当前位置：文档库 › 机器视觉市场现状分析及投资前景评估报告

机器视觉市场现状分析及投资前景评估报告

中国机器视觉市场现状分析及投资前景评估报告

1.机器视觉在中国的发展和需求状况

在中国，机器视觉应用起源于20世纪80年代的技术引进，半导体及电子行业是机器视觉应用较早的产业之一，其中大都集中在如PCB印刷电路组装、元器件制造、半导体及集成电路设备等，机器视觉在该产业的应用推广，对提高电子产品质量和生产效率起了举足轻重的作用。目前，中国正成为世界机器视觉发展最活跃的地区之一，应用范围几乎涵盖国民经济的各个行业，其中包括：工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等领域。而工业领域是机器视觉应用比重最大的领域，其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。机器视觉在产业的实用性相当高，一方面机器视觉可以利用非接触式的感测装置，搭配系统进行影像撷取与分析决策，再经由取得影像进行生产设备控制或协助制程进行，自动化的优势不光是节约人力成本，原本需要高精密度、高危险性、高度稳定性的加工工序，就相当适合导入自动光学检测技术方案。生产自动化的好处相当多，其中最大优点就是可利用生产设备取代部分人力生产程序，透过机器的高速运转或是产线的集成扩张，更可将原有的生产速度大幅提升，进而增加工厂的生产效率，尤其是是人力可能无法配合的加工处理，就是机器视觉、自动化生产极佳的导入目的。根据中国行业研究院调研结果显示，2010年中国机器视觉市场规模达到8.3亿人民币，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅，皆为2007年以来的最高水平。机器视觉市场高速增长的主要原因在于：电子制造、市政交通、汽车、食品和包装机械等众多行业需求的大幅增长带来包括机器视觉在内的自动化产品的需求增长;政策性因素和内生式复苏带来的增长在市政交通、汽车和电子制造行业表现明显。

目前，中国正处于经济和社会的高速发展期，随着我国城市化的快速进程及其大量基础建设配套工程的展开，如机场、港口、火车站、码头、停车场、客货运站场和枢纽公交站的重要部位;高速公路、城市快速干线、城市主干线、中心区内各主

要路口、城市各出入口、江河主航道、人行天桥、大型桥梁、隧道等重要交通设施的重要部位、地铁营运线各站出入口、站台通道、旅客列车、地下商场等重要场合都要安装电子眼，并已明确提出了对智能化图像信息处理和分析的高端视觉装备的急需。为了加强对社会治安的保驾护航，视觉监控已成为一种城市安全防护的基本措施，包括公共汽车、电车、客运船舶等大型公共交通运输工具;公园、会议中心、体育场馆、医院、学校、住宅区、商业街、大型农贸市场等公众活动和聚集场所等重要部位;酒店(宾馆)、餐饮、娱乐场所、办公楼的大堂出入口、电梯和其他主要通道等。与欧洲一些国家的做法相似，中国的许多大城市将进入百万电子眼的信息化治安时代。

智能图像安保系统需要解决的最重要技术问题是误报警率。误报警的来源主要包括监控范围里不感兴趣的运动物体，例如控制场以外的人员车辆，快速移动的云的影子，水面上阳光的反光等等;以及监控设备造成的误报警，例如安装在高处的相机在强风下的抖动，相机自动光圈，亮度调节等等。尤其在银行金融机构应用领域，还要求在强烈的光线对比下采用自然对比度校正功能看到人物、场景的特征，成为整套监控系统成败的关键。另外，如指纹、瞳孔、人脸特征检测与识别等领域也是机器视觉迅速发展的空间。机器视觉产业巨大的市场空间为企业发展创造了机遇，同时产业也面临着应用障碍，包括预算限制、不易使用、工程实施资源限制、操作人员的接受程度、视觉技术的了解、相对于其他自动化项目的优先级别不够高等。

2.机器视觉简介

机器视觉系统就是利用机器代替人眼来做各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，极大地推动了机器视觉行业应用的发展。机器视觉系统又称工业视觉系统，其原理是：将产品或区域进行成像，然后根据其图像信息用专用的图像处理软件进行处理，根据处理结果，软件能自动判断产品的位置、尺寸、外观信息，并根据人为预先设定的标准进行合格与否的判断，输出其判断信息给执行机构。机器视觉系统主要具有三大类功能：一是定位功能，能够自

动判断感兴趣的物体、产品在什么位置，并将位置信息通过一定的通讯协议输出，此功能多用于全自动装配和生产，如自动组装、自动焊接、自动包装、自动灌装、自动喷涂，多配合自动执行机构（机械手、焊枪、喷嘴等）；二是测量功能，也就是能够自动测量产品的外观尺寸，比如外形轮廓、孔径、高度、面积等测量；三是缺陷检测功能，这是视觉系统用的最多的一项功能，它可以检测产品表面的相关信息，如：包装正误，包装是否正确、印刷有无错误、表面有无刮伤或颗粒、破损、有无油污、灰尘、塑料件有无穿孔、雨雾注塑不良等。机器视觉核心组成包括：光源、工业相机、工业镜头、图像采集卡和视觉软减。

3.国内机器视觉主要厂商

3．1大恒图像公司简介

成立于1991年的大恒图像是国内首屈一指的专业图像采集处理设备供应商和视觉应用系统集成开发商。大恒图像自成立之日起，一直坚持走以技术开发为主的发展道路，一直致力于图像视觉领域的研究开发，建立了技工贸一体化的结构，连续十五年被中关村科技园区认定为高新技术企业。在国内，大恒图像是首屈一指的专业视频图像处理设备供应商，同时也是著名的图像应用系统集成商和解决方案提供商。

3.2凌华科技

凌华科技（中国）有限公司，是台湾凌华科技集团在中国大陆设立的分公司。是一家致力于研究、制造基于PC技术的专业计算机、自动化数据量测系统及工业过程自动化控制设备的专业厂商。几年来，凌华科技以专业的技术为各界的用户提供了高质量、经济化的量测与自动化产品及解决方案。凌华科技在图像采集卡方面具有强大的科研实力，自行研发制造的产品被广泛应用在SCADA系统、工业、测量、智能机器，智能交通以及现代通讯系统、医疗设备、航天、军工等领域。

3.3视觉龙

深圳市视觉龙科技有限公司是一家由归国留学人员创办的高科技企业，公司成立于2002年9月，在深圳、常州和嘉兴分别设有公司。成立以来，公司一直致力于机器视觉产品的应用开发、嵌入式机器视觉系统的研发、生产以及销售。

视觉龙专业涵盖非接触式测量（含机器视觉、位移测量等）、自动化控制、精密机械、电子、工控软件等诸多重要领域。可以提供机器视觉单元、镜头、光源等硬件及软件方面的支持和配合。

应用前景：在包括汽车制造、制药、电子、包装、印刷、烟草、日化、建材、制币、制卡等在内的几乎所有的现代工业自动化生产中，涉及到各种各样的检验生产监视和零件识别应用，如汽车零件批量加工，端子尺寸检测，SMT装配，IC的字符识别等等，通常这种带有高度重复性和智能性的工作只能用人的肉眼来完成，但有些时候，如微小的尺寸要做到精确快速测量,形状匹配,颜色识别等，人们根本无法用肉眼连续稳定地进行，其他物理传感器也难以有用武之地。视觉龙科技作为一间专门为高要求用户提供图像处理和机器视觉软件及全面解决方案的公司，一直致力于机器视觉自动化的推广，在业内已具有骄人的业绩和口碑，为推动以上工业发展做出了巨大的努力。

3.4三姆森光电科技

东莞三姆森光电科技有限公司成立于2005年，是专门研究图像处理及自动化运用的高科技企业，从事机器视觉检测，集自动化控制系统设计、开发、销售的高科技公司。主要业务有：自动化系统，连接器检测，CCD平整度检测，机器视觉系统，包装检测系统，自动化在线检测，尺寸检测，外观检测，视觉软件开发，视觉配件。

公司有三大视觉系统，1、PC视觉系统，它的主要特点是：可以根据客户的要求“量身定做”，性价比非常高，软件操作非常简便，功能强大，我们公司在电子行业应用的非常广泛，尺寸测量，定位，字符识别，外观等等都可以检测。２、和日本合作开发的专门用于外观检测的SA外观检测系统，专门针对各种外观缺陷设计开发的一款系统，一台处理器最多可以连接四个相机，因采用了独立的矢量软件算法，在检测外观缺陷的项目上，有非常大的优势。３、代理美国COGNEX的智能视觉系统，主要应用在一些高速高精度的检测项目上，安装应用都比较简单。

3.5凌云光子

凌云光子技术集团是致力于光通信（OpticalCommunication）、CCD&CMOS数

字成像技术和机器视觉领域（ImagingTechnology&MachineVision）的专业技术集团公司。

集团总部位于北京，下设北京凌云光视数字图像技术有限公司、北京凌云光子技术有限公司，上海凌云天博光电技术有限公司和香港分公司，并在上海、深圳两地设有办事处。公司现有博士11名，硕士120多名，其中包括多名在海外留学多年的光通信专家和国内图像与机器视觉领域的知名学者。目前已成长为拥有580多名员工、从事光通信和图像领域的市场营销与技术开发的高科技专业技术公司。是国内最早涉足光纤通信器件及光纤有线电视领域的高科技企业之一。

公司为Bookham、Fujikura、U2T、TeraXion、VPIsystems、Avensys、EXFO等四十多家世界著名的专业技术公司在中国做产品推广、应用技术支持、市场拓展和渠道建设等工作，公司专注于光通信EDFA、40Gb/sDWDM光传输、100Gb/sDWDM 光传输、ROADM、偏振、光纤激光器、FBG传感、光接入网传输等多个应用领域，为广大用户提供从软件模拟、各种关键元器件，到测试仪表在内的整套产品解决方案，且逐渐开始在光通信领域开展自主研发及生产。

3.6康视达

康视达自动化科技有限公司是一家专业从事机器视觉光源、机器视觉系统集成、研发和服务的高新科技企业。公司立足于机器视觉和工业自动化领域，专注于机器视觉和运动控制的完美结合，全力打造视觉高端产品。

康视达研发LED机器视觉光源，形成环形光源、条形光源、线扫描光源、面光源、圆顶无影光源、平面无影光源、同轴光源、点光源、AOI设备专用光源、锡膏印刷机专用光源等众多系列，拥有多项专利技术。机器视觉光源是康视达公司的核心产品。

康视达代理国内外知名品牌的工业产品，包括：Cognex、NI、Panasonic等智能相机，SENTECH、Teli、Hitachi、ImagingSource工业相机，Computar、VST、Navita、Myutron工业镜头,以及NI图像采集卡，MCC数据采集卡，HALCON图像处理软件等。

3.7OPT

OPT是奥普特自动化科技有限公司的简称，该公司主要从事机器视觉产品的研发生产销售，目前是中国机器视觉光源制造厂商。为客户提供视觉定位、光学检测、

图像分析、图像测量等方面的系统开发与集成解决方案。OPT销售及服务网络覆盖全球20多个国家和地区，拥有30多家授权代理商。

公司目前主要光源产品有环形光源、同轴光源、背光源、条形光源、组合条形光源、点光源、球积分光源、线形光源、AOI检测专用光源、SMT行业对位光源十大系列。配套有数字式光源控制器、模拟式光源控制器、增亮模块、数字增亮一体控制器、模拟增亮一体控制器。

3.8、凯瑞斯

东莞凯瑞斯自动化科技有限公司位于东莞市莞城科技园，注册资金100万，是一家由留学回国人员创办的高新科技企业，依托华南理工大学、华中科技大学、成都电子科技大学等国内知名大学，成功聚集了一批高端留学人员和高级技术人才，立足于机器视觉和工业自动化领域，专业从事机器视觉光源、机器视觉系统及工业机器人的研发和技术服务，通过机器视觉和运动控制的完美结合，全力打造视觉高端产品。

3.9东冠

是新加坡“OrientalSystemEngineering(Singapore)PteLtd.”在上海成立的独资公司。公司技术力量雄厚，拥有一批资深的、经验丰富的硕士生、本科生，涵盖电气自动化、机械设计、计算机软件、图像处理等领域，为各类企业、高校和科研机构提供专业的服务。

公司从二十世纪九十年代开始从事视像检测系统专用光源（OSe光源）的研发，经过十多年的发展，技术日趋成熟，市场遍及世界各地，我们生产的光源获得了有关部门的检验和认证，并获得专利。东冠科技（上海）有限公司开发的一系列生产自动化设备先后被Maxtor外部设备（新加坡）有限公司、Hewlett-Packard（新加坡）有限公司、Kulicke&Soffa（新加坡）有限公司、TYCO电子有限公司、摩托罗拉（中国）有限公司以及北方工具装备集团等单位所使用，密封件视像检测领域开发了半自动密封件检测系统（OSE-SA201）和全自动密封件检测系统（OSE- SA202）并在多家工厂运行。

3.10、微视图像

北京微视新纪元科技有限公司是北京市新技术产业开发区所属的股份制高新技

术企业、专门从事视频图像采集卡、模块、系统、软件、USB2.0标准高清晰度摄像头等自有产品的研制与开发，以图像处理、医学影像应用、工业检测、机器视觉、安防监控、模式识别、科学研究等领域为主要研发及经营方向。

微视图像公司还代理国外一流的图像采集卡、摄像头及图像软件。图像采集卡包括加拿大的Matrox、Coreco、美国的ForeSightImaging等公司。摄像头有美国UNIQ、PULNIX、Redlake、德国Basler、美国RoperScientific及意大利DTA公司的制冷摄像头。同时微视图像公司还代理美国Mediacybernetics公司的图像处理软件。在图像处理、模式识别、科学研究、工业检测等众多领域，越来越多的知名用户选择了我们的产品，并取得了良好的收益。公司与国外许多元器件厂商长期友好合作，在香港、美国、加拿大等地设有联络处。

3.11杭州乔戈里科技有限公司

杭州乔戈里科技有限公司注册于杭州国家高新产业区的高新技术企业。乔戈里，又名K2，世界第二高峰但却是世界最难攀登的山峰。乔戈里科技以“创造改变生活”为宗旨，以研发高端智能工业自动化设备为目标，专注致力于机器视觉技术这一高新技术的研发、推广、普及及应用，是国内屈指可数的集研发、生产、销售、服务于一体的机器视觉设备制造商和机器视觉系统集成商之一。

自成立以来，公司已成功研发完成了多个行业的机器视觉技术检测设备，为包括国家某航天院、多家大型合资企业等单位解决了制造或生产过程中的质量检测问题，技术处于国内行业领先水平。目前公司产品主要应用领域包括汽车零部件、医疗食品、大幅面产品、国防军工行业四大行业。

4.机器视觉技术的应用领域

在工业生产中采用机器视觉有助于提高产品质量控制，提高生产效率。随着中国企业生产自动化程度的提高，近四五年来，机器视觉在国内开始快速发展。机器视觉市场庞大。采用机器视觉可以完成人工很难实现的任务，特别是在需要高速、高精度要求的系统中，比如：电子制造业、汽车制造业、包装与印刷业、化工、能源、加工机械等行业都是机器视觉的用户或者潜在用户。从国际市场来看，机器视觉目前最大的应用领域是半导体电子制造业，而中国目前已经成为全球主要的生产制造基地，全球一半以上的手机是中国制造，很多半导体公司都在中国设有生产工

厂，这些企业需要大量的机器视觉系统。要将机器视觉系统中多个部件整合在一起，成为自动化生产线上发挥作用的机器视觉设备还需要一个系统集成的过程。专业的集成厂商，能够完成机器视觉光学字符验证（OCV）、光学字符识别（OCR）、条码识别（BarCode）、二维条码识别（MatrixCode）、尺寸测量、定位及引导、缺陷检测、颜色检测、模块匹配等项目集成。例如开发的齿轮外观缺陷光学自动分检系统、螺旋灯丝自动影像检测系统、金属罐内壁缺陷检测、汽车零部件外观缺陷光学自动分检系统、太阳能背板外观缺陷光学自动分检系统、全自动影像测量系统、计算机键盘检测系统、标签定位检测系统、标签图像识别系统、模具保护器等针对特定行业的机器视觉设备。

4．1汽车制造行业

机器人视觉系统最早应用于汽车生产线的成套车体生产机器人上。如果没有视觉系统，如需要采用特殊的工具在车体上加工孔径，以便使机器人能够知道车体的具体位置。然而在视觉摄像系统开发以后，就再也不需要这类昂贵的加工工具了。机器人能够自动地确定车体的确切位置，然后通过数学方式计算出这四个孔径的位置。发动机链轮外观缺陷光学自动检测机、法兰外观缺陷光学自动检测机、伞齿外观缺陷光学自动检测机、气门座圈外观缺陷自动检测设备、气门导管外观缺陷自动检测设备、轴承滚子外观缺陷自动全检机、汽车零部件外观缺陷多面检测机、汽车零部件外观缺陷双面检测机、齿轮外观缺陷光学自动检测机、汽车零部件外观缺陷单面检测机、全自动机器视觉在线检测设备、汽车仪表盘显示缺陷自动检测系统。

4.2大幅面产品行业

液晶屏显示缺陷机器视觉检测设备:基于机器视觉的液晶显示器显示缺陷光学在线检测系统是用于LCD屏相关技术参数检测的一种专用仪器。该仪器的主要用途是检测LCD屏幕的亮点、黑点等显示缺陷以及显示亮度、分辨率、对比度等相关参数。

太阳能背板外观缺陷在线检测系统:基于机器视觉的太阳能背板外观缺陷在线检测系统，由图像采集单元、图像处理单元、人机交互单元和外部通信模块等组成。利用线扫描相机采集连续运动背板的图像信号，通过光学成像和照明系统优化设计来提高像质，使用图像预处理和缺陷分析算法实现缺陷的实时在线检测。系统可以准确识别亮斑、暗斑和亮度不均等外观缺陷，通过对外观缺陷的实时检测和缺陷数

据的记录和分析，可以有效控制产品质量，实现产品质量的量化统计和分析。

4.3食品医疗行业

软胶囊外观缺陷光学自动全检机：基于机器视觉胶囊外观缺陷光学自动检测机，由自动供料及传送机构、机器视觉检测系统、自动分拣机构组成。利用工业相机采集被测胶囊的图像信号，通过光学成像和照明系统优化设计来提高成像质量，通过图像预处理提高边缘检测精度。实现被测胶囊外观缺陷、混料、异物、混色等缺陷种类的识别和分类，从而替代人工肉眼检测，提高在线生产的产品质量，进行更精确的质量统计分析。操作人员只需将待测胶囊放入料仓内，系统即可自行检测，操作简单，自动化程度高。

4.4农业

农产品的生产过程受到自然和人为等复杂因素的影响，产品品质差异很大，机器视觉技术可以检测农产品的大小、形状、颜色（例如采用机器视觉技术,针对新疆无核白葡萄干的颜色特征进行分级研究）、表面裂纹和表面缺陷及损伤。它的优点是：速度快，信息量大，可一次完成多个品质指标的综合检测，还可完成定量指标的测量，精确度高，能够克服人眼的差异和视觉疲劳，实现无损检测。能够检测的农产品有蔬菜、水果、谷物、烟草、茶叶、禽蛋等，其中部分研究已从理论走向实际应用，并取得了较大的经济效益。其中，计算机图像处理技术发挥了主力军作用。此外，人工神经网络等高新技术也开始引入到机器视觉识别与分级中，应用该技术有利于设计制造自动分级流水线，大大提高工作效率。

随着计算机技术及数字图像处理分析理论的成熟，机器视觉技术也逐渐渗透到农作物长势监测、病虫及草害的监测与防治、自动化收获，以及农产品加工、储粮害虫检测等领域。

4.5国防军工行业

在位刚度测量装置、飞行器舵翼面精密测量装置、精密偶件智能选配测量系统和智能化光斑测试系统。除飞行器件进行检测、焊接外，机器视觉还可同时获取某一场景的两幅图像，以此恢复场景的三维信息，进而认识目标、识别道路及判断障碍。

4.6其他行业

模块匹配：基准点对位、晶粒与打线接合、PCB检验（挑选一幅符合标准的PCB 图像作为标准图，在标准图中创建一个用来进行图像匹配的模板并且确定待测特征的测量区域、测量类型、标准尺寸和公差。采用模板匹配的方法定位PCB检测特征的测量区域，根据测量特征的种类，选择合适的方法进行图形特征的提取和识别，对比标准尺寸和公差，判断PCB是否合格）、印刷行业（印刷线路板组件外观检测系统，采用机器视觉技术，用于机插和手工装配等通孔元器件的检验，为电子产品组装过程中外观检测提供自动化质量控制手段）；缺陷检测：机器视觉能够进行零件表面缺陷检测；根据表面缺陷的特点设计缺陷检测系统,综合运用图像处理技术,采用改进的中值滤波技术消除噪声，运用差影法进行缺陷分割，最后进行缺陷分析；定位及引导：机器视觉定位能够就是找到被测的零件并确定其位置，输出位置坐标。机器视觉引导即当被测物体的坐标准确定位之后，根据前一步确定的位置来引导完成下一个动作，比如机器手进行抓取、激光进行切割和焊接头进行焊接等；电机换向片偏移检测，玻璃制品裂纹检测，烟包包装检测，饮料行业的容器质量检测，半导体集成块封装质量检测，印刷电路板疵病检查，弹性力学照片的应力分析、流体力学图片的阻力和升力分析，邮政信件的自动分拣等。颜色检测：机器视觉具有图像转换和色彩平衡修正功能以及强大的色彩分析功能，使用户能够对色彩目标和缺陷进行辨别和分类。螺旋灯丝自动影像检测仪：基于机器视觉的螺旋灯丝自动影像检测仪，由工控机、测量台架、显示器、脚踏开关、键盘和鼠标组成。该设备利用工业相机采集灯丝的图像信号，通过光学成像和照明系统优化设计来提高像质，使用先进的图像处理算法实现灯丝主要尺寸信息的测量，实现灯丝的自动化检测，更好的控制产品质量，并为产品质量的量化管理提供数据支持。机器视觉技术在手机面板质量检测中的应用、基于机器视觉的手机电池尺寸检测系统、基于机器视觉的二维高精度手机玻璃屏尺寸测量仪、手机屏蔽罩共面度检测设备。桥梁拉索表面缺陷的分布式机器视觉检测。汽车中常见的机器视觉应用：行人检测、车辆检测、测量车距与车速、检测车道线、检测交通标志、监视驾驶员状态、视线调节、视觉增强等。

5.结论与展望

机器视觉替代人眼,应用广泛:机器视觉通过摄取图像模拟人的视觉功能,并提

取信息,加以处理,最终用于检测、测量、判断和控制。其具有自动化、高校、高精度、非接触的特点,将广泛渗透到包括工业、农业、医学、交通、航天军事等各行各业,目前在工业中应用最为广泛,其中又以电子行业居多。

机器视觉组成包括硬件+软件,其中软件是核心:机器视觉系统主要由光源、镜头、相机、图像采集卡以及核心软件五个部分构成。软件算法是核心,硬件中相机是关键。

中国渗透率低,进入加速爆发期:即使在应用最领先的电子行业,渗透率也才20-30%,且每条产线只配1台,还没有达到标配3台的水准。由于渗透率很低以及应用领域尚未铺开,当前国内产值还非常小,2013年仅15亿人民币。但行业已经进入高速增长期,预计未来几年复合增36%。人力成本上升、对产品品质提升的需求、对生产效率提升的需求是重大驱动力。前瞻产业研究院发布的( 201 3～2017年中国机器视觉产业发展前景与投资预测分析报告》分析认为，机器视觉发展早期，主要集中在欧美和日本。随着全球制造中心向中国转移，中国机器视觉市场正在继北美、欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。台资工厂纷纷选择提高自动化度，其自动化换装高潮将在未来2～3年内到来，必将为机器视觉产品在该行业的应用带来新的增长点。前瞻预测，未来几年我国机器视觉行业市场规模将继续保持稳定增长，预计2016年达到近38亿元。

国际对标公司研究:对康耐视和基恩士的研究发现,1)若国内能逐步实现进口替代,利润空间巨大。2)由于核心是软件算法,因此研发享受规模优势,只要营收健康增长,利润将很有爆发力。3)金融危机后,2010-2014年康耐视营收增长67%,利润翻了两倍多,市值翻了五六倍!而基恩士从2013年才明显超越金融危机前,此后两年间享受估值与业绩的戴维斯双击,市值翻了三倍多!4)当前康耐视与基恩士的市值分别为44亿美元、350亿美元,机器视觉行业可以出大公司!

投资建议:机器视觉全面替代人眼是大势所趋,将广泛应用于各行各业。国外已经进入深入发展期,中国当前渗透率还很低,正在进入加速爆发期,尤其在工业领域最先爆发。国内企业面临行业大爆发+技术进步+进口替代的大机遇。虽然中国机器视觉还很小,但在由中低端向高端的逐步国产化中,必将有一批本土企业长大,在其过程中我们将看到比营收更具爆发力的是利润的增长。

机器视觉行业市场调研报告

机器视觉市场调研报告营业部:李凯丽 2015年9月2日

机器视觉技术是一项新兴产业，自起步发展至今，机器视觉在中国经历了三个发展阶段，其功能以及应用范围随着工业自动化的发展也在逐渐完善和推广。而在世界范围内，机器视觉已经为人类解决了许多重大问题，由于机器视觉自身领域的特点，目前应用于工业、农业、交通运输业、新兴行业等多领域，创造了人工无法比拟的经济和社会价值。本文从机器视觉的发展、机器视觉的应用领域、竞争状态、市场规模和预测等多方面，调研了机器视觉行业的发展状态，为公司投资机器视觉领域提供了参考依据。关键词：机器视觉、市场规模、竞争、前景

第一章机器视觉发展背景 (3) 1.1 机器视觉综述 (3) 1.1.1 机器视觉定义及组成 (3) 1.1.2 行业发展阶段 (5) 1.1.3 机器视觉特点及应用优点 (6) 1.2 机器视觉行业发展特性 (7) 1.3 产业链分析 (8) 1.4 行业发展环境分析 (9) 1.4.1 行业政策环境 (9) 1.4.2 行业技术环境分析 (10) 第二章国际机器视觉行业发展趋势和现状 (11) 2.1 市场发展规模 (11) 2.1.1 产业发展历程 (11) 2.1.2 应用现状分析 (12) 2.1.3 产业市场规模和格局 (13) 2.2 行业分布状况和发展趋势 (14) 2.2.1 产业地区分布情况 (14) 2.2.2 发展趋势预测 (16) 第三章中国机器视觉行业的发展现状和趋势 (18) 3.1 发展现状及市场规模 (18) 3.1.1 产业发展历程 (18) 3.1.2 市场规模 (19) 3.2 行业竞争现状 (21) 3.2.1 行业竞争主体 (21) 3.2.2 企业分布状况 (26) 3.3 发展趋势 (27) 第四章机器视觉的应用 (29) 4.1 应用领域分布 (29) 4.2 机器视觉在各行业的应用情况 (30) 4.2.1 在工业领域中的应用 (30) 4.2.2 在农业领域中的应用 (34) 4.2.3 在医药行业中的应用 (36) 4.2.4 在交通领域中的应用 (37) 第五章机器视觉行业发展前景与投资建议 (39) 5.1 发展前景及进入壁垒 (39) 5.2 投资机会和风险 (41)

【完整版】2020-2025年中国机器视觉行业市场发展战略研究报告

（二零一二年十二月） 2020-2025年中国机器视觉行业市场发展战略研究报告可落地执行的实战解决方案让每个人都能成为战略专家管理专家行业专家 ……

报告目录第一章企业市场发展战略研究概述 (7) 第一节研究报告简介 (7) 第二节研究原则与方法 (7) 一、研究原则 (7) 二、研究方法 (8) 第三节企业市场发展战略的作用、特征及与企业的关系 (10) 一、企业市场发展战略的作用 (10) 二、市场发展战略的特征 (11) 三、市场发展战略与企业战略的关系 (12) 第四节研究企业市场发展战略的重要性及意义 (13) 一、重要性 (13) 二、研究意义 (13) 第二章市场调研：2018-2019年中国机器视觉行业市场深度调研 (14) 第一节机器视觉概述 (14) 一、机器视觉的定义 (14) 二、机器视觉行业的权威定义 (15) 三、机器视觉行业及其应用领域简介 (16) （1）机器视觉是人工智能最重要的分支之一 (16) （2）工业是机器视觉技术最大的应用领域之一 (18) （3）工业领域之外的其他应用领域 (19) （4）机器视觉技术在工业领域中的具体应用 (20) 第二节我国机器视觉行业监管体制与发展特征 (23) 一、所处行业及确定所属行业的依据 (23) 二、行业主管部门及监管体制 (24) 三、行业主要法律法规政策 (24) 四、产业链上游及中游情况，代表性企业 (27) 五、行业的周期性、区域性和季节性 (29) （1）行业周期性 (29) （2）行业区域性 (29) （3）行业季节性 (30) 六、进入本行业的主要障碍 (30) （1）技术壁垒 (30) （2）人才壁垒 (30) （3）品牌壁垒 (30) （4）规模壁垒 (31) （5）服务壁垒 (31) （6）客户资源壁垒 (31) 第三节2018-2019年中国机器视觉行业发展情况分析 (31) 一、机器视觉技术及行业保持高速发展 (32) 二、机器视觉行业在中国处于快速发展阶段 (32) 第四节2018-2019年我国机器视觉行业竞争格局分析 (33)

机器视觉技术发展现状文献综述

机器视觉技术发展现状人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能高等优点，有着广泛的应用前景[1]。一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。机器视觉一般都包括下面四个过程：

远心镜头的原理、应用范围及其选型

工业镜头是机器视觉采集系统的重要组成部分，远心镜头是镜头大家族中相对年轻的成员，并且正以其独特的性能，成为最善良的明星。但是，也因为远心镜头被引入时间比较短，其很多特性还未广泛的为人们所熟知，本文即是本着向大家介绍远心镜头基础知识的原则，从远心镜头的原理，应用范围，选型方法三个方面，对其进行综合阐述，揭秘光在远心系统里经历的神秘的艺术之旅。第一部分：远心镜头的原理说明首先，我们从非远心镜头的几个问题说起。第一个问题，一般镜头在成像过程中，当工作距离发生变化时，其所成图像大小会相应的发生变化，造成的结果就是同一个焦距的镜头，对应不同的物距，将会有不同的放大倍率，这一现象跟人类视觉系统的近大远小视觉差类似。这一问题在某些应用场合是可以被忽略甚至加以利用的，但是当我们的视觉系统被用来执行精密测量任务时，这一特性则会成为极大的阻碍。第二个问题，普通的镜头都存在一定范围的景深，当被测物体不在镜头的景深范围内时，图像就会变得模糊，无法清晰聚焦，为此，设计师们在普通镜头上设计了调焦环，当工作距离发生变化时，可以通过调节对焦面来看清楚感兴趣的区域。问题是，如果被测物体本身的深度超出了一定范围，镜头始终没办法同时看清首尾两端，这个问题，必须通过其他的途径来解决。第三个问题，随着现在成像芯片分辨率的不断提高，用户对测量精度的要求也越来越苛刻，普通的镜头受制于其光学成像的原理，最好的也只能做到10um左右，视觉检测领域需要精度更高的成像产品。双远心镜头即是为了解决这些问题应运而生的。双远心镜头通过在光学系统的中间位置放置孔径光阑，使主光线一定通过孔径中心点，则物体侧和成像侧的主光线一定平行于光轴进入镜头。入射平行光保证了足够大的景深范围，从镜头出来的平行光则保证了即是工作距离在景深范围内发生大幅度变化，成像的高度也就是放大倍率不会发生变化。第二部分：远心镜头使用范围什么情况下应该选用远心镜头呢?根据笔者多年从事机器视觉产品选型的经验，再次给读者一些参考，如下情况，建议选用双远心镜头。 1)当被检测物体厚度较大，需要检测不止一个平面时，典型应用如食品盒，饮料瓶等。 2)当被测物体的摆放位置不确定，可能跟镜头成一定角度时。 3)当被测物体在被检测过程中上下跳动，如生产线上下震动导致工作距离发生变化时。 4)当被测物体带孔径、或是三维立体物体时。

中国机器视觉行业发展现状与前景分析

中国机器视觉行业发展现状与前景分析机器视觉就是用机器来代替人眼做测量和判断的系统，它通过光学装置和非接触传感器自动获取目标对象的图像，并由图像处理设备根据所得图像的像素分布、亮度和颜色等信息进行各种运算处理和判别分析，以提取所需的特征信息或根据判别分析结果对某些现场设备进行运动控制。机器视觉系统中的图像处理设备一般都采用计算机，所以机器视觉有时也称为计算机视觉。机器视觉行业的上游有光源、镜头、工业相机、图像采集卡、图像处理软件等的提供商。行业下游应用较广，主要下游市场是半导体和电子制造行业。除此之外还有应用到汽车、印刷包装、烟草、农业、医药和交通等领域。图表1：机器视觉行业链示意图资料来源：前瞻产业研究院前瞻产业研究院发布的《2014-2018年中国机器视觉产业发展前景与投资预测分析报告》数据显示，2010年是中国机器视觉市场爆发增长的一年。行业经过了4-5年的孕育和积累，经济增长回暖，行业实现48%的快速增长。2010年，机器视觉市场高速增长的主要原因在于：电子制造、市政交通、汽车、食品和包装机械等众多行业需求的大幅增长带来包括机器视觉在内的自动化产品的需求增长；政策性因素和内生式复苏带来的增长在市政交通、汽车和电子制造行业表现明显。从行业应用来看，电子制造行业仍然是拉动需求高速增长的主要因素。2010年机器视觉产品电子制造行业的市场规模为3.7亿人民币，增长60.9%，市份额达到了43.6%。汽车和市政交通的市场规模增长更是高达66.7%和63.2%。电子制造、汽车制造和市政交通行业占据了2/3以上的机器视觉市场份额。

2011年以来，制造行业发展环境不佳，机器视觉也增速态势下滑，2012年行业市场规模约12.5亿元。图表2：2007-2012年我国机器视觉行业市场规模及增长率（单位：亿元，%）资料来源：前瞻产业研究院目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。当然、其他领域如指纹检测等等领域也有着很好的发展空间。分别按照20%，25%以及30%的增长率，2013-2018年我国机器视觉行业市场规模增长情况如下，乐观估计可达到60.3亿元。图表3：2013-2018年我国机器视觉行业市场规模预测（单位：亿元，%）

机器视觉选型计算概述

机器视觉硬件选型计算概述 V1.0

目录 1相机 (4) 1.1相机光谱类型 (4) 1.2相机像素值 (5) 1.3图像帧速率和快门速度 (6) 1.3.1断续送料的应用 (6) 1.3.2连续送料的应用 (7) 1.4图像数据传输 (7) 1.4.1模拟传输方式 (8) 1.4.2数字传输方式 (8) 1.5其他要点 (9) 1.5.1像素深度 (9) 1.5.2传感器尺寸 (9) 1.5.3像元尺寸 (10) 1.5.4CCD&CMOS (10) 2镜头 (10) 2.1靶面尺寸 (11) 2.1.1面阵相机镜头 (11) 2.1.2线阵相机镜头 (11) 2.2焦距 (11) 2.3镜头分辨率 (12) 2.4接口类型 (13) 2.5工作距离 (14) 2.6镜头其他参数 (14)

2.6.1景深 (14) 2.6.2工作波长 (14) 2.6.3畸变 (15) 3光源 (16) 3.1光源类型 (16) 3.2光源照射方向性 (17) 3.2.1反射类型 (17) 3.2.2照射角度 (17) 3.3光源光谱 (23) 3.3.1光源颜色 (23) 3.3.2光源波长特性 (24) 3.3.3几种光源光谱使用情况汇总对比 (25) 3.4光源亮度调整 (26) 4其他 (27) 4.1各种滤镜/选配件 (27) 4.1.1偏光镜 (27) 4.1.2锐波滤镜 (28) 4.1.3保护镜 (28)

机器视觉硬件选型计算概述V1.0本资料主要包括相机、镜头和光源的选型计算概述。 1相机相机选型主要参数包括：相机光谱类型、相机像素值、图像帧速率和快门速度、像素深度、传感器尺寸、像元尺寸。 1.1相机光谱类型相机光谱类型即相机色彩类型主要分为彩色相机和黑白相机。在处理图像时，彩色照相机使用的是色调（颜色）数据，而黑白照相机使用的是强度（亮度）数据。首先要强调目前市场上同等分辨率的彩色相机和黑白相机价格差异不大，但是同等条件下仍然优选黑白相机（特别是涉及尺寸测量），主要原因如下： 1、在图像边缘检测算法中一般实现先将彩色图片转换为黑白图片然后根据像素之间像素值差异实现边缘检测。在数据转换中会存在像素信息的丢失。 2、黑白相机本身像素的准确度要优于彩色相机。 3、黑白相机的处理速度要更快，而且软件上可省略彩色转黑白的时间，因此系统整体的响应时间更短。但是在色彩信息可以作为识别区分要素的时候，需要选用彩色相机。如下图1所示为金色螺钉识别案例，需要通过色彩区分金色和银色。

机器视觉行业市场调研报告

机器视觉市场调研报告

机器视觉这个行业的发展前景怎么样

机器视觉这个行业的发展前景怎么样机器视觉已经出现在了很多领域，那么这个行业的前景怎么样呢?下文是一篇关于机器视觉行业的相关分析，小编个人觉得写得不错，故在此想跟大家分享一下。基于计算机视觉与深度学习的人脸检测、人脸识别正在从安防、商业、金融、家居等各个领域不断迅速地、广泛而深入地介入到人们的生活中，但是对于传统人脸识别解决方案仍存在准确率不高、漏抓误报较多、人脸抓拍不清晰、图像质量不理想等问题，还是无法满足一些商业需求。机器视觉产业链机器视觉在生活中的的应用及其广泛，在交通领域、水文观测、地质灾害预警识别等领域，都发挥着重要的作用。而宏观上看，发展速度较快的细分产业是人脸识别与图像识别。这两个分支行业，在金融、安防以及交通领域较为集中。

这些细分领域的投资者，大多都具有自身技术优势，并将为各类场景提供应用解决方案来盈利。机器视觉可说是工业自动化系统的灵魂之窗，从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位，都是机器视觉技术可以发挥的舞台。而为了因应层出不穷的新应用需求，工业相机的设计也出现新的发展方向。国内机器视觉发展历史我国机器视觉行业的起步比较晚，集中度也不是很高，最开始主要是代理国外品牌。近几年，很多的经销商开始自主开发产品，但在行业分布、渠道分销以及成熟的自动化产品等方面还是和国外有一定差距。国内机器视觉的相对成熟的自动化产品质量以及技术含量偏低，市场也远远没有饱和。机器视觉企业大体可以分为层开发厂商、二次开发厂商和产品代理商。国内机器视觉企业主要为国外机器视觉产品代理商和系统二次开发厂商。目前进入我国机器视觉市场的国外品牌有100多家，我国本土的企业负责销售代理的企业有200多家，专业的系统集成商超过50家。我国真正的专业机器视觉底层厂商凤毛麟角，本土机器视觉系统厂商和机器视觉系统元器件生产商不多。许多跨国公司开始在中国建立自己的分支机构。一般他们会在北京、上海、广州、深圳等建立自己在中国的分支机构，来管理关键的客户以及向合作伙伴提供技术和商务支持。视觉行业企业数量

2016年机器视觉行业分析报告(完美版)

(此文档为word格式，可任意修改编辑！） 2016年3月

目录一、机器视觉行业概况 5 1、机器视觉：用机器代替人眼来做测量和判断 5 2、机器视觉的原理及优势：机器视力不止“50” 6 3、机器视觉系统的组成9 （1）光源：LED光源综合性能最佳9 （2）镜头：系统中最关键的原件10 （3）相机：CCD 与CMOS 相机各有优势11 （4）图像采集卡：图像采集和处理的接口12 （5）图像处理软件：机器视觉的“大脑”13 4、机器视觉系统的产业链分析：产业链上中游主导机器视觉产业14 （1）上中游产业：软件开发和半导体器件是核心15 （2）下游产业分析:广泛的应用领域，稳定的市场需求16 二、机器视觉行业竞争格局：美日两系行业领跑，市场规模进一步扩大17 1、机器视觉行业三阶段发展史17 2、市场背景：工业40——工业机器人蓬勃发展18 3、美日两系公司比较：各有千秋的行业巨头19 （1）美国康耐视（Cognex Corp）：视觉读码专家19 （2）日本基恩士（Keyence）：机器视觉行业的世界领跑者20

（3）美日两系公司市场表现总结22 4、机器视觉行业的前景预测：中国市场是新爆发点22 三、中国机器视觉行业：设备需求大幅增温，国内市场潜力巨大 24 1、中国机器视觉行业成长概况：正在进入黄金增长期24 2、三大因素促进机器视觉行业发展和升级26 （1）技术层面：专利数量大增26 （2）产业政策：机器视觉迎政策“东风”27 （3）国际视角：加入国际产业链，建设智能化工厂成为必然要求29 3、国内机器视觉产业：逐渐从低端走向高端应用30 （1）国内企业概况：以代理商为主，自身业务技术有待提高30 （2）市场应用欠成熟，逐渐发展走向中国制造2025 31 4、中国机器视觉未来发展趋势32 （1）半导体行业的发展带动机器视觉行业市场32 （2）基于嵌入式的产品将取代板卡式产品33 （3）个性化的服务和方案代替标准化产品35 四、A股上市机器视觉企业剖析：精耕细作的中国机器视觉35 1、公司概况35 2、行业壁垒：企业做强做大的阻力36 （1）技术壁垒：技术密集型企业36 （2）人才壁垒：创新驱动实质上是人才驱动37

2020年机器视觉行业深度报告

2020年机器视觉行业深度报告导语全球机器视觉市场规模从2008 年的25 亿美元增长至2017 年70 亿美元，年复合增速为12.3%。我国机器视觉市场从2008 年进入快速发展阶段，至2017 年市场规模达65 亿元，2008-2017 年复合增速32.7%，显著高于全球水平。 1、机器视觉，开“眼”看世界 1.1、机器视觉是人工智能重要的前沿技术机器视觉是人工智能行业的重要前沿分支。机器视觉通过模拟人类视觉系统，赋予机器“看”和“认知”的能力，是机器认识世界的基础。机器视觉利用成像系统代替视觉器官作为输入手段，利用视觉控制系统代替大脑皮层和大脑的剩余部分完成对视觉图像的处理和解释，让机器自动完成对外部世界的视觉信息的探测，做出相应判断并采取行动，实现更复杂的指挥决策和自主行动。作为人工智能最前沿的领域之一，视觉类技术是人工智能企业的布局重点，具有最大的技术分布。

机器视觉在智能制造领域应用广泛，按功能主要可分为四大类：识别、测量、定位和检测。识别功能指甄别目标物体的物理特征，包括外形、颜色、字符、条码等，其准确度和识别速度是衡量的重要指标；测量功能指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物体的几何尺寸，主要应用于高精度及复杂形态测量；定位功能指获取目标物体的坐标和角度信息，自动判断物体位置，多用于全自动装备和生产；检测功能指对目标物体进行外观检测，判断产品装配是否完整和外观是否存在缺陷。

1.2、机器视觉基本架构机器视觉（Machine Vision）是指通过光学装置和非接触传感器自动接收并处理真实物体的图像，分析后获取所需信息或用于控制机器运动的装置。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。五大模块构筑机器视觉系统：按照信号的流动顺序，机器视觉系统主要包括光学成像、图像传感器、图像处理、IO 和显示等五大模块。光学成像模块设计合理的光源和光路，通过镜头将物方空间信息投影到像方，从而获取目标物体的物理信息；图像传感器模块负责信息的光电信号转换，目前主流的图像传感器分为CCD 与CMOS 两类；图像处理模块基于以CPU 为中心的电路系统或信息处理芯片，搭配

国内机器视觉的发展现状

国内机器视觉的发展现状机器视觉是最近几年新发展起来的新兴技术领域,通过利用计算机模拟人的视觉能力来进行判断和识别,它是机器人、智能装备以及自动化领域至关重要不可或缺的技术之一。目前国内的机器视觉技术和国外相比还相对落后,关键的技术设备还依赖于进口。国内大部分的机器视觉公司都集中在系统集成领域。国内机器视觉市场需求凸显,而国内机器视觉技术的滞后已无法满足国内市场的需求。机器视觉应用主要包括表面缺陷检测、产品尺寸测量、机器人视觉定位、视觉目标识别这个四大类: 表面质量的检测至关重要,产品的表面缺陷不仅影响产品外观本身,还将对产品使用性能产生影响,比如做易拉罐的镀锡板,如果表面有微小的孔洞;卫生用无纺布表面有污点;液晶玻璃面板表面有结晶;太阳能电池片有断栅或隐裂等。现代化高速的生产线,人眼无法识别或效率较低,还有高额的人工成本,都迫使生产企业进行变革,引入表面视觉检测系统,让机器来替代人工检测,大幅提高生产检测效率。产品尺寸测量大部分应用于机械加工制造领域,现代机械加工技术精益求精,大规模批量化生产,通过构建机器视觉系统,对产品外观尺寸进行检测处理,发现不合格进行剔除。随着机械加工现代化水平的日益发展,视觉尺寸检测不可或缺。

视觉图像识别技术应用广泛,互联网中的人脸识别、交通防中的车牌识别、商品中二维码条码识别、ocr文字识别等。相比视觉检测和视觉测量,视觉图像识别技术相对成熟。机器视觉定位系统主要应用机器人视觉引导,机器视觉给机器人装上大脑和眼睛,通过视觉系统引导机器人做各种不同的姿态和动作,机器人与机器视觉的融合将是未来智能装备发展的重要领域。从整个国内机器视觉发展来看,国产化程度不高,机器视觉硬件设备核心零部件主要依靠进口。机器人技术和国外相比不仅是价格上的差距。系统集成企业以中小型企业为主,大部分企业一方面代理国外设备,一方面进行系统集成,真正投入的研发力量非常有限。国内机器视觉无疑是个处于上升时期的朝阳产业,2025中国制造大战略政策支持下,机器视觉企业将加大投入力量,促进国内机器视觉技术的快速发展。本文作者:大军闲谈

工业相机镜头地全参数与选型

工业相机镜头地全参数与选型 Revised on November 25, 2020

工业相机镜头的参数与选型一、镜头主要参数 1.焦距（Focal Length）焦距是从镜头的中心点到胶平面上所形成的清晰影像之间的距离。焦距的大小决定着视角的大小，焦距数值小，视角大，所观察的范围也大；焦距数值大，视角小，观察范围小。根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。 2.光圈(Iris) 用F表示，以镜头焦距f和通光孔径D的比值来衡量。每个镜头上都标有最大F值，例如8mm /代表最大孔径为毫米。F 值越小，光圈越大，F值越大，光圈越小。 3.对应最大CCD尺寸(Sensor Size) 镜头成像直径可覆盖的最大CCD芯片尺寸。主要有：1/2″、 2/3″、1″和1″以上。 4.接口(Mount) 镜头与相机的连接方式。常用的包括C、CS、F、V、T2、Leica、M42x1、等。 5.景深(Depth of Field,DOF) 景深是指在被摄物体聚焦清楚后，在物体前后一定距离内，其影像仍然清晰的范围。景深随镜头的光圈值、焦距、拍摄距离而变化。光圈越大，景深越小；光圈越小、景深越大。焦距越长，景深

越小；焦距越短，景深越大。距离拍摄体越近时，景深越小；距离拍摄体越远时，景深越大。 6.分辨率(Resolution) 分辨率代表镜头记录物体细节的能力，以每毫米里面能够分辨黑白对线的数量为计量单位：“线对/毫米”（lp/mm）。分辨率越高的镜头成像越清晰。 7、工作距离(Working distance,WD) 镜头第一个工作面到被测物体的距离。 8、视野范围(Field of View,FOV) 相机实际拍到区域的尺寸。 9、光学放大倍数(Magnification,) CCD/FOV，即芯片尺寸除以视野范围。 10、数值孔径(Numerical Aperture,NA) 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半（a\2）的正弦值的乘积，计算公式为=n*sin a/2。数值孔径与其它光学参数有着密切的关系，它与分辨率成正比，与放大率成正比。也就是说数值孔径，直接决定了镜头分辨率，数值孔径越大，分辨率越高，否则反之。 11、后背焦(Flange distance) 准确来说，后倍焦是相机的一个参数，指相机接口平面到芯片的距离。但在线扫描镜头或者大面阵相机的镜头选型时，后倍焦是

图像处理与机器视觉行业分析

一行业分析数字图像处理是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。数字图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。大多数用于一维信号处理的概念都有其在二维图像信号领域的延伸，它们中的一部分在二维情形下变得十分复杂。同时图像处理也具有自身一些新的概念，例如，连通性、旋转不变性，等等。这些概念仅对二维或更高维的情况下才有非平凡的意义。图像处理中常用到快速傅立叶变换，因为它可以减小数据处理量和处理时间。数字图像处理应用在以下方面：摄影及印刷 (Photography and printing) 卫星图像处理 (Satellite imageprocessing) 医学图像处理 (Medical image processing) 面孔识别, 特征识别 (Face detection,feature detection, face

identification) 显微图像处理 (Microscope imageprocessing) 汽车障碍识别 (Car barrier detection) 行业前景就我看来，个人觉得图像处理的就业还是不错的。首先可以把图像看成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌握（一维）信号处理的基本知识，也要掌握图像处理（二维或者高维信号处理）的知识。其次，图像处理是计算机视觉和视频处理的基础，掌握好了图像处理的基本知识，就业时就可以向这些方向发展。目前的模式识别，大部分也都是图像模式识别。在实际应用场合，采集的信息很多都是图像信息，比如指纹、条码、人脸、虹膜、车辆等等。说到应用场合，千万不能忘了医学图像这一块，如果有医学图像处理的背景，去一些医疗器械公司或者医疗软件公司也是不错的选择。图像处理对编程的要求比较高，如果编程很厉害，当然就业也多了一个选择方向，并不一定要局限在图像方向。就业方向下面谈谈我所知道的一些公司信息，仅仅是我所了解到的或者我所感兴趣的，实际远远不止这么多。搜索方向

2017年机器视觉行业市场分析报告

目录第一节作为人工智能重要分支，机器视觉备受关注 (6) 一、机器视觉：人工智能范畴最重要的前沿分支之一 (6) 二、事件频频：国内外企业前瞻性布局机器视觉领域 (7) 1、无人驾驶汽车、无人机等自主移动机器人领域 (8) 2、智能制造领域 (9) 3、消费、娱乐等领域 (9) 三、特性分析：三方面优势树立机器视觉的“重中之重” (11) 第二节机器视觉在应用方面具有广泛性 (13) 一、应用广泛：高度扩展应用属性可满足不同诉求 (13) 二、智能制造领域：机器视觉取代重复劳动，大幅提高作业效率 (13) 三、扫地机器人领域：机器视觉与激光雷达导航，共同引领行业未来 (15) 四、无人驾驶汽车领域：机器视觉是多传感器融合中的必备技术模块 (19) 五、新兴服务机器人领域：机器视觉是智能装备环境交互的重要基础 (22) 1、载重越野机器人——波士顿动力BigDog机器人 (22) 2、人型搬运机器人——波士顿动力Atlas机器人 (24) 3、仿人型机器人编程平台——NAO (25) 4、情感交互型机器人——Pepper等 (25) 六、定制化消费、智能安防等领域：实现身份识别功能，想象空间巨大 (26) 第三节机器视觉在技术方面具有独特性 (28) 一、机器视觉识别物体：唯一非接触式识别物体的前沿技术 (28) 二、智能生活领域技术案例：Mobileye行人检测技术与测距技术 (29) 三、智能制造领域技术案例：基于机器视觉的工业机器人定位技术 (32) 第四节机器视觉在硬件方面具有经济性 (34) 一、智能生活领域：低硬件依赖程度保证产品成本高度可控 (34) 二、智能制造领域：硬件成本相对较低，属技术密集型产业 (35) 第五节机器视觉技术背后的行业趋势 (38) 一、未来：机器视觉能在多个领域灵活展开关键性应用 (38) 二、智能生活领域：技术团队群雄割据，终端优秀品牌或抢占先机 (39)

工业相机镜头的参数与选型

工业相机镜头的参数与选型一、镜头主要参数 1.焦距（Focal Length）焦距是从镜头的中心点到胶平面上所形成的清晰影像之间的距离。焦距的大小决定着视角的大小，焦距数值小，视角大，所观察的范围也大；焦距数值大，视角小，观察范围小。根据焦距能否调节，可分为定焦镜头和变焦镜头两大类。 2.光圈(Iris) 用F表示，以镜头焦距f和通光孔径D的比值来衡量。每个镜头上都标有最大F值，例如8mm /F1.4代表最大孔径为 5.7毫米。F值越小，光圈越大，F值越大，光圈越小。 3.对应最大CCD尺寸(Sensor Size) 镜头成像直径可覆盖的最大CCD芯片尺寸。主要有：1/2″、 2/3″、1″和1″以上。 4.接口(Mount) 镜头与相机的连接方式。常用的包括C、CS、F、V、T2、Leica、M42x1、M75x0.75等。 5.景深(Depth of Field,DOF) 景深是指在被摄物体聚焦清楚后，在物体前后一定距离内，其影像仍然清晰的范围。景深随镜头的光圈值、焦距、拍摄距离而变化。光圈越大，景深越小；光圈越小、景深越大。焦距越长，景深越小；

焦距越短，景深越大。距离拍摄体越近时，景深越小；距离拍摄体越远时，景深越大。 6.分辨率(Resolution) 分辨率代表镜头记录物体细节的能力，以每毫米里面能够分辨黑白对线的数量为计量单位：“线对/毫米”（lp/mm）。分辨率越高的镜头成像越清晰。 7、工作距离(Working distance,WD) 镜头第一个工作面到被测物体的距离。 8、视野范围(Field of View,FOV) 相机实际拍到区域的尺寸。 9、光学放大倍数(Magnification,?) CCD/FOV，即芯片尺寸除以视野范围。 10、数值孔径(Numerical Aperture,NA) 数值孔径等于由物体与物镜间媒质的折射率n与物镜孔径角的一半（a\2）的正弦值的乘积，计算公式为N.A=n*sin a/2。数值孔径与其它光学参数有着密切的关系，它与分辨率成正比，与放大率成正比。也就是说数值孔径，直接决定了镜头分辨率，数值孔径越大，分辨率越高，否则反之。 11、后背焦(Flange distance) 准确来说，后倍焦是相机的一个参数，指相机接口平面到芯片的距离。但在线扫描镜头或者大面阵相机的镜头选型时，后倍焦是一个

2018年机器视觉市场分析调研报告

2017年机器视觉市场分析调研报告

目录第一章机器视觉发展背景 (3) 1.1 机器视觉综述 (3) 1.1.1 机器视觉定义及组成 (3) 1.1.2 行业发展阶段 (5) 1.1.3 机器视觉特点及应用优点 (6) 1.2 机器视觉行业发展特性 (7) 1.3 产业链分析 (8) 1.4 行业发展环境分析 (9) 1.4.1 行业政策环境 (9) 1.4.2 行业技术环境分析 (10) 第二章国际机器视觉行业发展趋势和现状 (11) 2.1 市场发展规模 (11) 2.1.1 产业发展历程 (11) 2.1.2 应用现状分析 (12) 2.1.3 产业市场规模和格局 (13) 2.2 行业分布状况和发展趋势 (14) 2.2.1 产业地区分布情况 (14) 2.2.2 发展趋势预测 (16) 第三章中国机器视觉行业的发展现状和趋势 (18) 3.1 发展现状及市场规模 (18) 3.1.1 产业发展历程 (18) 3.1.2 市场规模 (19) 3.2 行业竞争现状 (21) 3.2.1 行业竞争主体 (21) 3.2.2 企业分布状况 (26) 3.3 发展趋势 (27) 第四章机器视觉的应用 (29) 4.1 应用领域分布 (29) 4.2 机器视觉在各行业的应用情况 (30) 4.2.1 在工业领域中的应用 (30) 4.2.2 在农业领域中的应用 (34) 4.2.3 在医药行业中的应用 (36) 4.2.4 在交通领域中的应用 (37) 第五章机器视觉行业发展前景与投资建议 (39) 5.1 发展前景及进入壁垒 (39) 5.2 投资机会和风险 (41)

2017年三维机器视觉检测行业分析报告

2017年三维机器视觉检测行业分析报告 2017年4月

目录一、行业监管体制与相关政策法规 (4) 1、行业主管部门及行业标准 (4) 2、主要法律法规及政策 (4) （1）《中国制造2025》 (4) （2）《智能制造工程实施指南（2016-2020）》 (5) （3）《“十三五”国家战略性新兴产业发展规划》 (5) （4）《产业技术创新能力发展规划（2016－2020年）》 (6) （5）《智能制造发展规划（2016-2020年）》 (6) 二、行业发展状况 (7) 1、机器视觉的基本概念 (7) 2、机器视觉的发展 (8) （1）机器视觉在全球范围的发展 (8) （2）机器视觉在中国的发展 (9) 三、行业上下游的关系 (10) 四、行业市场规模 (11) 1、全球机器视觉市场规模 (11) 2、中国机器视觉市场规模 (12) 五、行业发展趋势 (12) 1、二维机器视觉向三维机器视觉的发展 (12) 2、微型化、便携化 (13) 3、自动化、智能化 (13) 六、影响行业发展的因素 (14) 1、有利因素 (14) （1）产业政策扶持 (14) （2）市场空间广阔 (14) （3）技术进步 (15)

2、不利因素 (15) （1）市场竞争日益激烈将导致利润水平降低 (15) 七、行业壁垒 (16) 1、技术壁垒 (16) 2、人才壁垒 (16) 八、行业风险特征 (16) 1、市场竞争风险 (16) 2、技术更新风险 (17) 九、行业竞争格局 (17) 1、德国GOM公司 (17) 2、CREAFORM公司 (18) 3、HEXAGON公司 (19) 4、苏州天准科技股份有限公司 (19) 5、深圳市劲拓自动化设备股份有限公司 (19) 6、北京三维天下科技股份有限公司 (20)

国际机器视觉产业发展现状与趋势

国际机器视觉产业发展现状与趋势一、国际机器视觉产业市场规模 1.产业发展历程机器视觉的概念起始于20世纪60年代，最先的应用来自"机器人"的研制。最早基于视觉的机器系统，先由视觉系统采集图像并进行处理，然后通过计算估计目标的位置来控制机器运动。1979年提出了视觉伺服（VisualServo）概念，即可以将视觉信息用于连续反馈，提高视觉定位或追踪的精度。 20世纪50年代：主要集中在二维图像的简单分析和识别上，如字符识别，工件表面、显微图片和航空图片的分析和解释等． 60年代：MIT(MassachusettsInstituteofTechnology)的Roberts通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述．他的研究工作开创了以理解三维场景为目的的三维计算机视觉研究。 70年代:首次提出较为完整的视觉理论，已经出现了一些视觉应用系统．70年代中期，MIT人工智能(ArtificialIntelligence)实验室正式开设"机器视觉"课程。1973年MITAILab吸引了国际上许多知名学者参与视觉理论、算法、系统设计的研究，D.Marr教授就是其中的一位．他于1973年应邀在MITAILab领导一个以博士生为主体的研究小组，1977年提出了视觉计算理论(VisionComputationalTheory)，该理论在80年代成为计算机视觉领域中的一个十分重要的理论框架。 80年代中期：计算机视觉获得蓬勃发展，新概念、新方法、新理论不断涌现。我国早期正式介绍计算机视觉的文献：计算机视觉：一个兴起的研究领域，计算机应用与软件，1984年第3期。 90年代中期：深入发展、广泛应用的时期。 2.应用现状分析随着微处理器、半导体技术的进步，以及劳动力成本上升和高质量产品的需求，国外机器视觉于20世纪90年代进入高速发展期，广泛运用于工业控制领域。

机器视觉发展历史及现状趋势分析

机器视觉发展历史及现状趋势分析机器视觉发展历史机器视觉技术是计算机学科的一个重要分支，自起步发展至今，机器视觉已经有20多年的历史，其功能以及应用范围随着工业自动化的发展逐渐完善和推广。 20世纪50年代开始研究二维图像的统计模式识别。 60年代Roberts开始进行三维机器视觉的研究。 70年代中，MIT人工智能实验室正式开设机器视觉的课程。 80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现。初级阶段为1990～1998年，期间真正的机器视觉系统市场销售额微乎其微。主要的国际机器视觉厂商还没有进入中国市场。1990年以前，仅仅在大学和研究所中有一些研究图像处理和模式识别的实验室。在20世纪90年代初，一些来自这些研究机构的工程师成立了他们自己的视觉公司，开发了第一代图像处理产品，人们能够做一些基本的图像处理和分析工作。尽管这些公司用视觉技术成功地解决了一些实际问题，例如多媒体处理，印刷品表面检测，车牌识别等，但由于产品本身软硬件方面的功能和可靠性还不够好，限制了他们在工业应用中的发展潜力。另外，一个重要的因素是市场需求不大，工业界的很多工程师对机器视觉没有概念，另外很多企业也没有认识到质量控制的重要性。第二阶段1998～2002年定义为机器视觉概念引入期。自从1998年，越来越多的电子和半导体工厂，包括香港和台湾投资的工厂，落户广东和上海。带有机器视觉的整套的生产线和高级设备被引入中国。随着这股潮流，一些厂商和制造商开始希望发展自己的视觉检测设备，这是真正的机器视觉市场需求的开始。设备制造商或OEM厂商需要更多来自外部的技术开发支持和产品选型指导，一些自动化公司抓住了这个机遇，走了不同于上面提到的图像公司的发展道路做国际机器视觉供应商的代理商和系统集成商。他们从美国和日本引入最先进的成熟产品，给终端用户提供专业培训咨询服务，有时也和他们的商业伙伴一

2017年机器视觉行业现状及发展趋势展望报告

2017年机器视觉行业现状及发展趋势展望报告 (此文档为word格式，可任意修改编辑！） 2017年8月

一、作为人工智能重要分支，机器视觉备受关注 (5) 1.1 机器视觉：人工智能范畴最重要的前沿分支之一 (6) 1.2 事件频频：国内外企业前瞻性布局机器视觉领域 (8) 1.3 特性分析：三方面优势树立机器视觉的“重中之重” (11) 二、机器视觉在应用方面具有广泛性 (13) 2.1 应用广泛：高度扩展应用属性可满足不同诉求 (13) 2.2 智能制造领域：机器视觉取代重复劳动，大幅提高作业效率 (14) 2.3 扫地机器人领域：机器视觉与激光雷达导航，共同引领行业未来 (16) 2.4 无人驾驶汽车领域：机器视觉是多传感器融合中的必备技术模块 (21) 2.5 新兴服务机器人领域：机器视觉是智能装备环境交互的重要基础 (25) 2.6 定制化消费、智能安防等领域：实现身份识别功能，想象空间巨大. 30 三、机器视觉在技术方面具有独特性 (32) 3.1 机器视觉识别物体：唯一非接触式识别物体的前沿技术 (32) 3.2 智能生活领域技术案例：Mobileye行人检测技术与测距技术 (34) 3.3 智能制造领域技术案例：基于机器视觉的工业机器人定位技术 (38) 四、机器视觉在硬件方面具有经济性 (38) 4.1 智能生活领域：低硬件依赖程度保证产品成本高度可控 (39) 4.2 智能制造领域：硬件成本相对较低，属技术密集型产业 (41) 五、机器视觉技术背后的行业趋势 (44) 5.1 未来：机器视觉能在多个领域灵活展开关键性应用 (44) 5.2 智能生活领域：技术团队群雄割据，终端优秀品牌或抢占先机 (45) 5.3 智能制造领域：中国市场将成主要增长点，国内企业竞相布局 (47) 六、相关建议及风险提示 (50)