机器视觉照明行业发展概况和趋势
思瀚产业研究院 科视光学    2024-09-27

（1）机器视觉简介

机器视觉是人工智能行业占比最重的一个分支，其涉及到计算机科学、图像处理、模式识别、信号采集与处理、光机电一体化等多个领域，是一门综合性的应用技术。

根据美国制造工程师协会（SME）机器视觉分会对机器视觉的定义，机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。其本质上，是以机器替代人类实现信息感知、信息处理，以及信息反馈引导控制的一个闭环过程，是机械设备实现智能化的核心技术之一。

机器视觉的目的是以其高精度、高速度、高适应性等优势取代人类视觉的视觉系统，并进行更优的信息分析与判决，实现自适应的引导控制。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。机器视觉可利用相机、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。

此外还可改善生产制造的柔性和工业自动化程度，在一些不适用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，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品品质效率低且误差不高，用机器视觉检测方式可以大大提高生产效率的问题和生产制造的工业自动化程度。

（2）产业链构成

机器视觉行业产业链上游包括光源、工业镜头、工业相机、图像采集卡和软件及算法平台，中游为视觉系统解决方案与智能装备，下游为各行业集成应用和服务，主要有电子及半导体、汽车制造、食品包装、制药等领域，其中消费电子、汽车和半导体是当前机器视觉最主要的应用领域。

（3）行业发展态势及市场规模

机器视觉已经被广泛应用于新型显示、消费电子、印刷包装、新能源等众多行业，成为这些行业必不可少的数字化和智能化变革的支撑。其中消费电子是机器视觉最主要的应用行业，也是带动全球机器视觉市场发展最主要的动力。从市场规模上看，根据 Markets and Markets 数据显示，2022 年全球机器视觉市场规模为 120.4 亿美元，并预计 2027 年市场规模达 170.0 亿美元，2022-2027 年复合增长率为 7.4%。

根据 GGII 数据显示，近年来我国机器视觉市场长期保持着 20%的均速增长，2021 年市场增速超过 45%，其中 2022 年我国机器视觉市场规模达 170.7 亿元，具体来看 2D 视觉市场规模约为152.2 亿元，同比增长 20.21%；3D 视觉市场约为 18.4 亿元，同比增长 59.90%；GGII 预测 2027 年我国机器视觉市场规模将超过 560 亿元。随着传统制造业机器视觉渗透率提升叠加新兴行业催生的市场需求，有望推动机器视觉行业持续稳健增长，带动机器视觉照明系统的快速发展。

（4）下游行业发展趋势

A、消费电子行业

消费电子高精度、换代快等特点增加对机器视觉需求，应用场景延伸和品类拓展有望持续推动我国 3C 行业机器视觉渗透率提升。消费类电子行业元器件尺寸较小、检测要求高，机器视觉可以完美解决消费电子的检测需求。此外，消费类电子行业产品生命周期短、更新换代快，制造企业需要频繁更换产线设备，进一步增加了对机器视觉行业的需求。

根据 GGII 数据，2022 年 3C 电子行业是机器视觉应用最多的领域，占比达 25%，且已连续多年应用占比第一；2022 年以来，随着消费电子行业进入下行期，相对应机器视觉市场规模增速大幅放慢，但 2022 年 3C 电子行业机器视觉市场规模仍同比增长 5.22%，达 42.74 亿元，同时基于市场基数大，中短期内电子行业仍有望成为市场规模最大的下游市场，GGII 预测 2023 年有望达到 47.17 亿元，同比增幅 10.37%，并预测至 2027 年，机器视觉在中国 3C 电子行业市场规模将突破 70 亿元。

B、汽车行业

汽车制造领域中的零配件检测、装配校验检测、涂胶检测等都需要机器视觉技术。例如，3D视觉系统可以以高精度间隙对准每一辆车的拼接缝，并对车门和车身进行全面检测，效率和准确率都高于人眼检测。汽车产业的电动化、智能化将推动汽车向“大型电子产品”演化，电子零部件成本占比不断增加，雷达（激光、毫米波、超声波）、传感器、通信（GPS、DSRC、4G/5G）、摄像头、检测、娱乐系统将会大幅提升，进而增加对机器视觉照明系统的需求。2022年，我国新能源车销量同比大增 93.4%至 688.7 万辆，同期机器视觉的汽车行业规模已接近 20 亿元。

C、锂电池行业

锂电池生产工艺复杂，其生产制作环节的多个工序均会用到机器视觉技术。电芯前段工序中，在涂布、辊压等环节，锂电池表面容易产生露箔、暗斑、亮斑、掉料、划痕等缺陷，机器视觉主要应用于涂布的涂覆纠偏、尺寸测量，极片的表面瑕疵检测、尺寸测量、卷绕对齐度等环节。电芯后工序中，机器视觉主要应用于裸电芯极耳翻折、极耳裁切碎屑、极耳、入壳顶盖和密封钉焊接质量检测以及电芯外观检测、尺寸测量、贴胶定位等。

模组和 PACK 段中，机器视觉主要应用于底部蓝胶、BUSBAR 焊缝、侧焊缝、模组全尺寸和 PACK 检测等。国家统计局的数据显示，2022 年中国锂电池产量已达 239.3 亿只，同比增长 2.88%。锂电池产能的快速增加带动机器视觉高速发展，2022 年锂电机器视觉检测系统市场规模达到 21 亿元，2019-2022 年复合增长率高达73.80%。

D、光伏行业

光伏组件是决定太阳能电站发电能力以及成本的重要部分，光伏组件的质量极大程度上决定了光伏电站的生产效率。随着太阳能发电的快速发展和大范围应用，光伏组件的批量生产以及大批量生产过程中如何保证光伏组件的质量成为业界关注的重要问题之一。光伏组件内部存在的问题很难通过肉眼发现，必须借助各种检测仪器来判断光伏组件的电器性能和结构安全性能是否满足要求，进而催生了对机器视觉照明系统的需求。2018-2022 年，中国太阳能电池产量复合增长率达 37.5%，2022 年同比增速达 47.8%，行业迎来加速成长期，同期带动机器视觉的光伏行业应用规模由 2019 年 2.6 亿元快速提升至 2021 年的 6.5 亿元，复合增长率高达 58%。

（5）技术发展趋势

A、高精度高分辨率

光学成像技术高精度光学成像是机器视觉行业始终追求的技术发展目标。高精度光学成像需要光源、镜头、相机、图像采集卡等各部分的精密配合，要求新型光源、光源驱动与控制、光源输出波长覆盖和创新的光源布局等光源技术，以及提供更大靶面和更小像元的新型镜头和相机产品。

高精度光学成像技术增强了机器视觉的图像信息获取能力，通过多样化光学成像技术，获取到传统成像中难以获取的图像信息，并通过高速、高灵敏度的图像采集技术深度挖掘图像中隐含的内部信息，满足更高分辨率、更多维度、更大空间带宽积的光电成像需求。

B、3D 视觉技术

目前机器视觉主要采用的 2D 机器视觉技术仅能获取固定平面内的形状及纹理信息等二维图像，这主要基于物体在灰度或者彩色图像中对比度的特征提供处理分析结果。2D 机器视觉技术的缺点包括无法提供物体高度、平面度、表面角度、体积等三维信息；容易受光照条件变化的影响；对物体的运动比较敏感等。

随着智能制造变革来临，面对复杂的物件辨识和尺寸量度任务，以及人机互动所需要的复杂互动，2D 视觉在精度和距离测量方面均出现技术限制。3D 机器视觉技术相对于 2D 技术提供了更丰富的被摄目标信息，可以识别物体的深度、形貌、位姿等 3D 信息。3D 技术提供了丰富的三维信息，使机器能够感知物理环境的变化，并相应地进行调整，从而在应用中提高了灵活性和实用性，扩大了机器视觉的应用场景。

C、多光谱成像技术

多光谱技术，利用像元级的镀膜技术实现对不同波长光谱信号的采集，从而得到高分辨率的多/高光谱的图像信号，大大简化了视觉系统的光学部件复杂性。光谱技术推动机器视觉实现目标的多种特征分析。随着机器视觉的快速发展和普及，机器视觉产品已经广泛应用于 3C、锂电池、半导体、PCB、新型显示、汽车零配件、光伏、物流、医药、包装印刷、轨道交通等众多产业中。

各行业样本的复杂性要求机器视觉从可见光光谱到非可见光光谱、从单一光谱到多光谱，不仅需要实现目标的外观检测，也需要实现目标的材料成分、颜色、温度等复杂特征的分析。多光谱技术利用光的衍射和折射特性，通过光栅、棱镜等分光元件，获取到不同谱段的有效信号，实现目标高维信息参量获取，并通过相关分析算法将谱域信号与测量需求建立联系，如物质成分、温度、三维面型等，进而满足复杂多样化的测量需求。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告、产业规划、园区规划、商业计划书、专项调研、建筑设计、境外投资报告等相关咨询服务方案。