机器视觉行业的发展动力分析
思瀚产业研究院 埃科光电    2023-07-12

（1）人口老龄化加剧，劳动力成本上升

目前，我国人口结构正在发生较大变化，60 岁以上老人所占人数比例逐渐提升，人口老龄化问题日益突出。根据国家统计局数据显示，2022 年我国 60 岁及以上人口为 28,004 万人，占 19.8%（其中，65 岁及以上人口为 20,978 万人，占 14.9%，我国正式跨入中度老龄社会的行列）。2011 年-2022 年期间，60 岁及以上人口的比重由 13.7%上升至 19.8%，上升了 6.1%。

从制造业角度来看，老龄化趋势不利于劳动力密集型产业发展，人口老龄化使得我国制造业的劳动力供需愈发的紧张，劳动力成本优势不再，用工成本不断提高。根据国家统计局数据，2022 年我国城镇单位就业人员年平均工资上涨至11.40 万元，比 2021 年增加 0.72 万元，增长了 6.7%。

此外，劳动力的愈发短缺、劳动力成本的不断提升，将进一步促使传统的劳动密集型产业寻求转变，利用机器视觉行业可有效解决这一问题。特别是在需要重复性、繁重性生产加工环节中，机器视觉系统的效用发挥的淋漓尽致。机器视觉的稳定性、客观性、精确性在制造业中对人眼形成了很好替代，同时完善了制造业的工艺环节，推动制造业向高端化、智能化、自动化方向发展。

（2）技术升级驱动

一方面，由于人力成本不断攀升、年轻劳动力流失等问题日渐凸显，大量制造业企业开始逐步引入自动化设备替代人工。近两年，企业综合成本不断上升，对“机器换人”的需求更加迫切，在一定程度上倒逼企业加速自动化、智能化的革新升级；另一方面，机器视觉技术是实现智能制造的重要技术之一，可实现工业自动化现场的产品缺陷检测、机器视觉引导定位等，为工业机器人代替人力起着重要且决定性的作用。

尤其在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，用机器视觉来替代人工视觉已成为解决问题的重要方式，同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉产品解决问题、难题、行业痛点的能力进一步加强。因此，技术升级是机器视觉行业发展的核心驱动力之一。

（3）受益于快速增长的智能制造产业发展

2021 年 12 月，工信部、发改委等八部门发布的《“十四五”智能制造发展规划》提到“深入实施智能制造工程，着力提升创新能力、供给能力、支撑能力和应用水平，加快构建智能制造发展生态，持续推进制造业数字化转型、网络化协同、智能化变革，构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统。

到 2025 年，规模以上制造业企业大部分实现数字化、网络化，重点行业骨干企业初步应用智能化；到 2035 年，规模以上制造业企业全面普及数字化、网络化，重点行业骨干企业基本实现智能化。”因此，鼓励并支持传统制造业智能升级，形成以数字化、网络化、智能化为特征的新型智能制造行业已成为推动我国经济高质量发展的新基础。

从机器视觉来看，机器视觉产品需求与制造业的规模及智能程度发展水平密切相关。机器视觉是实现工业自动化和智能化的必要手段，相当于人类视觉在机器上的延伸。它具备高度自动化、高效率、高精度和适应较差环境等优点，具有四大优势。

第一，智能识别，能够从大量信息中找到关键特征，识别准确度和可靠度极高；

第二，智能测量，测量是工业制造的基础，要求测量的标准与细节精度较为严格；

第三，智能检测，在测量的基础上，能够综合分析判断多样化的信息及指标，做出基于复杂逻辑的智能化判断；

第四，智能互联，图像的海量数据在多节点采集互联，同时将人员、设备、生产物资、环境、工艺等数据相互联系，进而衍生出深度学习、智能优化、智能预测等创新能力。因此，在智能制造过程中，机器视觉主要用计算机来模拟人的视觉功能，把客观事物的图像信息提取、处理并理解，最终用于实际检测、测量和控制。

随着制造业智能发展的快速增长，市场对于机器视觉的需求也将逐渐增多。相应的，机器视觉行业规模将受益于快速增长的智能制造产业的发展而进一步增长。根据赛迪、中商产业研究院数据显示，2020 年我国智能制造装备产值规模达 2.09 万亿元。据中商产业研究院预测，2022 年我国智能制造装备产值规模将达 2.68 万亿元。

（4）机器视觉的性能优势驱动

如下表所示，相较于人类视觉，机器视觉在效率、速度、精度、可靠性、工作时间、信息集成能力、成本投入、工作环境、灰度分辨力、空间分辨力及感光范围方面优势明显。具体来说，一方面，机器视觉能够在危险工作环境或人工视觉难以满足要求的情境下工作。同时，在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度；另一方面，机器视觉易于实现信息集成，是实现计算机集成制造的基础技术之一。

机器视觉设备可以在比较快的生产线上对产品进行测量、引导、检测和识别，并能保质保量的完成生产任务；此外，人类视觉虽然适应性强，能够在复杂环境中识别目标，较为适合无结构化场景。但相较而言，机器视觉凭借其速度、准确度和可重复性等优势，更擅长定量测定的结构化场景。一般而言，通过选用合适的相机分辨率和光学元件制造的机器视觉能够检测人眼难以看到的物体细节。

因此，在某些方面机器视觉相较于人眼具有更大的优势且能更高效的进行工作，机器视觉的这些性能优势能够驱动着相关行业市场的快速发展。未来，随着深度学习、3D 视觉技术、高精度成像技术和大数据智能算法技术的持续发展，机器视觉的性能优势将进一步加大，相关市场预计将迎来新一轮的爆发式增长。