机器视觉（Machine Vision ，MV）是一种利用图像摄取装置（如CMOS和CCD传感器）将被摄取目标转换成图像信号，并通过专用的图像处理系统进行分析处理，从而实现对目标物的识别、测量、定位和检测的技术。它广泛应用于工业自动化、机器人导航、视频监控、自动驾驶、医学成像诊断等领域。

根据 Mordor Intelligence 报告 , 预计 2024 年全球机器视觉系统市场规模将达到 128.8 亿美元，预计到 2029 年将达到 192.1 亿美元，在 2024-2029 年预测期内，复合年增长率为 8.32% 。 从全球机器视觉行业区域发展来看，欧洲、北美和亚太地区占据全球机器视觉市场份额的 90% 以上。

另据中商产业研究院发布的报告显示， 2023 年我国机器视觉市场规模为 185.12 亿元，同比增长 8.49% 。 该机构分析师预测， 2024 年中国机器视觉市场规模将增长至 207.17 亿元。 目前，我国机器视觉市场结构主要以 2D 机器视觉为主， 2023 年中国 2D 视觉市场规模约为 161.50 亿元，占比 87.24% ； 3D 视觉市场规模约为 23.62 亿元，占比 12.76% ，但增长速度迅猛，预计 2024 年 3D 机器视觉技术市场规模将达到 31.71 亿元。 
   

机器视觉行业发展历程 

机器视觉的发展可以追溯到20世纪60年代末，当时只在高端的科学研究和航天、军工项目中有少量初级应用，尚未形成完整的概念。标志性的事件是1959年，神经生理学家David Hubel和Torsten Wiesel研究视觉皮层神经元的核心反应特性，同年Russell研制了一台可以把图片转化为被二进制机器所理解的灰度值的仪器；1963年，Lawrence Roberts出版的“三维固体的机器感知”被广泛认为是现代计算机视觉的前导之一；1969年，贝尔实验室成功研制出CCD传感器，可以直接把图像转换为数字信号并存储到电脑中参与计算和分析，奠定了机器视觉技术的基石。

随后在起步阶段，机器视觉的概念首次在产业界被提及，但未形成精准的定义。1981年，David Hubel和Torsten Wiesel提出了“视觉系统分级处理信息”的思想，推动了卷积神经网络的突破性发展。1982年，David Marr介绍了一个视觉框架，其中检测边缘、曲线、角落等的低级算法被用作对视觉数据进行高级理解的铺垫，同一时间建立了一个自组织的简单和复杂细胞的人工网络，可以识别模式，并且不受位置变化的影响。在此期间，开始有机器视觉企业出现，比如1980年成立的加拿大公司DALSA和1981年成立的美国公司COGNEX公司。

在20世纪90年底，机器视觉步入了成长阶段，此时由于半导体产业的发展，让机器视觉得到了蓬勃发展的机会，尤其是在定位检测功能方面。比如1999年，NVIDIA推出了Geforce 256芯片，提出了GPU的概念。GPU就是专门为了执行复杂的数学和集合计算而设计的数据处理芯片。同一年，David Lowe发表了《基于局部尺度不变特征的物体识别》，标志着研究人员开始停止通过创建三维模型重建对象，而转向基于特征的对象识别。

2000年后，机器视觉进入产业发展阶段，加上应用和算力的提升，共同促进了机器视觉产业发展。首先是2001年，业界推出了第一个实时工作的人脸检测框架。2005年到2014年期间，从HOG到SPM的提出，深度学习在视觉中的应用日益广泛，2014年，GAN的提出，更是成为了领域内的重大突破。而2017年至今，深度学习框架的开发发展到了成熟期，各大巨头纷纷布局机器视觉领域。

目前，机器视觉技术正朝着深度学习增强、三维视觉与重建、集成化微型化技术以及多模态传感技术等方向迅速发展。深度学习大大提升了图像分类和序列数据处理的能力；三维视觉技术实现了对三维空间的高精度理解和重建；机器视觉系统变得更加微型化，多模态传感技术通过融合多种传感器数据，增强了机器视觉系统的环境感知能力。 

机器视觉市场竞争格局 

在机器视觉市场格局方面，目前国际机器视觉市场的高端市场主要被美国、德国和日本品牌所占据，比如美国的康耐视（Cognex）、德国的巴斯勒（Basler）、日本的基恩士（Keyence）和欧姆龙（Omron）等公司在机器视觉领域拥有技术积累和良好客户口碑。其中康耐视和基恩士作为全球机器视觉行业的两大巨头，两者共同垄断了超过50%的全球市场份额。

  
在中国市场，机器视觉领域的竞争企业可以分为两类：一类是历史悠久的外资企业，另一类则是我国新兴的技术自研企业。目前，我国本土企业的市场份额正在不断扩大，据头豹研究院统计，2023年国产品牌占比已经上升至55%~60%。我国本土企业市场竞争日益激烈，市场集中度呈现下降趋势。未来，随着本土企业在全产业链的深入布局和对核心技术的掌握，预计国产替代的步伐将进一步加速。

  
外资企业当中，日本基恩士提供搭载AI技术的高速控制器和智能相机等视觉系统产品，占据全球机器视觉市场份额的48%。美国康耐视以其先进的图像处理技术和AI家族产品如In-Sight3800、In-Sight L38引领行业。德国巴斯勒则以高质量工业相机和图像采集技术著称，产品涵盖多种分辨率需求，并提供pylon软件简化图像采集流程。

  
国内本土企业当中，第一梯队的公司有天准科技、精测电子、凌云光、海康机器人等企业，凭借其技术实力已在市场占据一定市场份额，年收入过10亿；第二梯队公司为美亚光电、大恒科技、超音速、华兴源创等企业，在技术实力紧跟第一梯队，具备较大的发展潜力；第三梯队有矩子科技、康鸿智能等企业，技术投入水平低于工业机器视觉行业平均水平。

  
之所以形成这样的格局，首先是因为外资机器视觉企业凭借长期发展历史，高品牌知名度、技术研究与开发能力，以及丰富的产品线和解决方案在市场中占有一定的优势。

  
其次是因为我国本土机器视觉企业起步晚、品牌影响力有限，技术研究与开发能力有待加强，自主研发的产品在稳定性方面与外资品牌相比还有差距。

  
还有机器视觉市场是一个高度定制化的市场，应该更加有利于中小企业的业务发展。加上本土企业对当地市场能够提供更加灵活的个性化服务，快速响应市场和客户需求，具有较短的供货周期和明显的成本优势。

  
因此，我们看到了，本土企业正在逐渐扩大市场份额，相信未来的市场增长潜力也会很大。

目前国内的机器视觉市场可以看到三个比较明显的特征，即政策有利好，区域性明显，以及内卷现象严重。

  
从政策方面来看，近年来，我国发布了一系列的利好政策文件，比如《中国制造2025》、《智能制造发展规划（2016-2020年）》和《“十四五”机器人产业发展规划》等，明确表达了对智能装备制造业，尤其是工业机器视觉行业的支持和重视。这些政策不仅为行业提供市场空间和发展机遇，还鼓励工业机器视觉技术在工业领域的应用。随着国家产业政策的持续推动，预计工业机器视觉行业将迎来更快速的发展。

  
从行业聚集度来看，我国的机器视觉产业区域集中度明显，主要集中在沿海经济发达区域，例如广东、上海、江苏、浙江和福建等。由于大部分的制造企业集中在这些地区，与之配套的机器视觉企业很多也都集中在这些地区。特别是广东省，作为中国经济第一大省，其制造业特别是电子信息产业的蓬勃发展，这是让其成为了机器视觉市场的关键区域。另外，江苏和浙江，作为上海经济圈的重要组成部分，也是我国重要的制造业基地所在，让这些区域成为了机器视觉行业发展最快的地区之一。

  
从竞争度方面来看，由于机器视觉进入门槛低，内卷严重。目前行业已有近1,000家企业在布局，而在这众多参与者中，约97%企业营收规模仅在数百万至数千万人民币之间。这主要是因为部分企业并没有自身核心技术，而是通过采购其他公司软件解决方案，并与硬件结合来实施系统集成项目。这类模式导致参与的企业过多，加剧了市场的过度竞争，从而导致内卷严重，引发了价格战问题。但是，机器视觉领域不管是硬件还是软件，前期投入成本都较高，导致我国部分机器视觉企业陷入不良循环，支出与收入不成正比。因此，尽管国产机器视觉产品销售量相对可观，但由于产品定价过低，利润空间有限，整体营业额较低，导致机器视觉整体市场规模增速明显放缓。

2024年我国机器视觉市场发展趋势

目前来看，2024年，我国机器视觉市场有两大发展趋势，一是3D视觉的渗透率不断提高；二是机器人市场的增长，特别是人形机器人的出现，将会带动机器视觉市场规模的发展。

  
3D视觉技术在我国的普及在迅速提高，其增速远超整个视觉市场，在机器人市场增长放缓的时候，与机器人配套的视觉系统，尤其是3D视觉系统却在高速增长。不过，这种高速增长的同时，也使得行业内卷严重，头部厂商竞争激烈，造成了利润率下滑明显，直接影响了新的行业技术和市场开发。

  
其实机器视觉的市场本来是一个高度定制化市场，应该适合中小企业生存才对。但是由于硬件销售价格的快速下降，利润的空间急剧压缩。2024年的机器视觉中小企业的压力其实不小。但幸运的是由于AI技术的快速迭代，如何利用AI来实现快速的标定，瑕疵的检测成为中小企业弯道超车的机会。

  
本文我们只要谈到了机器视觉的整体市场及竞争情况，接下来芯查查还将聚焦机器视觉的产业链上下游情况，欢迎关注我们后续的资讯。