机器视觉行业下游应用情况分析

机器视觉行业下游应用情况分析

机器视觉行业下游应用情况机器视觉行业技术更新较快，属于受市场主导型的产业，行业内企业竞争程度较高。机器视觉行业下游应用广泛，包括3C、半导体、锂电、光伏、汽车、包装印刷、物流、轨道交通、生物医药、食品加工、轻工皮革等领域。根据机器视觉产业联盟（CMVU）、前瞻产业研究院整理的数据，目前我国机器视觉产品的主要应用领域包括电子、新型显示、汽车、电池（锂电池和太阳能电池）、印刷、机器人、半导体、包装等领域。其中，电子领域占比24．79%，机器视觉主要应用在电子元器件、PCB缺陷检测以及外观结构部件等方面的检查与测试；新型显示领域占比12．15%，机器视觉主要应用在玻璃基材、ITO玻璃镀膜、丝网印刷和切割、背光模组、触摸屏组贴合、盖板玻璃制造等工艺的检测与校验；汽车制造领域占比8．39%，机器视觉主要涉及车身装配检测、面板印刷和质量检测、零部件表面缺陷检测等；电池领域占比8．29%，机器视觉主要涉及锂电领域及光伏领域中相关电池来料的质量检测、生产过程的缺陷监控以及成品电池的检验测试；印刷领域占比6．46%，机器视觉主要为印刷智能化提供印刷设计问题拦截、印刷过程质量控制、出厂质量终检机系统生产管理优化等功能；半导体领域占比5．53%，机器视觉在半导体中主要应用在晶圆切割、AOI光学检测、芯片字符对位和识别等工艺流程。（一）机器视觉电子行业应用情况电子制造过程中，由于对产品外观、功能以及可靠性等要求越来越高，加强制造过程的检测和品质管控已成为电子制造业的必备需求，机器视觉在电子制造过程检测中承担越来越重要的作用。目前，电子行业机器视觉系统主要包括电子元器件检测、PCB检测以及外观结构部件的检测等。在电子元器件方面，机器视觉系统会根据元器件材质、缺陷类型及不同客户的需求，对元器件瑕疵或缺陷进行检查、识别，在这个过程中，通常会将产品可能存在的缺陷图像从背景图像中区分开，然后利用图像的颜色、灰度、形状、大小等特征对缺陷进行识别。PCB（PrintedCircuitBoard，印制电路板）是电子制造过程中必不可少的部件，其制造品质直接影响电子产品的可靠性。随着电子组装向更高密度、更小尺寸PCB技术的纵深发展，为减少进入下步工序的缺陷电路板的数量，线路板厂通常通过引入自动光学检测（AOI，AutomatedOpticalInspection）和自动外观检查（AVI，AutomatedVisualInspection）设备来提升PCB制造品质。PCBAOI通过高分辨率相机提取PCB表面图形、图形数字化转换、特征点逻辑判断与图形匹配、线条形态轮廓逻辑比对、缺陷点判定与提取这一技术流程来实现PCB表面图形的缺陷检测，包括基板缺陷、孔缺陷、线路缺陷等。PCBAVI是PCB制程最后一道品质防线，主要负责成品PCB的外观检查，包括阻焊均匀性、焊盘覆盖、线路覆盖以及线路的表面缺陷等。PCB缺陷检查过程中，通常会通过专用设备把缺陷自动标识出来，供维修人员进一步处理。在外观结构部件方面，各类消费电子产品如手机、PAD的盖板、中框等部件、计算机键盘外设等，在制造过程中，经常会发生划伤、碰伤、崩边以及外形尺寸不良等一系列的品质问题。要提升这类电子产品的品质，通过机器视觉系统去完成识别和检查工作是最为有效、可靠的方法，从而取代传统的人工方法提升检测速度、提高检出率，进而提升电子行业产品制造的效率和品质。2016年至2021年间，我国规模以上电子信息制造业收入规模在2018年度出现下滑，其余年度均保持增长趋势，收入规模由2016年的12．18万亿元达到2021年的14．13万亿元，年均复合增长率为3．01%，电子信息制造业正稳步向前发展。消费电子是电子行业中快速增长的代表性细分行业，得益于互联网科技的不断发展，消费电子产品更新频率的加速、居民收入水平的持续增加，我国消费电子产品市场快速增长。根据国家统计局数据，2021年，我国手机产量进一步增长至16．6亿台，同比增长12．9%；彩色电视机产量小幅回落到1．8亿台，同比下降5．8%；微型计算机设备产量增长至4．7亿台，同比增长23．5%。目前，我国电子产业链上机器视觉技术已经基本覆盖从元器件、关键零部件和成品的全制造环节的自动化及品质检测与测量。未来，以消费电子为代表的电子行业产品数量需求的稳步增长，以及消费者对更轻、更薄、更高品质电子产品的日益青睐，将共同推动相关电子生产制造企业通过更加高效、更加精细的机器视觉检测技术提升产能和质量、从而实现降本增效的目标。此外，随着相关电子技术的发展，电子行业更新换代将进一步加快、精度要求将逐步提高，相应的配套产线设备采购将更加频繁。因此，受益于这些因素的影响，电子产业对机器视觉相关产品的需求也将进一步增大。（二）机器视觉新型显示行业应用情况在新型显示领域，LCD（液晶显示器）是当前主流的显示技术，机器视觉在LCD制造过程中的应用从玻璃基材的检测开始，工艺段主要涉及ITO玻璃镀膜、丝网印刷和切割、背光模组、触摸屏组贴合、盖板玻璃检测等。机器视觉技术作为非接触、高精度、高速度的生产、检测技术手段，目前已被广泛应用于各类型的新型面板显示的生产过程中，AOI（自动光学检测机）和AVI/API（自动画面检测机）是LCD制造过程中常见的两种视觉检测设备。AOI设备几乎在LCD的每一个工艺段都会被应用，用于检测各工艺部件的表面缺陷、Particle异物颗粒、断线等外观不良。AVI/API则是对点亮后的显示面板画面缺陷进行检查，取代人工目视检测。AMOLED是近年来投资力度比较大的新型显示技术。AMOLED技术工艺主要分为TFT阵列、OLED蒸镀封装和模组，其中TFT工艺段和LCD液晶显示屏的TFT工艺基本相同，但是精度要求更高，相应的对AOI设备要求也会更高。在AMOLED蒸镀、模组工艺段，同样有大量AVI/API自动画面检测的需求。此外，DeMura设备在AMOLED制程中被用于Mura（注：指显示器亮度不均匀，造成各种痕迹的现象）补偿，可进行DeMura画面拍摄、补偿数据烧录等。此外，随着miniLED、MicroLED技术的不断成熟，新型显示领域的泛半导体化，将对视觉检测提出更高的要求。根据赛迪智库、工信部披露的数据，2020年我国面板显示行业的营收达4，460亿元，较2019年增长了19．7%，2016-2020年期间行业营收的复合增长率达到了22．0%，行业规模不断扩大。此外，随着新型面板显示相关下游应用的规模快速增长及国产新型面板显示技术的不断发展，我国面板显示领域市场规模有望进一步增大。相应地，应用在新型显示领域的机器视觉市场的渗透率将进一步提高，这将利好国产机器视觉厂商的进一步发展。（三）机器视觉锂电行业应用情况锂电池的生产工序多，工艺也比较复杂。锂电池生产由于工艺水平引起的不良经过数道工序的叠加，通常会导致从原料到传导到最终产品的不良率会达到惊人的水平，极大地影响生产成本和效率。此外，由于工艺不良导致的电池缺陷，其性能、安全和使用寿命都会受到影响。因此，通过投入机器视觉检测系统加强锂电池的制程管控、提升产品质量和生产效率是各大锂电池生产厂商近年来大力投入的方向。锂电池制造过程对视觉的需求从对隔膜、铜箔等锂电池上游材料的质量检测开始，到前段的正、负极材料混合、涂布、膜切、分切、卷绕（或叠片），再到中段的注液、焊接、化成、分容和后段的成组、加工和组装工艺，各个工艺过程都需要对物料、部件外观缺陷进行检查、测量或对位等。锂电制造过程的缺陷检查动作主要包括极片表面突起、凝聚、露箔、暗斑、掉料等；测量动作则包括对极片、极耳的尺寸进行测量，对电池材料进行测长等。以涂布环节为例，机器视觉通过上相机与下相机两个拍摄角度分别拍摄涂布的正面与反面，再由图像处理软件对图像进行处理，识别涂布表面的瑕疵，对不良品进行贴标区分。从锂电制程工艺特点来看，锂电行业对机器视觉系统的需求量巨大。新能源汽车是锂离子电池的典型应用场景，随着新能源汽车销量不断创新高，我国锂离子电池需求保持较高增速。根据国家统计局、机器视觉产业联盟（CMVU）整理数据，2016-2021年，我国锂离子电池产量由78．4亿只增长到232．6亿只，年均复合增长24．3%，2021年锂电全行业总产值突破6，000亿元，表明锂离子电池行业规模正在快速增长。未来，受益于新能源应用场景的不断扩展及动力电池需求的增加，我国锂电池出货量将逐年上升。相应地，锂电领域对机器视觉相关的检测设备以及智能制造装备的需求量将不断提高。（四）机器视觉半导体行业应用情况随着微电子技术的高速发展，各种半导体芯片的集成度越来越高，同时芯片的体积趋向于小型化、微型化，对芯片的质量检测提出更高的要求。机器视觉检测所具有高精度、高效性、非接触性、连续性、灵活性等优点，传统人工检测正逐渐被机器视觉检测替代应用于半导体制造中。在半导体晶圆制造阶段，氧化、涂胶、光刻、刻蚀、离子注入、扩散、薄膜沉积、抛光、蚀刻、曝光、清洗等工序每一步完成后都需要在整个生产过程中进行实时监测。根据检测功能的不同分为量测类和缺陷检测类两种。量测类应用主要包括透明薄膜厚度、不透明薄膜厚度、膜应力、掺杂浓度、关键尺寸、套准精度等；缺陷检测类分为明暗场光学图形图片缺陷检测、无图形表面检测、宏观缺陷检测等。在这些检测过程中，半导体机器视觉检测发挥了重要的作用。晶圆制造机器视觉检测主要分无图形表面缺陷（未曝光）、有图形表面缺陷（曝光后）、尺寸测量、套刻标记等几种类型。基于光学图像检测技术，检测尺度大于0．5μm的圆片缺陷检测，一般用于光刻、CMP、刻蚀、薄膜沉积后的出货检验（OQC）以及入厂检验（IQC）中，包括正面检测、背面检测、边缘检测、晶圆几何形状检测等，这些检测可通过高感光线扫相机（高阶TDI相机）或高帧率面扫相机飞拍扫描硅片的全表面，自动存储和检测硅片全景图像、自动输出缺陷分类结果。在半导体封测等后段工序中，包括晶片切割、黏晶、焊线、封胶、剪切、印字、电镀封装等，也会大量用到量测和缺陷检测机器视觉系统。在量测方面，按照晶片尺寸大小对整片晶圆进行裁切，由于晶片之间有10~30μm不等间隙区分，划片区切道需确保在晶粒之间均等切割，对此需要高精度机器视觉引导测量裁切位置，这里一般常用光学线扫相机进行超感光量测；在缺陷检测方面，包括晶圆裁切后划伤、崩边、裂纹等表面缺陷检测；成品晶片封装在固定支架上需机器视觉定位引导到相应安装位置；IC封装成品也需机器视觉系统对其外观缺陷进行终检。根据整理数据显示，2016年至2021年间，我国半导体市场规模在2019年度出现下滑，其余年度均保持增长趋势，市场规模由2016年的1，075亿美元达到2021年的1，925亿美元，年均复合增长率为12．36%，说明半导体产业规模正不断增长。此外，未来随着工业自动化智能产线的不断普及，半导体行业对产品生产过程中的高精度检测需求将不断提高，这也将进一步促进机器视觉产品的应用，市场规模有望迎来新一轮的扩张。（五）机器视觉光伏行业应用情况太阳能电池作为光伏产业应用的核心部件之一，从原料到实际应用的电池组件分别要经过硅料、硅片、电池片、电池组件四个大环节，其中硅锭、硅片质量及加工镀膜工艺等都会影响太阳能电池片的光电转换效率。例如硅片在运输过程中很容易产生缺角、碎片、隐裂等缺陷；在生产过程中电池片会产生如碎片、电池片隐裂、表面污染、电极不良、划伤等缺陷。这些缺陷影响了电池的光电转化效率和使用寿命，造成电池片等级降低或报废。为了保证电池片的光电转换效率和良品率，相关产线需要采用有效的缺陷检测方法以提高电池片的成品质量。近年来，机器视觉技术凭借着检测精度高、可靠性强、速度快的特点，逐步被应用于太阳能电池生产线的质量缺陷检测与控制环节。具体来说，机器视觉系统将在太阳能电池产线的每个工艺段提供相对应的光电视觉模组器件（相机、光源、镜头等），通过这些视觉组件进行硅片、过程片、成品片的缺陷图像采集，然后配合图像处理软件进行缺陷分类及统计，从而达到可快速配置，提供高质量的视觉成像效果的目标。整体来看，配备有机器视觉系统的生产线不仅可以使检测结果更加客观可靠、准确率高，而且能够长时间重复进行检测，生产效率显著提升，还能够大大降低太阳能电池的废品率，从而减少生产能耗、提高太阳能电池片产出比，使太阳能利用更加高效。根据国家统计局数据，2021年我国太阳能电池产量达到23，405．4万千瓦，较2020年增长了48．8%，产量及增速均创历史新高。未来，随着太阳能行业的竞争愈发激烈，电池片质量也将变得愈发重要，客户对视觉检测系统的成本、检测效果、稳定性要求也越来越高，相关机器视觉检测产业的需求将不断增加，行业整体将迎来新一轮的发展机遇。（六）机器视觉印刷行业应用情况在各类型的印刷品生产制造过程中，受印刷工艺、印刷设备、印刷材料、环境变量、人为操作随机误差等因素的影响，印刷产品经常会出现各种缺陷，如墨点、异物、脏点、切线、拖墨、划痕、溢胶、字符不完整、漏印、色差、套印不准确及气泡等。在印刷品缺陷检测过程中，传统人工随机抽样检测印刷质量的方法，受主观判断影响较大，难以保证印刷产品的准确性和一致性，一旦这些缺陷出现在产品包装上，产品的视觉观感将会大大降低，严重影响产品的品牌形象，降低客户满意度。因此，在印刷制造的多个工艺段，均需要配置机器视觉系统进行质量缺陷检测和数据反馈。印刷行业的视觉检测根据应用类型的不同主要分为卷材类检测、单张片材类检测和标签类检测。其中，卷材类印刷包括检测各类膜材、金属箔、纸张、塑料包装等；单张片材主要包括检测药包、烟包、钞票、3C产品/食品/日化包装盒等；标签类检测主要包括印刷字符、二维码/条形码、打标logo、不干胶标签等。搭配机器视觉检测设备的印刷产线通常能将生产的各个环节的质量数据进行分析处理，进一步反馈并优化生产工艺，从而形成决策判断系统平台，助力印刷企业优化并提升生产管理。整体来看，在装备技术水平稳步提升的基础上，机器视觉能够为印刷智能化提供印刷设计问题拦截、印刷过程质量控制、出厂质量终检、系统生产管理优化等功能。包装印刷与社会进步，经济发展与居民消费需求息息相关。近年来，得益于我国经济快速稳定发展、日用品消费市场持续增长、文化市场的刚性需求、出口市场的持续繁荣，对包装印刷品的需求量和品质要求都在不断提高，印刷行业取得了长足的发展。根据数据统计，2020年我国印刷行业市场规模为13，867．0亿元，预计2021年将达到13，950．0亿元。未来，随着印刷生产设备持续高速、高精度、智能化的发展，将对印刷检测提出了更高、更严的要求及标准。相应的，机器视觉相关产品在印刷行业的应用将进一步扩大。机器视觉行业技术发展趋势机器视觉技术是实现工业智能化的必要手段。随着深度学习、机器学习、3D技术和机器视觉互联互通技术的快速发展，机器视觉智能化水平不断提升，机器视觉技术在工业智能领域的应用会朝着智能识别、智能检测、智能测量以及智能互联的完整智能体系方向发展，从而更好地发挥其高精准度、高效率的作用，为中国智能产业开启智慧之眼。机器视觉技术的发展还面临很多问题。解决这些问题是机器视觉技术进一步发展的关键，也是未来机器视觉技术发展的趋势。国内在智能相机与传感器研发中，结合光学物理学科是机器视觉系统中的相机及传感器发展的一个重要突破口。在工业镜头与光源上，研发高分辨率镜头和更小的光源是关键。视觉软件会缩短开发周期并降低对开发技术人员的要求。由于与之相匹配的算法工具发展有限，导致机器视觉技术在智能性方面达不到工业场景应用要求，因此需加快相关算法的升级创新，从而进一步提升机器视觉系统的智能性，其中模块化的通用软件平台和结合AI技术软件平台是视觉软件的发展方向。随着算法算力的不断提升，为使机器视觉应用于更多复杂工业场景中，如基于机器视觉的三维重建及修补技术、三维扫描以及3D识别等技术对3D视觉技术有更高的要求。可将机器学习的算法应用于机器视觉软件，提升系统运算处理能力。可将深度学习的特征学习能力和特征表达能力与机器视觉的实时性和高效性相结合，提升机器视觉的工作效率。目前，一套机器视觉设备在实际应用中往往需要搭配与之配套的硬件设备和专用的视觉软件，导致机器视觉产品的通用性很低。需出台完善的行业标准，提高相关设备的通用性，降低生产成本和维修费用，从而加快机器视觉行业的发展。机器视觉行业发展历程相较于欧美发达国家，我国机器视觉行业起步较晚。早在1970s-1980s，CCD图像传感器出现，CPU、DSP等图像处理硬件技术进步，国外机器视觉开始发展。国内机器视觉行业启蒙于1990s，2003年以前以代理国外品牌业务为主，2004-2012期间国内市场快速发展，企业争先涌出，2013年之后中国正式成为继欧美、日本之后机器视觉的第三市场，正处在快速发展阶段。与人类视觉相比，机器视觉在量化程度、灰度分辨力、空间分辨力和观测速度等方面都存在显著优势。其利用相机、镜头、光源和光源控制系统采集目标物体数据，借助视觉控制系统、智能视觉软件和数据算法库进行图形分析和处理，软硬系统相辅相成，为下游自动化、智能化制造行业赋予视觉能力。随着深度学习、3D视觉技术、高精度成像技术和机器视觉互联互通技术的发展，机器视觉性能优势进一步提升，应用领域也向多个维度延伸。机器视觉行业发展现状随着国内机器视觉相关企业研发技术水平的提高、国产品牌智能制造设备商实力的增强，国产品牌机器视觉企业可以利用更为先进的生产制造技术不断加快产品更新换代的速度。同时，国产品牌企业还可以利用自身更便捷、灵活、及时的服务特点，在稳固占据机器视觉核心部件中低端市场的优势地位的基础上，加速抢占高端机器视觉部件市场，从而获得更大规模的发展空间。机器视觉是指利用计算机视觉技术、图像处理技术、模式识别技术等，实现机器自动获取外界图像信息并作出相应反应的技术。机器视觉的应用可以大大提高工厂的生产效率，从而提升企业的竞争力。中国机器视觉行业发展前景广阔，未来将继续保持良好发展态势。随着人工智能技术的发展，机器视觉行业将会受到更多的关注，从而推动其发展。我国机器视觉行业市场规模随着工业自动化技术的不断发展，机器视觉在工业领域的应用越来越多。从全球市场来看，MarketsandMarkets数据显示，2021年全球机器视觉市场规模约为804亿元，同比增长12．15%。GGII预计至2025年该市场规模将超过1200亿元。2022年至2025年复合增长率约为13%。随着全球制造中心向中国转移，中国已成为国际机器视觉厂商的重要目标市场。2021年，国内3C电子、新能源、快递物流等行业的蓬勃发展拉动了相关企业的扩产需求，机器视觉需求增长明显。GGII数据显示，2021年中国机器视觉市场规模138．16亿元（该数据未包含自动化集成设备规模），同比增长46．79%。其中，2D视觉市场规模约为126．65亿元，3D视觉市场约为11．51亿元。根据GGII预测，至2025年我国机器视觉市场规模将达到349亿元，其中，2D视觉市场规模将超过291亿元，3D视觉市场规模将超过57亿元。机器视觉广泛应用于3C电子、新能源、汽车、医药医疗、半导体、快递物流等众多行业，在提高生产效率的同时，为我国制造业智能化转型升级提供重要支撑。机器视觉行业应用领域及市场规模分析伴随人工智能技术的人进步，行业应用需求的提升，机器视觉技术也在更新迭代。3D视觉无疑是当下中国机器视觉领域发展最火爆的细分领域之一，中国市场巨大的需求潜力，正促使越来越多的企业进军3D视觉领域，加上嗅觉敏锐的资本力量大量涌入，使得中国3D视觉市场迎来了空前的蓬勃发展。2021年中国3D视觉市场增速超过100%，预计到2023年中国3D视觉市场规模将达到35亿元左右，到2025年将超过100亿元。中国厂商已经开始在3D视觉领域崭露头角。在智能制造的浪潮下，生产线对工业设备有了新的要求，对质量检验和生产的需求不断增加。而新一代机器视觉系统能够在短短几秒内处理大量的信息，如此快速的处理能力，为机器视觉在多个领域的应用铺平了道路。目前，机器视觉在制造业质量控制领域是至关重要的技术，尤其在汽车制造行业有大量的应用案例，包括汽车零部件尺寸、外观、形状缺陷检测，以及视觉引导定位等。还有，在食品行业包装和装瓶操作中需要使用机器视觉系统。2022年我国机器视觉投资数量共42起，投资金额达77．41亿元。如凌云光、奥比中光两家企业先后在在科创板挂牌上市，大帧科技完成千万元Pre-A轮融资博视像元获近亿元天使轮融资，梅卡曼德完成C+轮融资等等。现下的机器视觉赛道，可谓是神仙打架，随着AI技术在工业领域的落地应用，越来越多的企业涌入，竞争也愈演愈烈。中国机器视觉行业前景预测机器视觉虽然只有几十年发展时间，但随着全球新一轮科技革命与产业变革浪潮的兴起，机器视觉行业顺势迎来快速发展。机器视觉的应用已经从最初的汽车制造领域，扩展至如今消费电子、制药、食品包装等多个领域实现广泛应用。从产业发展生命周期来看，国际机器视觉产业已经处于成熟期，预期未来几年内，欧美日机器视觉技术仍将不断有创新，国际机器视觉市场有望保持现有市场规模，并继续增长。国内机器视觉产业目前还处于成长期，从近几年的情况来看，我国机器视觉产业已积累足够技术、市场、行业经验，已步入快速发展阶段。机器视觉产业链主要由上游原材料零部件、中游装备制造以及下游终端应用行业构成。从深度来看，机器视觉的应用覆盖产业链的多个环节。以手机的制造为例，机器视觉可应用在结构件生产、模组生产、成品组装、锡膏和胶体的全制造环节，例如IPhone生产全过程就需要70套以上的机器视觉系统。从广度上看，机器视觉的下游行业众多，包括汽车、3C电子、半导体、食品饮料、光伏、物流、医药、印刷、玻璃、金属、木材等。近期工业自动化中机器视觉技术的发展不断更新迭代，使得其在智能制造中的地位也是日渐突显，推动了工业自动化、人工智能、智能制造等行业的进步，为各个领域都带来更强劲的发展动力。随着工业4．0时代的到来，机器视觉在智能制造业领域的作用越来越重要，机器视觉是一门学科技术，广泛应用于生产制造检测等工业生产制造领域，用来保证产品质量、控制生产流程、感知环境等，也是集成自动化解决方案的核心构成要素。机器视觉的这种不断增长的扩散正在与将工业系统连接到物联网（IoT）的趋势融合。随着传感器变得越来越智能化（部分地由支持的计算机视觉算法驱动），因此生成的数据为工业系统的运行提供了宝贵的见解。反过来，这又开辟了监视设备的新方式，将自主机器人系统（如无人机）连接到物联网基础设施。目前，国内机器视觉主要竞争企业包括Keyence（基恩士）、Cognex（康耐视）、TeledyneDalsa、Basler、海康机器人、华睿科技、大恒图像、奥普特、合肥埃科光电等。机器视觉是人工智能正在快速发展的一个分支，不同权威机构对机器视觉的定义略有差异，但简单说来，机器视觉就是用机器代替人眼来做检测、判断和控制。机器视觉基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。由于工业自动化生产日益增长的技术需求，全球机器视觉行业60年代开始兴起，起步较早，90年代发展已趋于成熟，现阶段继续保持高速发展。中国机器视觉行业伴随中国工业化进程的发展而崛起，于90年代末起步，相对全球较晚，目前正处于快速发展阶段。2019年我国机器视觉市场规模65．5亿元（不包含计算机视觉市场），同比增长21．8%。2014-2019年复合增长率为28．4%，并预测到2023年中国机器视觉市场规模将达到1