工業(yè)面掃描相機(jī)行業(yè)市場需求與投資規(guī)劃

工業(yè)面掃描相機(jī)行業(yè)市場需求與投資規(guī)劃

中國機(jī)器視覺行業(yè)現(xiàn)狀及未來展望機(jī)器視覺（MachineVision）是指利用計算機(jī)視覺技術(shù)、圖像處理技術(shù)、模式識別技術(shù)等，實現(xiàn)機(jī)器自動獲取外界圖像信息并作出相應(yīng)反應(yīng)的技術(shù)。機(jī)器視覺的應(yīng)用可以大大提高工廠的生產(chǎn)效率，從而提升企業(yè)的競爭力。除了市場規(guī)模的增長外，中國機(jī)器視覺行業(yè)的技術(shù)水平也有了明顯提升。近年來，隨著計算機(jī)視覺技術(shù)的飛速發(fā)展，中國機(jī)器視覺行業(yè)也迎來了大變革，技術(shù)水平也有了顯著提升。目前，中國機(jī)器視覺行業(yè)的技術(shù)水平已經(jīng)可以與國外行業(yè)相媲美。此外，中國機(jī)器視覺行業(yè)的發(fā)展還受到政府的大力支持。目前，政府正在大力推動機(jī)器視覺行業(yè)的發(fā)展，并對相關(guān)企業(yè)給予政策支持，促進(jìn)企業(yè)投資和研發(fā)，以提高機(jī)器視覺行業(yè)的技術(shù)水平。綜上所述，中國機(jī)器視覺行業(yè)發(fā)展前景廣闊，未來將繼續(xù)保持良好發(fā)展態(tài)勢。隨著人工智能技術(shù)的發(fā)展，機(jī)器視覺行業(yè)將會受到更多的關(guān)注，從而推動其發(fā)展。同時，中國政府也將繼續(xù)加大對機(jī)器視覺行業(yè)的支持力度，以促進(jìn)行業(yè)的發(fā)展。機(jī)器視覺行業(yè)發(fā)展現(xiàn)狀隨著國內(nèi)機(jī)器視覺相關(guān)企業(yè)研發(fā)技術(shù)水平的提高、國產(chǎn)品牌智能制造設(shè)備商實力的增強(qiáng)，國產(chǎn)品牌機(jī)器視覺企業(yè)可以利用更為先進(jìn)的生產(chǎn)制造技術(shù)不斷加快產(chǎn)品更新?lián)Q代的速度。同時，國產(chǎn)品牌企業(yè)還可以利用自身更便捷、靈活、及時的服務(wù)特點，在穩(wěn)固占據(jù)機(jī)器視覺核心部件中低端市場的優(yōu)勢地位的基礎(chǔ)上，加速搶占高端機(jī)器視覺部件市場，從而獲得更大規(guī)模的發(fā)展空間。機(jī)器視覺是指利用計算機(jī)視覺技術(shù)、圖像處理技術(shù)、模式識別技術(shù)等，實現(xiàn)機(jī)器自動獲取外界圖像信息并作出相應(yīng)反應(yīng)的技術(shù)。機(jī)器視覺的應(yīng)用可以大大提高工廠的生產(chǎn)效率，從而提升企業(yè)的競爭力。中國機(jī)器視覺行業(yè)發(fā)展前景廣闊，未來將繼續(xù)保持良好發(fā)展態(tài)勢。隨著人工智能技術(shù)的發(fā)展，機(jī)器視覺行業(yè)將會受到更多的關(guān)注，從而推動其發(fā)展。機(jī)器視覺行業(yè)應(yīng)用領(lǐng)域目前主要識別的內(nèi)容有人、車輛等各類目標(biāo)物。在工業(yè)領(lǐng)域?qū)в忻鞔_信息的標(biāo)識，OCR、一維碼、二維碼等常有識別需求。醫(yī)療數(shù)據(jù)中有超過90%的數(shù)據(jù)來自醫(yī)療影像。醫(yī)療影像領(lǐng)域擁有孕育深度學(xué)習(xí)的海量數(shù)據(jù)，醫(yī)療影像診斷可以輔助醫(yī)生，提升醫(yī)生的診斷的效率。在工業(yè)應(yīng)用中，利用機(jī)器視覺對部件或產(chǎn)品進(jìn)行定位。這種定位應(yīng)用多會輔助機(jī)器人或者其他執(zhí)行機(jī)構(gòu)以實現(xiàn)相關(guān)的動作。一般來說，定位可協(xié)助機(jī)器人實現(xiàn)噴漆、涂膠、抓取、焊接等動作。機(jī)器視覺是一項綜合技術(shù)，包括圖像處理、機(jī)械工程技術(shù)、控制、電光源照明、光學(xué)成像、傳感器、模擬與數(shù)字視頻技術(shù)、計算機(jī)軟硬件技術(shù)（圖像增強(qiáng)和分析算法、圖像卡、I/O卡等）。一個典型的機(jī)器視覺應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機(jī)械控制執(zhí)行模塊。2021年中國工業(yè)機(jī)器視覺市場規(guī)模達(dá)到150億元，其中國內(nèi)品牌超過75億元，實現(xiàn)對國際品牌的超越。機(jī)器視覺行業(yè)下游應(yīng)用情況機(jī)器視覺行業(yè)技術(shù)更新較快，屬于受市場主導(dǎo)型的產(chǎn)業(yè)，行業(yè)內(nèi)企業(yè)競爭程度較高。機(jī)器視覺行業(yè)下游應(yīng)用廣泛，包括3C、半導(dǎo)體、鋰電、光伏、汽車、包裝印刷、物流、軌道交通、生物醫(yī)藥、食品加工、輕工皮革等領(lǐng)域。根據(jù)機(jī)器視覺產(chǎn)業(yè)聯(lián)盟（CMVU）、前瞻產(chǎn)業(yè)研究院整理的數(shù)據(jù)，目前我國機(jī)器視覺產(chǎn)品的主要應(yīng)用領(lǐng)域包括電子、新型顯示、汽車、電池（鋰電池和太陽能電池）、印刷、機(jī)器人、半導(dǎo)體、包裝等領(lǐng)域。其中，電子領(lǐng)域占比24．79%，機(jī)器視覺主要應(yīng)用在電子元器件、PCB缺陷檢測以及外觀結(jié)構(gòu)部件等方面的檢查與測試；新型顯示領(lǐng)域占比12．15%，機(jī)器視覺主要應(yīng)用在玻璃基材、ITO玻璃鍍膜、絲網(wǎng)印刷和切割、背光模組、觸摸屏組貼合、蓋板玻璃制造等工藝的檢測與校驗；汽車制造領(lǐng)域占比8．39%，機(jī)器視覺主要涉及車身裝配檢測、面板印刷和質(zhì)量檢測、零部件表面缺陷檢測等；電池領(lǐng)域占比8．29%，機(jī)器視覺主要涉及鋰電領(lǐng)域及光伏領(lǐng)域中相關(guān)電池來料的質(zhì)量檢測、生產(chǎn)過程的缺陷監(jiān)控以及成品電池的檢驗測試；印刷領(lǐng)域占比6．46%，機(jī)器視覺主要為印刷智能化提供印刷設(shè)計問題攔截、印刷過程質(zhì)量控制、出廠質(zhì)量終檢機(jī)系統(tǒng)生產(chǎn)管理優(yōu)化等功能；半導(dǎo)體領(lǐng)域占比5．53%，機(jī)器視覺在半導(dǎo)體中主要應(yīng)用在晶圓切割、AOI光學(xué)檢測、芯片字符對位和識別等工藝流程。（一）機(jī)器視覺電子行業(yè)應(yīng)用情況電子制造過程中，由于對產(chǎn)品外觀、功能以及可靠性等要求越來越高，加強(qiáng)制造過程的檢測和品質(zhì)管控已成為電子制造業(yè)的必備需求，機(jī)器視覺在電子制造過程檢測中承擔(dān)越來越重要的作用。目前，電子行業(yè)機(jī)器視覺系統(tǒng)主要包括電子元器件檢測、PCB檢測以及外觀結(jié)構(gòu)部件的檢測等。在電子元器件方面，機(jī)器視覺系統(tǒng)會根據(jù)元器件材質(zhì)、缺陷類型及不同客戶的需求，對元器件瑕疵或缺陷進(jìn)行檢查、識別，在這個過程中，通常會將產(chǎn)品可能存在的缺陷圖像從背景圖像中區(qū)分開，然后利用圖像的顏色、灰度、形狀、大小等特征對缺陷進(jìn)行識別。PCB（PrintedCircuitBoard，印制電路板）是電子制造過程中必不可少的部件，其制造品質(zhì)直接影響電子產(chǎn)品的可靠性。隨著電子組裝向更高密度、更小尺寸PCB技術(shù)的縱深發(fā)展，為減少進(jìn)入下步工序的缺陷電路板的數(shù)量，線路板廠通常通過引入自動光學(xué)檢測（AOI，AutomatedOpticalInspection）和自動外觀檢查（AVI，AutomatedVisualInspection）設(shè)備來提升PCB制造品質(zhì)。PCBAOI通過高分辨率相機(jī)提取PCB表面圖形、圖形數(shù)字化轉(zhuǎn)換、特征點邏輯判斷與圖形匹配、線條形態(tài)輪廓邏輯比對、缺陷點判定與提取這一技術(shù)流程來實現(xiàn)PCB表面圖形的缺陷檢測，包括基板缺陷、孔缺陷、線路缺陷等。PCBAVI是PCB制程最后一道品質(zhì)防線，主要負(fù)責(zé)成品PCB的外觀檢查，包括阻焊均勻性、焊盤覆蓋、線路覆蓋以及線路的表面缺陷等。PCB缺陷檢查過程中，通常會通過專用設(shè)備把缺陷自動標(biāo)識出來，供維修人員進(jìn)一步處理。在外觀結(jié)構(gòu)部件方面，各類消費電子產(chǎn)品如手機(jī)、PAD的蓋板、中框等部件、計算機(jī)鍵盤外設(shè)等，在制造過程中，經(jīng)常會發(fā)生劃傷、碰傷、崩邊以及外形尺寸不良等一系列的品質(zhì)問題。要提升這類電子產(chǎn)品的品質(zhì)，通過機(jī)器視覺系統(tǒng)去完成識別和檢查工作是最為有效、可靠的方法，從而取代傳統(tǒng)的人工方法提升檢測速度、提高檢出率，進(jìn)而提升電子行業(yè)產(chǎn)品制造的效率和品質(zhì)。2016年至2021年間，我國規(guī)模以上電子信息制造業(yè)收入規(guī)模在2018年度出現(xiàn)下滑，其余年度均保持增長趨勢，收入規(guī)模由2016年的12．18萬億元達(dá)到2021年的14．13萬億元，年均復(fù)合增長率為3．01%，電子信息制造業(yè)正穩(wěn)步向前發(fā)展。消費電子是電子行業(yè)中快速增長的代表性細(xì)分行業(yè)，得益于互聯(lián)網(wǎng)科技的不斷發(fā)展，消費電子產(chǎn)品更新頻率的加速、居民收入水平的持續(xù)增加，我國消費電子產(chǎn)品市場快速增長。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2021年，我國手機(jī)產(chǎn)量進(jìn)一步增長至16．6億臺，同比增長12．9%；彩色電視機(jī)產(chǎn)量小幅回落到1．8億臺，同比下降5．8%；微型計算機(jī)設(shè)備產(chǎn)量增長至4．7億臺，同比增長23．5%。目前，我國電子產(chǎn)業(yè)鏈上機(jī)器視覺技術(shù)已經(jīng)基本覆蓋從元器件、關(guān)鍵零部件和成品的全制造環(huán)節(jié)的自動化及品質(zhì)檢測與測量。未來，以消費電子為代表的電子行業(yè)產(chǎn)品數(shù)量需求的穩(wěn)步增長，以及消費者對更輕、更薄、更高品質(zhì)電子產(chǎn)品的日益青睞，將共同推動相關(guān)電子生產(chǎn)制造企業(yè)通過更加高效、更加精細(xì)的機(jī)器視覺檢測技術(shù)提升產(chǎn)能和質(zhì)量、從而實現(xiàn)降本增效的目標(biāo)。此外，隨著相關(guān)電子技術(shù)的發(fā)展，電子行業(yè)更新?lián)Q代將進(jìn)一步加快、精度要求將逐步提高，相應(yīng)的配套產(chǎn)線設(shè)備采購將更加頻繁。因此，受益于這些因素的影響，電子產(chǎn)業(yè)對機(jī)器視覺相關(guān)產(chǎn)品的需求也將進(jìn)一步增大。（二）機(jī)器視覺新型顯示行業(yè)應(yīng)用情況在新型顯示領(lǐng)域，LCD（液晶顯示器）是當(dāng)前主流的顯示技術(shù)，機(jī)器視覺在LCD制造過程中的應(yīng)用從玻璃基材的檢測開始，工藝段主要涉及ITO玻璃鍍膜、絲網(wǎng)印刷和切割、背光模組、觸摸屏組貼合、蓋板玻璃檢測等。機(jī)器視覺技術(shù)作為非接觸、高精度、高速度的生產(chǎn)、檢測技術(shù)手段，目前已被廣泛應(yīng)用于各類型的新型面板顯示的生產(chǎn)過程中，AOI（自動光學(xué)檢測機(jī)）和AVI/API（自動畫面檢測機(jī)）是LCD制造過程中常見的兩種視覺檢測設(shè)備。AOI設(shè)備幾乎在LCD的每一個工藝段都會被應(yīng)用，用于檢測各工藝部件的表面缺陷、Particle異物顆粒、斷線等外觀不良。AVI/API則是對點亮后的顯示面板畫面缺陷進(jìn)行檢查，取代人工目視檢測。AMOLED是近年來投資力度比較大的新型顯示技術(shù)。AMOLED技術(shù)工藝主要分為TFT陣列、OLED蒸鍍封裝和模組，其中TFT工藝段和LCD液晶顯示屏的TFT工藝基本相同，但是精度要求更高，相應(yīng)的對AOI設(shè)備要求也會更高。在AMOLED蒸鍍、模組工藝段，同樣有大量AVI/API自動畫面檢測的需求。此外，DeMura設(shè)備在AMOLED制程中被用于Mura（注：指顯示器亮度不均勻，造成各種痕跡的現(xiàn)象）補(bǔ)償，可進(jìn)行DeMura畫面拍攝、補(bǔ)償數(shù)據(jù)燒錄等。此外，隨著miniLED、MicroLED技術(shù)的不斷成熟，新型顯示領(lǐng)域的泛半導(dǎo)體化，將對視覺檢測提出更高的要求。根據(jù)賽迪智庫、工信部披露的數(shù)據(jù)，2020年我國面板顯示行業(yè)的營收達(dá)4，460億元，較2019年增長了19．7%，2016-2020年期間行業(yè)營收的復(fù)合增長率達(dá)到了22．0%，行業(yè)規(guī)模不斷擴(kuò)大。此外，隨著新型面板顯示相關(guān)下游應(yīng)用的規(guī)?？焖僭鲩L及國產(chǎn)新型面板顯示技術(shù)的不斷發(fā)展，我國面板顯示領(lǐng)域市場規(guī)模有望進(jìn)一步增大。相應(yīng)地，應(yīng)用在新型顯示領(lǐng)域的機(jī)器視覺市場的滲透率將進(jìn)一步提高，這將利好國產(chǎn)機(jī)器視覺廠商的進(jìn)一步發(fā)展。（三）機(jī)器視覺鋰電行業(yè)應(yīng)用情況鋰電池的生產(chǎn)工序多，工藝也比較復(fù)雜。鋰電池生產(chǎn)由于工藝水平引起的不良經(jīng)過數(shù)道工序的疊加，通常會導(dǎo)致從原料到傳導(dǎo)到最終產(chǎn)品的不良率會達(dá)到驚人的水平，極大地影響生產(chǎn)成本和效率。此外，由于工藝不良導(dǎo)致的電池缺陷，其性能、安全和使用壽命都會受到影響。因此，通過投入機(jī)器視覺檢測系統(tǒng)加強(qiáng)鋰電池的制程管控、提升產(chǎn)品質(zhì)量和生產(chǎn)效率是各大鋰電池生產(chǎn)廠商近年來大力投入的方向。鋰電池制造過程對視覺的需求從對隔膜、銅箔等鋰電池上游材料的質(zhì)量檢測開始，到前段的正、負(fù)極材料混合、涂布、膜切、分切、卷繞（或疊片），再到中段的注液、焊接、化成、分容和后段的成組、加工和組裝工藝，各個工藝過程都需要對物料、部件外觀缺陷進(jìn)行檢查、測量或?qū)ξ坏取ｄ囯娭圃爝^程的缺陷檢查動作主要包括極片表面突起、凝聚、露箔、暗斑、掉料等；測量動作則包括對極片、極耳的尺寸進(jìn)行測量，對電池材料進(jìn)行測長等。以涂布環(huán)節(jié)為例，機(jī)器視覺通過上相機(jī)與下相機(jī)兩個拍攝角度分別拍攝涂布的正面與反面，再由圖像處理軟件對圖像進(jìn)行處理，識別涂布表面的瑕疵，對不良品進(jìn)行貼標(biāo)區(qū)分。從鋰電制程工藝特點來看，鋰電行業(yè)對機(jī)器視覺系統(tǒng)的需求量巨大。新能源汽車是鋰離子電池的典型應(yīng)用場景，隨著新能源汽車銷量不斷創(chuàng)新高，我國鋰離子電池需求保持較高增速。根據(jù)國家統(tǒng)計局、機(jī)器視覺產(chǎn)業(yè)聯(lián)盟（CMVU）整理數(shù)據(jù)，2016-2021年，我國鋰離子電池產(chǎn)量由78．4億只增長到232．6億只，年均復(fù)合增長24．3%，2021年鋰電全行業(yè)總產(chǎn)值突破6，000億元，表明鋰離子電池行業(yè)規(guī)模正在快速增長。未來，受益于新能源應(yīng)用場景的不斷擴(kuò)展及動力電池需求的增加，我國鋰電池出貨量將逐年上升。相應(yīng)地，鋰電領(lǐng)域?qū)C(jī)器視覺相關(guān)的檢測設(shè)備以及智能制造裝備的需求量將不斷提高。（四）機(jī)器視覺半導(dǎo)體行業(yè)應(yīng)用情況隨著微電子技術(shù)的高速發(fā)展，各種半導(dǎo)體芯片的集成度越來越高，同時芯片的體積趨向于小型化、微型化，對芯片的質(zhì)量檢測提出更高的要求。機(jī)器視覺檢測所具有高精度、高效性、非接觸性、連續(xù)性、靈活性等優(yōu)點，傳統(tǒng)人工檢測正逐漸被機(jī)器視覺檢測替代應(yīng)用于半導(dǎo)體制造中。在半導(dǎo)體晶圓制造階段，氧化、涂膠、光刻、刻蝕、離子注入、擴(kuò)散、薄膜沉積、拋光、蝕刻、曝光、清洗等工序每一步完成后都需要在整個生產(chǎn)過程中進(jìn)行實時監(jiān)測。根據(jù)檢測功能的不同分為量測類和缺陷檢測類兩種。量測類應(yīng)用主要包括透明薄膜厚度、不透明薄膜厚度、膜應(yīng)力、摻雜濃度、關(guān)鍵尺寸、套準(zhǔn)精度等；缺陷檢測類分為明暗場光學(xué)圖形圖片缺陷檢測、無圖形表面檢測、宏觀缺陷檢測等。在這些檢測過程中，半導(dǎo)體機(jī)器視覺檢測發(fā)揮了重要的作用。晶圓制造機(jī)器視覺檢測主要分無圖形表面缺陷（未曝光）、有圖形表面缺陷（曝光后）、尺寸測量、套刻標(biāo)記等幾種類型?；诠鈱W(xué)圖像檢測技術(shù)，檢測尺度大于0．5μm的圓片缺陷檢測，一般用于光刻、CMP、刻蝕、薄膜沉積后的出貨檢驗（OQC）以及入廠檢驗（IQC）中，包括正面檢測、背面檢測、邊緣檢測、晶圓幾何形狀檢測等，這些檢測可通過高感光線掃相機(jī)（高階TDI相機(jī)）或高幀率面掃相機(jī)飛拍掃描硅片的全表面，自動存儲和檢測硅片全景圖像、自動輸出缺陷分類結(jié)果。在半導(dǎo)體封測等后段工序中，包括晶片切割、黏晶、焊線、封膠、剪切、印字、電鍍封裝等，也會大量用到量測和缺陷檢測機(jī)器視覺系統(tǒng)。在量測方面，按照晶片尺寸大小對整片晶圓進(jìn)行裁切，由于晶片之間有10~30μm不等間隙區(qū)分，劃片區(qū)切道需確保在晶粒之間均等切割，對此需要高精度機(jī)器視覺引導(dǎo)測量裁切位置，這里一般常用光學(xué)線掃相機(jī)進(jìn)行超感光量測；在缺陷檢測方面，包括晶圓裁切后劃傷、崩邊、裂紋等表面缺陷檢測；成品晶片封裝在固定支架上需機(jī)器視覺定位引導(dǎo)到相應(yīng)安裝位置；IC封裝成品也需機(jī)器視覺系統(tǒng)對其外觀缺陷進(jìn)行終檢。根據(jù)整理數(shù)據(jù)顯示，2016年至2021年間，我國半導(dǎo)體市場規(guī)模在2019年度出現(xiàn)下滑，其余年度均保持增長趨勢，市場規(guī)模由2016年的1，075億美元達(dá)到2021年的1，925億美元，年均復(fù)合增長率為12．36%，說明半導(dǎo)體產(chǎn)業(yè)規(guī)模正不斷增長。此外，未來隨著工業(yè)自動化智能產(chǎn)線的不斷普及，半導(dǎo)體行業(yè)對產(chǎn)品生產(chǎn)過程中的高精度檢測需求將不斷提高，這也將進(jìn)一步促進(jìn)機(jī)器視覺產(chǎn)品的應(yīng)用，市場規(guī)模有望迎來新一輪的擴(kuò)張。（五）機(jī)器視覺光伏行業(yè)應(yīng)用情況太陽能電池作為光伏產(chǎn)業(yè)應(yīng)用的核心部件之一，從原料到實際應(yīng)用的電池組件分別要經(jīng)過硅料、硅片、電池片、電池組件四個大環(huán)節(jié)，其中硅錠、硅片質(zhì)量及加工鍍膜工藝等都會影響太陽能電池片的光電轉(zhuǎn)換效率。例如硅片在運(yùn)輸過程中很容易產(chǎn)生缺角、碎片、隱裂等缺陷；在生產(chǎn)過程中電池片會產(chǎn)生如碎片、電池片隱裂、表面污染、電極不良、劃傷等缺陷。這些缺陷影響了電池的光電轉(zhuǎn)化效率和使用壽命，造成電池片等級降低或報廢。為了保證電池片的光電轉(zhuǎn)換效率和良品率，相關(guān)產(chǎn)線需要采用有效的缺陷檢測方法以提高電池片的成品質(zhì)量。近年來，機(jī)器視覺技術(shù)憑借著檢測精度高、可靠性強(qiáng)、速度快的特點，逐步被應(yīng)用于太陽能電池生產(chǎn)線的質(zhì)量缺陷檢測與控制環(huán)節(jié)。具體來說，機(jī)器視覺系統(tǒng)將在太陽能電池產(chǎn)線的每個工藝段提供相對應(yīng)的光電視覺模組器件（相機(jī)、光源、鏡頭等），通過這些視覺組件進(jìn)行硅片、過程片、成品片的缺陷圖像采集，然后配合圖像處理軟件進(jìn)行缺陷分類及統(tǒng)計，從而達(dá)到可快速配置，提供高質(zhì)量的視覺成像效果的目標(biāo)。整體來看，配備有機(jī)器視覺系統(tǒng)的生產(chǎn)線不僅可以使檢測結(jié)果更加客觀可靠、準(zhǔn)確率高，而且能夠長時間重復(fù)進(jìn)行檢測，生產(chǎn)效率顯著提升，還能夠大大降低太陽能電池的廢品率，從而減少生產(chǎn)能耗、提高太陽能電池片產(chǎn)出比，使太陽能利用更加高效。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2021年我國太陽能電池產(chǎn)量達(dá)到23，405．4萬千瓦，較2020年增長了48．8%，產(chǎn)量及增速均創(chuàng)歷史新高。未來，隨著太陽能行業(yè)的競爭愈發(fā)激烈，電池片質(zhì)量也將變得愈發(fā)重要，客戶對視覺檢測系統(tǒng)的成本、檢測效果、穩(wěn)定性要求也越來越高，相關(guān)機(jī)器視覺檢測產(chǎn)業(yè)的需求將不斷增加，行業(yè)整體將迎來新一輪的發(fā)展機(jī)遇。（六）機(jī)器視覺印刷行業(yè)應(yīng)用情況在各類型的印刷品生產(chǎn)制造過程中，受印刷工藝、印刷設(shè)備、印刷材料、環(huán)境變量、人為操作隨機(jī)誤差等因素的影響，印刷產(chǎn)品經(jīng)常會出現(xiàn)各種缺陷，如墨點、異物、臟點、切線、拖墨、劃痕、溢膠、字符不完整、漏印、色差、套印不準(zhǔn)確及氣泡等。在印刷品缺陷檢測過程中，傳統(tǒng)人工隨機(jī)抽樣檢測印刷質(zhì)量的方法，受主觀判斷影響較大，難以保證印刷產(chǎn)品的準(zhǔn)確性和一致性，一旦這些缺陷出現(xiàn)在產(chǎn)品包裝上，產(chǎn)品的視覺觀感將會大大降低，嚴(yán)重影響產(chǎn)品的品牌形象，降低客戶滿意度。因此，在印刷制造的多個工藝段，均需要配置機(jī)器視覺系統(tǒng)進(jìn)行質(zhì)量缺陷檢測和數(shù)據(jù)反饋。印刷行業(yè)的視覺檢測根據(jù)應(yīng)用類型的不同主要分為卷材類檢測、單張片材類檢測和標(biāo)簽類檢測。其中，卷材類印刷包括檢測各類膜材、金屬箔、紙張、塑料包裝等；單張片材主要包括檢測藥包、煙包、鈔票、3C產(chǎn)品/食品/日化包裝盒等；標(biāo)簽類檢測主要包括印刷字符、二維碼/條形碼、打標(biāo)logo、不干膠標(biāo)簽等。搭配機(jī)器視覺檢測設(shè)備的印刷產(chǎn)線通常能將生產(chǎn)的各個環(huán)節(jié)的質(zhì)量數(shù)據(jù)進(jìn)行分析處理，進(jìn)一步反饋并優(yōu)化生產(chǎn)工藝，從而形成決策判斷系統(tǒng)平臺，助力印刷企業(yè)優(yōu)化并提升生產(chǎn)管理。整體來看，在裝備技術(shù)水平穩(wěn)步提升的基礎(chǔ)上，機(jī)器視覺能夠為印刷智能化提供印刷設(shè)計問題攔截、印刷過程質(zhì)量控制、出廠質(zhì)量終檢、系統(tǒng)生產(chǎn)管理優(yōu)化等功能。包裝印刷與社會進(jìn)步，經(jīng)濟(jì)發(fā)展與居民消費需求息息相關(guān)。近年來，得益于我國經(jīng)濟(jì)快速穩(wěn)定發(fā)展、日用品消費市場持續(xù)增長、文化市場的剛性需求、出口市場的持續(xù)繁榮，對包裝印刷品的需求量和品質(zhì)要求都在不斷提高，印刷行業(yè)取得了長足的發(fā)展。根據(jù)數(shù)據(jù)統(tǒng)計，2020年我國印刷行業(yè)市場規(guī)模為13，867．0億元，預(yù)計2021年將達(dá)到13，950．0億元。未來，隨著印刷生產(chǎn)設(shè)備持續(xù)高速、高精度、智能化的發(fā)展，將對印刷檢測提出了更高、更嚴(yán)的要求及標(biāo)準(zhǔn)。相應(yīng)的，機(jī)器視覺相關(guān)產(chǎn)品在印刷行業(yè)的應(yīng)用將進(jìn)一步擴(kuò)大。機(jī)器視覺行業(yè)發(fā)展綜述機(jī)器視覺是指通過光學(xué)裝置和非接觸傳感器自動接收并處理真實物體的圖像，分析后獲取所需信息或用于控制機(jī)器運(yùn)動的裝置。通俗地說，機(jī)器視覺就是用機(jī)器代替人眼。機(jī)器視覺模擬眼睛進(jìn)行圖像采集，經(jīng)過圖像識別和處理提取信息，最終通過執(zhí)行裝置完成操作。機(jī)器視覺的功能可歸為識別、測量、定位和檢測四類，其中檢測技術(shù)難度最高。機(jī)器視覺行業(yè)新技術(shù)未來發(fā)展趨勢高精度光學(xué)成像是機(jī)器視覺行業(yè)始終追求的技術(shù)發(fā)展目標(biāo)。高精度光學(xué)成像需要光源、鏡頭、相機(jī)、圖像采集卡等各部分的精密配合，要求新型光源、更全面的波長覆蓋和創(chuàng)新的光源布局等光源技術(shù)，以及提供更大靶面和更小像元的新型鏡頭和相機(jī)產(chǎn)品。高精度光學(xué)成像技術(shù)增強(qiáng)了機(jī)器視覺的圖像信息獲取能力，通過多樣化光學(xué)成像技術(shù)，獲取到傳統(tǒng)成像中難以獲取的圖像信息，并通過高速、高靈敏度的圖像采集技術(shù)深度挖掘圖像中隱含的內(nèi)部信息，滿足更高分辨率、更多維度、更大空間帶寬積的光電成像需求。目前機(jī)器視覺主要采用的2D機(jī)器視覺技術(shù)僅能獲取固定平面內(nèi)的形狀及紋理信息等二維圖像，這主要基于物體在灰度或者彩色圖像中對比度的特征提供處理分析結(jié)果。2D機(jī)器視覺技術(shù)的缺點包括無法提供物體高度、平面度、表面角度、體積等三維信息；容易受光照條件變化的影響；對物體的運(yùn)動比較敏感等。隨著智能制造變革來臨，面對復(fù)雜的物件辨識和尺寸量度任務(wù)，以及人機(jī)互動所需要的復(fù)雜互動，2D視覺在精度和距離測量方面均出現(xiàn)技術(shù)限制。3D機(jī)器視覺技術(shù)相對于2D技術(shù)提供了更豐富的被攝目標(biāo)信息，可以識別物體的深度、形貌、位姿等3D信息。3D技術(shù)提供了豐富的三維信息，使機(jī)器能夠感知物理環(huán)境的變化，并相應(yīng)地進(jìn)行調(diào)整，從而在應(yīng)用中提高了靈活性和實用性，擴(kuò)大了機(jī)器視覺的應(yīng)用場景。多光譜技術(shù)，利用像元級的鍍膜技術(shù)實現(xiàn)對不同波長光譜信號的采集，從而得到高分辨率的多/高光譜的圖像信號，大大簡化了視覺系統(tǒng)的光學(xué)部件復(fù)雜性。光譜技術(shù)推動機(jī)器視覺實現(xiàn)目標(biāo)的多種特征分析。隨著機(jī)器視覺的快速發(fā)展和普及，機(jī)器視覺產(chǎn)品已經(jīng)廣泛應(yīng)用于3C、鋰電池、半導(dǎo)體、PCB、新型顯示、汽車零配件、光伏、物流、醫(yī)藥、包裝印刷、軌道交通等眾多產(chǎn)業(yè)中。各行業(yè)樣本的復(fù)雜性要求機(jī)器視覺從可見光光譜到非可見光光譜、從單一光譜到多光譜，不僅需要實現(xiàn)目標(biāo)的外觀檢測，也需要實現(xiàn)目標(biāo)的材料成分、顏色、溫度等復(fù)雜特征的分析。多光譜技術(shù)利用光的衍射和折射特性，通過光柵、棱鏡等分光元件，獲取到不同譜段的有效信號，實現(xiàn)目標(biāo)高維信息參量獲取，并通過相關(guān)分析算法將譜域信號與測量需求建立聯(lián)系，如物質(zhì)成分、溫度、三維面型等，進(jìn)而滿足復(fù)雜多樣化的測量需求。在工業(yè)領(lǐng)域中，隨著機(jī)器視覺的應(yīng)用逐漸深入，自動化程度越來越高，機(jī)器視覺核心部件的智能化程度不斷提升，集成更多邊緣智能已經(jīng)成為工業(yè)相機(jī)未來發(fā)展的主要趨勢之一。智能工業(yè)相機(jī)是一個兼具圖像采集、圖像處理和信息傳遞功能的小型機(jī)器視覺檢測系統(tǒng)，是一種嵌入式計算機(jī)視覺檢測系統(tǒng)，提供了具有多功能、模塊化、高可靠性、易于實現(xiàn)的機(jī)器視覺解決方案。它將圖像傳感器、處理模塊、通訊模塊和其他外設(shè)集成到一個單一的相機(jī)內(nèi)，由于這種一體化的設(shè)計，可降低系統(tǒng)的復(fù)雜度，并提高可靠性，同時系統(tǒng)尺寸大大縮小，拓寬了機(jī)器視覺的應(yīng)用領(lǐng)域。智能工業(yè)相機(jī)可以在特定的應(yīng)用環(huán)境中實現(xiàn)圖像處理并利用內(nèi)嵌的人工智能算法做出邏輯判斷，為自動化場景提供無需人工干預(yù)的智能方案，是工業(yè)自動化領(lǐng)域集成邊緣智能的重要手段。通過對智能芯片和算法的集成，智能工業(yè)相機(jī)具有強(qiáng)大的軟硬件功能，未來將在各個工業(yè)領(lǐng)域中發(fā)揮重要作用，例如可應(yīng)用于高端工業(yè)檢查、產(chǎn)品分類、質(zhì)量檢測、視覺傳感器網(wǎng)絡(luò)、條碼閱讀、入侵檢測和交通監(jiān)控等工業(yè)過程。深度學(xué)習(xí)方法作為傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的拓展，近年來在語音、圖像、自然語言等的語義認(rèn)知問題上取得巨大的進(jìn)展，為解決機(jī)器視覺大數(shù)據(jù)的表示和理解問題提供了通用的框架。隨著機(jī)器視覺在不同行業(yè)應(yīng)用的擴(kuò)展，傳統(tǒng)算法的機(jī)器視覺在針對缺陷類型復(fù)雜化、細(xì)微化、背景噪聲復(fù)雜等外觀檢測以及分選定級應(yīng)用場景時，呈現(xiàn)通用性低、不易復(fù)制、對使用人員要求高等缺點?；谏疃葘W(xué)習(xí)的機(jī)器視覺采用更復(fù)雜的規(guī)則實現(xiàn)精細(xì)的量化評估，憑借AI深度學(xué)習(xí)更強(qiáng)的特征提取能力為機(jī)器視覺提供更多應(yīng)用可能，使得機(jī)器視覺能夠解決更加復(fù)雜背景下的定位與識別、工件的缺陷檢測和分割、畸變物體的分類、難辨字符與文本的讀取等復(fù)雜的工作任務(wù)。隨著工業(yè)機(jī)器視覺的檢測對象越來越復(fù)雜，應(yīng)用越來越廣泛，機(jī)器視覺應(yīng)用逐漸從傳統(tǒng)機(jī)器視覺向基于深度學(xué)習(xí)的機(jī)器視覺過渡，機(jī)器視覺的應(yīng)用領(lǐng)域也會因深度學(xué)習(xí)技術(shù)而得到極大擴(kuò)展。此外，基于深度學(xué)習(xí)方法的機(jī)器視覺系統(tǒng)對機(jī)器視覺核心部件的軟硬件水平提出了更高要求，與深度學(xué)習(xí)算法相匹配的工業(yè)相機(jī)和圖像采集卡等機(jī)器視覺核心部件的技術(shù)發(fā)展將成為機(jī)器視覺未來發(fā)展趨勢之一。機(jī)器視覺行業(yè)的發(fā)展動力（一）機(jī)器視覺行業(yè)人口老齡化加劇，勞動力成本上升目前，我國人口結(jié)構(gòu)正在發(fā)生較大變化，60歲以上老人所占人數(shù)比例逐漸提升，人口老齡化問題日益突出。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，2021年我國60歲及以上人口為26，736萬人，占18．9%（其中，65歲及以上人口為20，056萬人，占14．2%，我國正式跨入中度老齡社會的行列）。2011年-2021年期間，60歲及以上人口的比重由13．7%上升至18．9%，上升了5．2%。從制造業(yè)角度來看，老齡化趨勢不利于勞動力密集型產(chǎn)業(yè)發(fā)展，人口老齡化使得我國制造業(yè)的勞動力供需愈發(fā)的緊張，勞動力成本優(yōu)勢不再，用工成本不斷提高。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2021年我國城鎮(zhèn)單位就業(yè)人員年平均工資上漲至10．68萬元，比2020年增加0．95萬元。此外，勞動力的愈發(fā)短缺、勞動力成本的不斷提升，將進(jìn)一步促使傳統(tǒng)的勞動密集型產(chǎn)業(yè)尋求轉(zhuǎn)變，利用機(jī)器視覺行業(yè)可有效解決這一問題。特別是在需要重復(fù)性、繁重性生產(chǎn)加工環(huán)節(jié)中，機(jī)器視覺系統(tǒng)的效用發(fā)揮的淋漓盡致。機(jī)器視覺的穩(wěn)定性、客觀性、精確性在制造業(yè)中對人眼形成了很好替代，同時完善了制造業(yè)的工藝環(huán)節(jié)，推動制造業(yè)向高端化、智能化、自動化方向發(fā)展。（二）機(jī)器視覺行業(yè)技術(shù)升級驅(qū)動一方面，由于人力成本不斷攀升、年輕勞動力流失等問題日漸凸顯，大量制造業(yè)企業(yè)開始逐步引入自動化設(shè)備替代人工。近兩年，受新冠疫情的影響，企業(yè)綜合成本不斷上升，對機(jī)器換人的需求更加迫切、新冠疫情影響在一定程度上倒逼企業(yè)加速自動化、智能化的革新升級；另一方面，機(jī)器視覺技術(shù)是實現(xiàn)智能制造的重要技術(shù)之一，可實現(xiàn)工業(yè)自動化現(xiàn)場的產(chǎn)品缺陷檢測、機(jī)器視覺引導(dǎo)定位等，為工業(yè)機(jī)器人代替人力起著重要且決定性的作用。尤其在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，用機(jī)器視覺來替代人工視覺已成為解決問題的重要方式，同時在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機(jī)器視覺產(chǎn)品解決問題、難題、行業(yè)痛點的能力進(jìn)一步加強(qiáng)。因此，技術(shù)升級是機(jī)器視覺行業(yè)發(fā)展的核心驅(qū)動力之一。（三）機(jī)器視覺行業(yè)受益于快速增長的智能制造產(chǎn)業(yè)發(fā)展2021年12月，工信部、發(fā)改委等八部門發(fā)布的《十四五智能制造發(fā)展規(guī)劃》提到深入實施智能制造工程，著力提升創(chuàng)新能力、供給能力、支撐能力和應(yīng)用水平，加快構(gòu)建智能制造發(fā)展生態(tài)，持續(xù)推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型、網(wǎng)絡(luò)化協(xié)同、智能化變革，構(gòu)建虛實融合、知識驅(qū)動、動態(tài)優(yōu)化、安全高效、綠色低碳的智能制造系統(tǒng)。到2025年，規(guī)模以上制造業(yè)企業(yè)大部分實現(xiàn)數(shù)字化、網(wǎng)絡(luò)化，重點行業(yè)骨干企業(yè)初步應(yīng)用智能化；到2035年，規(guī)模以上制造業(yè)企業(yè)全面普及數(shù)字化、網(wǎng)絡(luò)化，重點行業(yè)骨干企業(yè)基本實現(xiàn)智能化。因此，鼓勵并支持傳統(tǒng)制造業(yè)智能升級，形成以數(shù)字化、網(wǎng)絡(luò)化、智能化為特征的新型智能制造行業(yè)已成為推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的新基礎(chǔ)。從機(jī)器視覺來看，機(jī)器視覺產(chǎn)品需求與制造業(yè)的規(guī)模及智能程度發(fā)展水平密切相關(guān)。機(jī)器視覺是實現(xiàn)工業(yè)自動化和智能化的必要手段，相當(dāng)于人類視覺在機(jī)器上的延伸。它具備高度自動化、高效率、高精度和適應(yīng)較差環(huán)境等優(yōu)點，具有四大優(yōu)勢。第一，智能識別，能夠從大量信息中找到關(guān)鍵特征，識別準(zhǔn)確度和可靠度極高；第二，智能測量，測量是工業(yè)制造的基礎(chǔ)，要求測量的標(biāo)準(zhǔn)與細(xì)節(jié)精度較為嚴(yán)格；第三，智能檢測，在測量的基礎(chǔ)上，能夠綜合分析判斷多樣化的信息及指標(biāo)，做出基于復(fù)雜邏輯的智能化判斷；第四，智能互聯(lián)，圖像的海量數(shù)據(jù)在多節(jié)點采集互聯(lián)，同時將人員、設(shè)備、生產(chǎn)物資、環(huán)境、工藝等數(shù)據(jù)相互聯(lián)系，進(jìn)而衍生出深度學(xué)習(xí)、智能優(yōu)化、智能預(yù)測等創(chuàng)新能力。因此，在智能制造過程中，機(jī)器視覺主要用計算機(jī)來模擬人的視覺功能，把客觀事物的圖像信息提取、處理并理解，最終用于實際檢測、測量和控制。隨著制造業(yè)智能發(fā)展的快速增長，市場對于機(jī)器視覺的需求也將逐漸增多。相應(yīng)的，機(jī)器視覺行業(yè)規(guī)模將受益于快速增長的智能制造產(chǎn)業(yè)的發(fā)展而進(jìn)一步增長。根據(jù)相關(guān)研究機(jī)構(gòu)數(shù)據(jù)顯示，2019年我國智能制造裝備產(chǎn)值規(guī)模達(dá)17，776億元，2020年規(guī)模達(dá)20，900億元。2021年我國智能制造裝備產(chǎn)值規(guī)模將達(dá)22，650億元。（四）機(jī)器視覺的性能優(yōu)勢驅(qū)動相較于人類視覺，機(jī)器視覺在效率、速度、精度、可靠性、工作時間、信息集成能力、成本投入、工作環(huán)境、灰度分辨力、空間分辨力及感光范圍方面優(yōu)勢明顯。具體來說，一方面，機(jī)器視覺能夠在危險工作環(huán)境或人工視覺難以滿足要求的情境下工作。同時，在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機(jī)器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度；另一方面，機(jī)器視覺易于實現(xiàn)信息集成，是實現(xiàn)計算機(jī)集成制造的基礎(chǔ)技術(shù)之一。機(jī)器視覺設(shè)備可以在比較快的生產(chǎn)線上對產(chǎn)品進(jìn)行測量、引導(dǎo)、檢測和識別，并能保質(zhì)保量的完成生產(chǎn)任務(wù)；此外，人類視覺雖然適應(yīng)性強(qiáng)，能夠在復(fù)雜環(huán)境中識別目標(biāo)，較為適合無結(jié)構(gòu)化場景。但相較而言，機(jī)器視覺憑借其速度、準(zhǔn)確度和可重復(fù)性等優(yōu)勢，更擅長定量測定的結(jié)構(gòu)化場景。一般而言，通過選用合適的相機(jī)分辨率和光學(xué)元件制造的機(jī)器視覺能夠檢測人眼難以看到的物體細(xì)節(jié)。因此，在某些方面機(jī)器視覺相較于人眼具有更大的優(yōu)勢且能更高效的進(jìn)行工作，機(jī)器視覺的這些性能優(yōu)勢能夠驅(qū)動著相關(guān)行業(yè)市場的快速發(fā)展。未來，隨著