近日，安森美宣布，其Hyperlux图像传感器系列产品现已引入NVIDIA DRIVE平台，可大大增强自动驾驶汽车的视觉能力并提高安全性。借助这种技术组合，自动驾驶系统可以充分发挥Hyperlux传感器的优势，能够在任何光照条件下捕获到更多细节。

 

 

过去早期无人驾驶车辆主要使用激光雷达传感器，但近年来计算机视觉发展迅速，低成本的视觉传感系统在无人驾驶领域也得到广泛应用，而视觉SLAM技术更是将研究推向了一个新的高度，成为无人驾驶领域重要的研究方向。

 

此外，早前MetaAI在官网发布了基础模型SegmentAnything Model（SAM）并开源，其本质是用GPT的方式（基于Transform 模型架构）让计算机具备理解了图像里面的一个个“对象”的通用能力。

 

SAM模型建立了一个可以接受文本提示、基于海量数据训练而获得泛化能力的图像分割大模型。

 

图像分割是机器视觉中的一项重要任务，其有助于识别和确认图像中的不同物体，把它们从背景中分离出来，这在自动驾驶（检测其他汽车、行人和障碍物）、医学成像（提取特定结构或潜在病灶）等应用中特别重要。

 

 

机器视觉（MachineVision）是人工智能正在快速发展的一个分支。

 

根据CBInsight数据，当前中国已是继美国、日本之后的第三大机器视觉领域应用市场。

 

从市场规模方面来看，作为新兴技术和产业，中国机器视觉行业规模仍较小，但增速远快于全球，处于高速成长的阶段。GGII预计至2025年机器视觉市场规模将超过1200亿元，行业有长期广阔的发展前景。

 

机器视觉全景结构图：

 

 

 

01、机器视觉行业概览

 

根据美国制造工程师协会(SME)机器视觉分会对机器视觉的定义，机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。

 

机器视觉是由人工智能、计算机科学、图像处理和模式识别等诸多领域合作完成的。

 

通过计算机、图像传感器及其他相关设备模拟人类视觉功能的技术，以赋予机器“看”和“认知”的能力。

 

 

机器视觉设备一般包括两个部分。1）“视”，即系统的硬件组成部分，主要包括：光源、镜头、工业相机、图像采集卡；2）“觉”，即系统的视觉处理软件。

机器视觉包括识别、测量、定位和检测四大功能，其中检测技术难度最高。

机器视觉工作流程:

 

 

在工业领域，机器视觉相对人眼视觉存在显著优势。

机器视觉拥有精度高、速度快、适应性强、可靠性高、效率高等人工视觉无法比拟的优势。

在我国人工成本增加、数字化转型、制造业效率和质量要求提高的大背景下，正在逐步替代人工。

机器视觉和人眼视觉对比：

 

 

02、机器视觉产业链

机器视觉可分为上游（硬件、算法软件）、中游（视觉系统、视觉装备集成）和下游终端应用。

上游涉及的行业范围较为宽广，主要包括光源、工业镜头、工业相机、图像采集卡和软件及算法平台等环节；中游是机器视觉产业链最核心的环节，由视觉系统和视觉装备集成构成；下游为应用领域，广泛应用到电子、半导体、机器人、汽车、医疗等各行各业。

 

资料来源：《中国工业机器视觉产业发展白皮书》

 

在一个典型的机器视觉系统中，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、输出分析结果至智能设备的其他执行机构。

机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。

 

 

光源及光源控制器

光源控制器与光源二者搭配使用，光源控制器为光源供电，控制光源的照明状态（亮/灭）、亮度、频闪等。

光源的好坏在于对比度、亮度和对位置变化的敏感程度，机器视觉行业主要采用LED光源产品。

目前没有通用的机器视觉照明设备，针对每个特定的应用实例有个性化的方案，以达到最佳效果。

 

 

光源行业高端市场由CCS和AI等外企主导，中低端市场国产化率超过90%，国产化程度高，竞争比较激烈。

国内厂商中奥普特是市占率最大的企业，主要参与厂商还包括沃德普和纬朗光电、大族激光、义众实业等。

国内外光源主要企业：

 

 

工业镜头

镜头相当于人眼的晶状体，是机器视觉采集和传递被摄物体信息过程的起点，所使用的的镜头为工业级镜头。需要更小的光学畸变、足够高的光学分辨率、丰富的光谱响应选择等，以满足不同场合视觉系统的应用需求。

市场格局方面来看，外企在高端市场市占率较高国内企业主推性价比，目前中低端市场国产化率近80%。

工业镜头环节主要布局厂商有东正光学、慕腾光、普密斯，以及联创电子、联合光电、凤凰光学和宇瞳光学等。

 

 

工业相机

相机是机器视觉中的图像采集单元，相当于人眼的视网膜，将光信号转变为电信号。

通过镜头的光学聚集于像平面、生成图像，采集图像后输出模拟或数字信号，这些信号在视觉控制系统中重建为灰度或彩色矩阵图像。

工业相机以欧美进口为主，国产品牌从低端市场开始逐步进口替代。

目前奥普特、海康机器人（海康威视子公司）、大恒图像和华睿科技（大华股份子公司）均已具备工业相机生产能力。

图像处理软件及算法平台

机器视觉系统中，软件以及系统是核心，能为整套方案带来更高的产品溢价。

机器视觉开发工具主要有两种类型，一种是包含多种处理算法的工具包，另一种是专门实现某一类特殊工作的应用软件。

底层算法难度巨大，外企几乎垄断底层算法、本土厂商正积极突围。目前国内仅有少数企业具有自研算法库。

国内软件和算法环节代表厂商包括凌云光、深科达、商汤科技、虹软科技和云从科技等。

图像采集卡和图像处理器环节厂商包括维视图像、凌云光、凌华科技、北京君正、富瀚微、高新兴等。

 

 

机器视觉设备和集成

视觉装备是在视觉系统基础上添加自动化装备构成。

除了自主研发、生产并销售标准化的机器视觉核心部件，机器视觉厂商也深度结合下游实际场景，以整体解决方案的模式提供成套系统。

国内厂商在集成端发展迅速，尤其是在一些外资还没有布局的领域、或者非标自动化领域如3C等。

当前国内集成厂商单纯进行二次开发利润空间较小，在某一行业下游完成良好布局之后，有望尝试逐步向上游底层开发延伸，进行核心软硬件的进口替代。

国内机器视觉设备环节主流供应商包括天准科技、凌云光、奥普特、矩子科技、美亚光电、精测电子、赛腾股份、奥比中光、劲拓股份、先导智能、康鸿智能等。

系统集成商主要布局者有凌云光、精测电子、依图科技、智泰科技、维视图像、格林深瞳等。

 

 

从机器视觉全球整体市场格局来看，国产品牌在中低端市场具有竞争力，高端市场仍由海外品牌主导。

基恩士、康耐视两大巨头垄断全球多数市场份额，合计全球市占率超50%。

且两大国际巨头都有较强的盈利能力，因此也反映了机器视觉得具有较高的行业壁垒，这主要源于机器视觉行业具有“技术密集”与“工艺密集”这两大特性。

我国自1998年开始引入机器视觉系统以来，参与机器视觉产业发展的企业逐年增长。

根据企查查数据，2010年至2019年每年新增行业内相关企业呈现逐年增长的趋势，到达2019年时，当年新增机器视觉企业数已达819个，达到近年来新增值的顶峰。

2020年以来，受疫情影响以及行业内集中度的提升，每年新增企业数逐渐放缓，2021年共计新增278家机器视觉相关企业，市场格局仍较为分散。

机器视觉产业链及部分代表厂商：

 

资料来源：长城证券

 

机器视觉是智能制造装备的关键零部件，当前90%制造业企业有自动生产线，但仅40%实现数字化管理，5%打通工厂数据，1%使用智能化技术，多数场景下仍靠人工或简单设备进行识别、检测。

根据康耐视数据，估计在全球3.6亿制造业工人中，视觉质检人员约3,500万人，全球每年仅因视觉检测而产生的人工成本就超过3,000亿美元。

而人工成本的节约只是机器视觉为下游带来价值增值的其中一环，若考虑产品质量和一致性的提升、数字化生产，以及机器视觉在高精度、复杂场景下的增量应用。

总体来看，中国工业增加值占全球比例正不断提升，未来在自动驾驶、医疗成像、工业机器人等各类高速成长的行业带动下，有望提振机器视觉行业需求，行业市场前景广阔。