐标信息，因此无法完成物体平面度、表面角度、体积等测量，同时也难以区分颜色相近的表面。同时成像的对比度对结果的分析至关重要，因此特别依赖于光照和颜色/灰度变化，易受照明条件的影响。