机器视觉：高质量替代人眼向多个领域拓展

（一）机器视觉：智能制造重要环节，为设备执行提供操作指导

1. 机器视觉：捕获并处理图像，为设备执行提供操作指导。机器视觉技术是应用于工业和非工业领域的硬件和软件组合，基于捕获并处理的图像为设备执行其功能提供操作指导。机器视觉主要分为成像和图像处理分析，前者依靠系统硬件部分完成，后者在前者基础上通过视觉控制系统完成。

2. 机器视觉系统：一般包括光源及光源控制器、镜头、相机，视觉控制系统等。其中，光源及光源控制器、镜头、相机等硬件部分负责成像功能，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。

3. 机器视觉行业分为两部分：

1）底层开发者（核心组件和软件提供商）。

2）集成和软件服务提供商。其中，零部件和软件开发是产业链中的核心环节。

（二）机器视觉优势：四类功能，相较人眼存在显著优势

行业发展历史：北美、欧洲和日本等地区率先发展，20世纪50年代，模式识别范畴的二维图像的分析和识别开启机器视觉发展，70到80年代，CCD图像传感器的出现，CPU、DSP等图像处理硬件技术进步奠定基础，国外机器视觉开始发展。国内机器视觉行业启蒙于20世纪90年代，最初代理国外机器视觉产品，进入21世纪后少数本土机器视觉企业逐渐开启自主研发之路。

机器视觉的功能可归为四类：识别、测量、定位和检测，其中检测技术难度最高。机器视觉的四类功能在速度、精度和适应性等方面优于人类视觉，是推进工业企业智能化的重要工具。

（三）机器视觉产业链：上游基础部件构成，中游为核心环节，下游应用到多个行业

上游：主要为LED、CCD、CMOS、光学材料、电子元器件等原材料。机器视觉是由多个部件组成，每个部件的原材料均有不同，因此产业链上游涉及的行业范围较为宽广。

中游：包括光源、光源控制器、镜头、相机、视觉控制系统等，是产业链核心环节。

下游：主要为运用机器视觉技术的设备制造行业和终端用户，如汽车、医药、化学、电子等等。

（四）机器视觉：目前应用相对单一，未来可应用产业仍待发掘

机器视觉主要应用于电子制造和汽车等领域，需求占比过半。2018年物流业增速超50%，增长动力强劲；国内以食品行业为例，机器视觉目前应用于检测和分拣等，但主要是伊利、蒙牛等大型食品企业使用较多，在行业内整体渗透率并不高，因此未来智能制造大趋势下，渗透率逐步加深可期。