当前AI浪潮持续爆发，叠加以机器人为代表的先进制造行业成为核心落地场景，推动机器视觉高速发展。
AI为机器视觉注入新活力，而机器视觉又协助AI进行数据生产。
AI技术可以实现产品质量的自动检测和质量控制，从而提高产品质量。
基于AI的视觉检测系统可以自动检测产品表面的缺陷和瑕疵，因此AI如果付诸实践，有望提提高产品的一致性和品质稳定性。#人工智能##机器人##机器视觉##算法#
机器视觉的本质是为机器植入“眼睛”和“大脑”，当前行业发展驱动因素由算力过渡到算法。
算法在机器视觉中的作用：
资料来源：奥普特
机器视觉行业概览
机器视觉经过多年发展，目前已成为工业自动化的重要组成部分。以往机器视觉操作相对简单，主要用于对检测物品进行识别、测量、定位及检测，识别场景及效率相对标准化。
但伴随AI技术发展，深度学习算法的加持为机器视觉应用场景的拓宽提供了技术支持，同时可以进一步提升机器视觉的效率及准确性；从过去简单的标准化应用场景，过渡到更为复杂的非标检测领域。
AI 机器视觉的应用，有望快速推进机器视觉在未来其他领域的应用。
机器视觉萌芽期主要受成像技术驱动，而后逐渐由军工转为民用，在半导体等高端制造领域开始渗透。
2000年之后，CPU 算力提升使机器视觉系统在PC-Base 条件下可以处理一般性的问题，算力 应用共同发力，机器视觉开始应用于平板显示制造、PCB 检测、汽车制造等传统领域，步入产业发展早期。
2021年之后，行业发展由“量”转“精”，以深度残差学习为代表的算法驱动机器视觉开始在包装、物流、锂电等智能能制造发力，行业进入繁荣期。
行行查 | 行业研究数据库 资料显示，机器视觉行业的产业链较长，覆盖多个环节，下游应用场景众多。
机器视觉上游包括半导体、光学材料、电子元件等原材料和零部件。
中游包括光源、光源控制器、镜头、相机、视觉控制器、图像采集卡等硬件和图像处理软件。
软件服务商可划分为底层算法开发商和二次应用开发两大类，软件的核心壁垒体现在底层算法。
机器视觉下游包括3C电子、新能源、半导体、印刷、食品饮料等众多行业。
机器视觉产业链：
资料来源：《中国机器视觉产业联盟》
关注乐晴，洞悉产业格局！
机器视觉算法：软件平台底层，技术壁垒高
对于行业而言，软件平台是机器视觉产业链中最重要的环节。
软件系统属于典型的高度技术密集、资金密集和人才密集型行业，技术壁垒高，可抵御行业竞争带来的冲击。
软件环节价值量占比高，盈利能力强，在技术成熟之后，具备可观的连续盈利能力。
机器视觉的四大功能均需依靠图像处理分析来实现，软件平台的好坏直接决定了机器视觉性能的优劣，其中算法作为软件平台的底层，直接决定了软件平台的可靠性和精准度，是软件环节的核心技术壁垒。
机器视觉算法类型：
资料来源：天准科技、天风证券
机器视觉当前比较流行的开发模式是“软件平台 视觉开发包”，开发包是基于软件平台对各种常用图像处理算法进行封装，用以实现对图像分割、提取、识别和判断等功能，进一步安装在上位记或内嵌至工业模板中，实现人机交互的功能，常见的软件包可分为通用工具MATLAB、OpenCV等和机器视觉专用工具VisionPro，Halcon等。
机器视觉系统架构中，算法软件相当于“大脑”，承担处理分析决策的作用。
数据来源：《机器视觉发展白皮书（2021年版）》中国电子技术标准化研究院，赛迪咨询，凌云光
机器视觉算法市场格局
机器视觉算法整体市场格局来看，国外企业占据市场领导地位，底层算法基本由海外品牌垄断。
机器视觉中游视觉系统目前主要被MvTech、康耐视、基恩士三家占据主要份额。
由于独立底层算法需要较大的研发投入与较长的研发周期，深度学习的实现难度较高，国内企业的机器视觉软件一般建立在OpenCV等开源算法库或者Halcon、Vision Pro等第三方商业算法库上，因此毛利率普遍不高。
目前国内仅有奥普特、海康视觉和创科视觉等极少数企业拥有独立的底层算法库。
大恒图像、凌云光以代理业务起家，通过自主研发目前在视觉系统已有所突破。
奥普特推出了SciVision视觉系统、凌云光推出了VisionWARE、维视图像推出了Visionbank、大恒图像是MvTech在中国唯一合作伙伴；参与厂商还包括精浦科技、虹软科技等。
虹软科技专注于计算机视觉领域，为行业提供算法授权及系统解决方案，在全球范围内为智能终端机智能驾驶提供视觉算法产品线，目前客户主要包括三星、小米、OPPO、Vivo、荣耀等手机厂商及部分合资品牌汽车主机厂商。#6月财经新势力#
国内外机器视觉算法主要厂商：
资料来源：《机器视觉技术研究进展及展望》、开源证券、行行查
在机器视觉软件产业链，国内各家算法厂商正在加速研发实现国产替代，随着以人工智能新兴产业的爆发以及先进制造产业链上下游的共同推动，算法厂商有望加速发展。
关注乐晴，洞悉产业格局！
