機器視覺：高速發展的新一代智能感知技術

□文/ 潘 揚 杭州市科技信息研究院

隨著人工智能技術的快速發展和廣泛應用，讓機器擁有人類一樣的感官觸覺功能，以運行預設好的決策程序，實現機器對多維世界的理解變得愈發重要，而機器視覺技術就可以為這些“決策”提供可靠的信息來源。機器視覺作為新一代智能感知技術，在智能制造發展中占有重要地位。

機器視覺定義及技術特點

機器視覺即用機器代替人眼，模擬眼睛進行圖像采集，經過圖像識別和處理提取信息，最終通過執行裝置完成操作。美國制造工程師協會(SME)機器視覺分會和美國機器人工業協會(RIA)自動化視覺分會關于機器視覺作了以下定義：機器視覺是通過光學的裝置和非接觸的傳感器，自動地接收和處理一個真實物體的圖像，以獲得所需信息或用于控制機器人運動的裝置。

機器視覺的特點是提高生產的柔性和自動化程度（如表1）。例如，在不適合人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。又如，在大批量工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，而用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。而且機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術。它可以在最快的生產線上對產品進行測量、引導、檢測和識別，并能保質保量地完成生產任務。

表1 機器視覺與人眼比較

全球機器視覺發展現狀

機器視覺的發展史可追溯至20 世紀60 年代，大約每10—20 年機器視覺技術與應用都會產生一次深刻變革。

?萌芽階段

1963 年，美國學者Lawrence Roberts 提出了從2D圖像中提取三維結構的觀點，引發了MIT 人工智能實驗室及其他機構對機器視覺的關注，標志著三維機器視覺研究的開始。1969 年，貝爾實驗室成功研制出CCD 傳感器，用于把圖像轉換為數字信號存儲到計算機中參與計算和分析，奠定了機器視覺技術的基石。這一時期機器視覺只在高端研究和航天、軍工項目中有少量初級應用，并未形成完整概念。

?起步階段

20世紀80年代，機器視覺的概念首次在產業界被提及，但未形成精準定義。David Hubei 和Torten Wiesel提出“視覺系統分級處理信息”的思想，推動了卷積神經系統的突破性發展。David Marr建立了一個用于視覺數據監測的視覺算法。同一時期，DALSA（加拿大，1980年成立）、COGNEX（美國，1981 年成立）等首批機器視覺企業誕生。

?成長階段

得益于半導體產業的發展，機器視覺尤其是定位檢測功能得到蓬勃發展。1999 年，Nvidia 公司設計了專門用于復雜數學和集合計算的數據處理芯片（GPU）；同年David Lowe 發表《給予局部尺度不變特征的物體識別》，標志著研究人員不再通過創建三維模型重建對象，而是轉向基于特征的對象識別。

?產業發展階段

2000 年以來，應用和算力的提升促進了機器視覺產業的發展。2001 年，第一個實時工作的人臉檢測框架誕生。隨后，HOG、SPM、GAN 等深度學習算法的提出，促進了機器視覺領域的突破性發展。各大巨頭紛紛布局機器視覺領域。

近10 年來，機器視覺全球市場增長迅速，從2010 年的31.7億美元市場規模增長至2020年的107億美元，年均增長達14.47%（如圖1）。從地區分布來看，機器視覺市場規模最大的是歐洲地區，占全球的36.4%；北美和亞太地區占比分別為29.3%、25.3%，南美、中東、非洲地區的占比為9.1%（如圖2）。受益于全球制造中心向中國轉移，中國機器視覺市場發展迅速，將成為歐洲、北美和日本外另一個國際機器視覺廠商的重要目標市場。

圖1 2010-2020全球機器視覺市場規模

圖2 全球機器視覺行業區域格局（按市場規模）

國內機器視覺發展現狀

與全球機器視覺行業相比，國內機器視覺行業起步較晚，直到20 世紀90 年代中后期才開始有初步探索應用。近年來，中國機器視覺產業逐步邁向高速發展階段。目前，中國有近百家機器視覺相關企業，涉及半導體、食品、安防、醫療及金融等各個領域。

20世紀90年代中后期，中國整線引入半導體工廠的同時，也引入了機器視覺系統，隨后開始在航空、航天、軍工及高端科研（天文、力學研究等）核心機構和行業應用。

2006 年起，工業機器視覺應用到印刷、食品等檢測領域，3C 電子制造的需求直接推動了我國機器視覺產業的發展。2010 年起AI 算法的發展極大促進了中國機器視覺技術的發展。中國機器視覺企業探索由更多自主核心技術承載的機器視覺軟硬件器件的研發，多個應用領域取得了關鍵性的突破。

2015 年以來，中國機器視覺市場規模保持在增速40%以上的較快增長。2015—2020 年復合增長率為37.97%，較全球機器視覺行業2015—2020 年復合增長率高24.31 個百分點（如圖3）。根據國內龍頭企業矩子科技預測，中國機器視覺市場規模在2023 年將達到155.6億元。

圖3 2015-2021年中國機器視覺市場規模及預測

機器視覺作為新一代智能感知技術，是智能制造和人工智發展的重要環節。從國家到地方紛紛出臺了各項規劃和扶持政策。2016 年，工信部在《智能硬件產業創新發展專項行動(2016—2018 年)》中首次提出支持機器視覺等新一代感知技術的發展。此后在2017年《新一代人工智能發展規劃》、2020 年《工業互聯網創新發展行動規劃（2021—2023 年）》、2021 年《“十四五”智能制造發展規劃》中，均提出要發展機器視覺、智能感知等人工智能新技術，建設智能制造示范工廠。

隨著機器視覺技術和產品應用范圍及場景的不斷擴張，制定機器視覺行業相關標準也愈發必要。2020 年，中國機器視覺產業聯盟發布了《工業鏡頭術語》及《工業數字相機術語》兩項團體標準，《智能制造機器視覺在線檢測通用要求》國家標準于2022 年5 月正式實施，而《智能制造機器視覺在線檢測測試方法》國家標準正在征求意見當中。

目前，我國機器視覺產業受發展滯后制約，國際機器視覺高端市場主要被美、德、日品牌占據，美國的康耐視、日本的基恩士、德國的巴斯勒是全球機器視覺的巨頭企業，壟斷了近50%的全球市場份額。我國機器視覺企業以中小企業為主，根據中國機器視覺產業聯盟統計，我國機器視覺銷售額1 億元以上企業僅占16.5%，主要集中在銷售額1000—3000 萬元范圍（如圖4）。從企業區域分布來看，我國機器視覺企業集中分布在廣東、江蘇、山東、浙江、上海等省市，分別占比為27.01%、15.88%、7.73%、7.63%、4.07%，5 個省市共占據全國企業的62.33%（如圖5）。

圖4 中國機器視覺行業企業銷售額分布情況

圖5 2021年中國機器視覺企業區域分布占比

杭州機器視覺產業發展情況分析

?政策扶持打造全球視覺智能產業中心

機器視覺是杭州市的優勢產業之一，杭州提出要搶抓發展機遇，發揮特色優勢，打造全球視覺智能產業中心。在《杭州市國民經濟和社會發展第十四個五年規劃和二O 三五年遠景目標綱要》中，明確提出“聚焦視覺智能（數字安防）等優勢領域，突破圖像傳感器、中控設備、芯片、智能算法等關鍵技術，加快推進工業視覺等應用，打造全球視覺智能（數字安防）產業中心。到2025年，產值達到3000 億元?！痹?022 年發布的《杭州市人民政府辦公廳關于促進集成電路產業高質量發展的實施意見》更表明要提升創新能力，到2025年，在人工智能芯片、視覺處理芯片等前沿領域形成一批創新成果。

?龍頭企業占據國內較大市場份額

從機器視覺產業鏈角度來看，機器視覺產業鏈較長，上游由機器視覺系統硬件和軟件算法構成，中游為設備商和系統集成商，主要負責軟件的二次開發和設備制造，下游應用場景和領域較廣（如圖6）。

圖6 機器視覺產業鏈圖譜

中國的機器視覺市場主要由國外巨頭企業和本土內資企業占據，國外廠商占據主導地位，基本壟斷了相機、鏡頭、光源等中高端市場。國內主要廠商包括奧普特（光源、鏡頭、視覺控制系統）、天淮科技（智能3D視覺傳感器等高端裝備產品）、矩子科技（機器視覺設備）、?？低暎C器視覺硬件及軟件產品）等，處在逐步發展階段。

杭州的機器視覺行業的龍頭企業包括?？低暋⒋笕A股份、虹軟科技等，其中?？低暜a品涉及機器視覺產業鏈中的工業鏡頭、工業相機、軟件算法、機器視覺設備及系統集成商等領域。

根據同花順數據，我國機器視覺產業共有A 股上市企業58 家，其中深圳12 家，北京6 家，杭州和上海各4家。杭州擁有?？低?、大華股份、虹軟科技、愛科科技4 家機器視覺上市企業，數量居全國第3 位，副省級城市第2 位，總市值達到3564.76 億元，占全國總市值的40.35%。其中，?？低暱偸兄?989.38 億元，是我國機器視覺上市公司總市值最高的企業。

?產業集群仍未形成

根據天眼查專業版的數據，杭州在業、存續的機器視覺企業共有102 家，落后于深圳（1292 家）、東莞（474家）、蘇州（242家）、上海（129家）。廣東和上海是機器視覺產業代表性企業的集中地，廣東省代表性企業覆蓋全產業鏈，東莞的奧普特的機器視覺產品覆蓋全核心部件，是中國機器視覺核心部件龍頭企業，上海的矩子科技是有較強市場競爭力的機器視覺設備制造商。機器視覺設備廠商超音速、深科達、勁拓股份、康鴻智能、中興新通訊均分布在廣東省。杭州機器視覺企業未形成產業集群，仍有極大培育提升空間。■