机器视觉引领智能技术革命

　　机器视觉市场规模

　　机器视觉在工业、农业、国防、军工、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用，将对我们的生活、生产和工作带来革命性的改变。

　　据国外调研机构MarketsandMarkets分析，2015年全球机器视觉市场规模为80.8亿美元，到2020年市场规模将达125亿亿美元，2016-2020年全球机器视觉市场将以年复合9.1%的增长率成长。

　　中国机器视觉产业起步晚，市场基数小，但发展速度快（2009年以后进入快速发展期），目前已成为继美国和日本之后的全球第三大机器视觉市场。

　　2015年中国机器视觉市场规模61.2亿元，，同比增速为28.57%，增速为全球首位，远高于全球平均水平。预计2016-2020年中国制造将促使机器视觉维持20%的增长率，到2020年市场规模将达152亿元。

　　机器视觉系统

　　机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（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，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

　　机器视觉系统涉及到多门技术，最基本的系统也需要照明、成像、图像数字化、图像处理算法、计算机软件硬件等，稍微复杂一点的系统还会用到机械设计、传感器、电子线路、PLC、运动控制、数据库等等。

　　整个机器视觉系统中，半导体零部件和软件开发占据成本的80%，其中进口核心零部件和底层软件开发占60%生产成本。

　　机器视觉应用

　　机器视觉技术是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制，技术最大的特点是速度快、信息量大、功能多。

　　一个典型的工业机器视觉应用系统，包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。

　　机器视觉应用广泛，从工业视觉到计算机视觉，从人机交互到自动驾驶，从虚拟现实到物体自动识别，机器视觉都能担当着重要角色。

　　在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。

　　中国机器视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。目前国内机器视觉大多为国外品牌。国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐渐成熟。

　　在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业，用机器视觉技术取代人工，可以提供生产效率和产品质量。例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，不会出现大多快递公司人工进行分拣，减少物品的损坏率，可以提高分拣效率，减少人工劳动。

　　我国机器视觉行业竞争格局

　　中国经济经过数十年的高速发展，在很多领域完成了从无到有、从不能到可以的跃变，现在已经到了提高生产效率和产品质量、残酷竞争的阶段，很多原来使用的人工工序正逐渐被机器所取代，从而对机器视觉系统产生了越来越多的需求。

　　目前机器视觉技术以国外较为先进，如康耐视、基恩士等行业巨头，占据着全球大部分的市场份额，国内大部分机器视觉公司都是国外机器视觉品牌的代理商。

　　我国机器视觉市场上的力量主要可以分为三类：国际综合自动化工业公司、国际专门机器视觉厂商、国内专门机器视觉公司，其中外资厂商仍然占据机器视觉市场主导地位，我国机器视觉行业企业以产品代理商和系统集成及设备制造为主，底层开发商较少。

　　在国内机器视觉市场在上层二次应用开发方面，国内厂商占有比较大的份额；但是在机器视觉底层核心零部件这块，目前主要还是以国外品牌为主。但国外品牌产品存在着技术支持力度小、产品供货不及时、更新换代慢、价格高等劣势，在一定程度上阻碍了整个机器视觉行业的发展。国内厂商要努力创新，不断提升产品的核心竞争力。

 

　　

　　巨头布局机器视觉

　　随着机器视觉技术的不断发展，在各行业中的应用日益加深，全球互联网和半导体巨头纷纷布局，显示出智能图像处理将是下一个竞技场。

　　英特尔收购俄罗斯机器视觉公司Itseez，该公司成立于2005年，已经开发了面向驾驶员辅助系统的软件和服务。此次收购加强了英特尔在电子感知和图像理解领域的能力，有利于公司于汽车和物联网领域的创新。

　　英特尔还收购机器视觉公司Movidius，该公司可以提供低功耗机器视觉芯片，而且已于谷歌、联想、大疆等公司签订协议，为无人机、安保摄像头、VR/AR头盔等设备提供技术服务。

　　谷歌收购Industrial Perception，该公司致力于研究用于工业机器人的3D视觉识别技术，能够准确对物体进行分类，可以使工业机器人对不同形状的物体进行精准的货物装卸。

　　Facebook和谷歌携手俄罗斯计算机视觉公司VisionLabs开发了一个通用的开源计算机视觉开发平台。

　　ARM以3.5亿美元收购英国计算视觉公司Apical，进一步巩固计算视觉和图像处理技术壁垒。

　　汽车巨头福特收购以色列机器视觉和机器学习公司SAIPS，该公司开发的图像和视频算法解决方案、深度学习、信号处理及分类技术，能够帮助福特的无人驾驶汽车学习和适应周围的环境。

　　亚马逊也收购了一支欧洲顶级计算机视觉团队，用于无人机和无人驾驶等领域。

　　小结：

　　机器视觉将会是人工智能的下一个前沿领域。随着智能机器人、无人机、自动驾驶、智能医生、智能安防、VR/AR等应用领域不断突破，机器视觉技术迎来黄金发展时期。