来源：鞍钢经济发展研究院 邢娜/盛玲玲
    导读：相较于已经进入稳定增长期的发达国家，我国的机器视觉市场刚进入黄金增长期。随着劳动力成本的升高，中国庞大的钢铁企业也要将进入高质量发展阶段，机器视觉这双“慧眼”，将点亮中国钢铁的未来。
    机器视觉通过使用光学系统、工业数字相机和图像处理工具，来模拟人的视觉能力，通过图像处理软件做出相应的决策，最终通过指挥某种特定的装置执行这些决策，将计算机的快速性、可重复性与人眼视觉的高度智能化和抽象能力相结合。典型的机器视觉系统包括图像采集部分（光源、镜头、工业相机、图像采集卡）、图像处理部分（图像处理软件）、监视器、通讯/输入输出单元。

机器视觉产业的发展现状
    机器视觉在发达国家已经过了爆发式增长阶段，进入稳定增长期，预计2019-2025年市场复合平均增长率14%左右。当前我国乃至全球机器视觉技术和市场方面，美国、德国占据霸主地位。在我国，进口核心零部件和底层软件开发占60%生产成本。国外机器视觉企业处于产业链和价值链的顶端。
    中国机器视觉市场正在成为国际机器视觉厂商的重要目标市场，我国的机器视觉市场正在进入黄金增长期。中国机器视觉市场规模从2008年的5.1亿元增长至2016年的30.3亿元，2016年全球占比9.6%，2008-2016年年均复合增长达25%。预计未来几年仍将保持20%以上的增长，到2020年将达到70.9亿元。从整个2018年上半年来看，各大机器视觉企业融资频繁，普遍收获市场资本的青睐，这也佐证目前市场高速增长。国内机器视觉企业处于产业链和价值链的底端。
机器视觉在钢铁行业细分市场的发展空间
    PEST分析法是企业战略外部环境分析的基本工具。采用PEST方法分析机器视觉产业在钢铁行业细分市场的宏观环境，主要围绕政治(Politics)、经济(Economy)、社会（Society）、技术(Technology)四方面展开。PEST分析发现，产业环境对于机器视觉在钢铁行业的应用发展有着正面驱动作用；在钢铁行业细分市场，机器视觉技术具有很大的技术、管理方面的深度应用空间。
一，社会环境
    经济体转型推动钢铁业智能转型和升级
1．劳动力成本升高
    由于老龄化和劳动力结构的问题，我国人口红利拐点已经来临。预计2022-2034年间，我国每年大约减少2000万蓝领工人，劳动力成本逐渐升高。随着中国经济体由初级迈向成熟，钢铁业正在从劳动密集型企业向资产密集型企业转换。
2．钢铁企业转向高质量发展阶段
    短期来看，2015年中央财经领导小组会议上习近平提出的供给侧改革为钢铁产业提供2～3年发展机遇；2018年中央政治局会议提出的加强基础设施建设透支需求将为钢铁产业提供2～3年发展机遇，合计为钢铁产业提供约5年平稳发展的产业环境。长期来看，粗钢产能变化将受市场需求变化驱动。
    十九大报告指出人民日益增长的美好生活需要是当前我国社会主要矛盾，我国经济已由高速增长阶段转向高质量发展阶段。未来产业发展的两大主线是以创新驱动的制造业产业升级和以美好生活需求驱动的消费升级。“产品的质量”和“制造装备自主化能力的提升”是中国钢铁业从制造大国向制造强国迈进的重要抓手。
    总结以上两方面，中国钢铁需求尚处于峰值平台区阶段并将持续一定时期，之后中国钢铁产业将平稳过渡到高质量发展阶段，如今钢铁行业追求高品质、高效率的内生需求已经产生，行业痛点即机遇，这将极大推动钢铁业智能转型和升级，推动机器视觉技术的发展。机器视觉是钢铁行业实现智能转型和升级的赋能技术，机器视觉会摆脱最初“辅助工具”的地位，成为生产系统的“眼睛”与“大脑”。机器视觉技术将和生产系统的业务创新和转型升级相结合，提高生产效率和产品质量。
二，经济环境
    机器视觉在钢铁行业的市场空间
1．钢铁业正在成为机器视觉的应用蓝海。
    2018年我国生铁、粗钢和钢材(含重复材)产量分别为7.71亿吨、9.28亿吨和11.06亿吨，同比分别增加3.0%、6.6%和8.5%，粗钢产量创历史新高。2019年1-2月全国生铁、粗钢和钢材累计产量分别为12659万吨、14958万吨和17146万吨，分别同比增长9.8%、9.2%和10.7%。
    我国钢铁行业广泛应用电子与信息技术，使制造过程自动化控制程度大幅度提高，具备一定的智能生产基础。目前机器视觉技术在矿山、烧结、高炉炼铁、转炉炼钢、连铸、轧制工序中都有应用，下表为机器视觉在钢铁行业的应用场景。现代钢铁企业自动化程度高、设备种类多、工艺流程长要求高、运行工况复杂、产品分类细、人工质检效率低、对机器视觉的需求大。应用场景作为钢铁企业内生需求的体现，驱动机器视觉技术的应用。钢铁业的智能制造正在成为机器视觉的应用蓝海。目前全球带钢产线中约有15%使用了表面质量检测系统。
    以国内冷轧生产企业为例说明机器视觉在钢铁业的市场空间，根据我的钢铁数据，截至2013年7月，国内冷轧生产企业设计产能合计14000万t，冷轧产线约有326条，一套系统按照50万元计算，冷轧产线的机器视觉市场规模约为1.63亿元。
2．机器视觉在钢铁行业的渗透率。
   （1）机器视觉在钢铁业智能生产方面的应用机器视觉在我国钢铁行业已有一定的应用，但无论是应用范围还是应用数量与规模，行业渗透率仍非常低。机器视觉在电子行业的渗透率可以佐证机器视觉在钢铁业的渗透率，因为电子行业是机器视觉应用最为领先的下游行业。机器视觉在钢铁业的渗透率远低于电子行业，而机器视觉在电子行业的渗透率还非常低。
电子行业目前只有20～30%的组装线配备了视觉检测设备，即便是配备视觉检测设备的电子制造企业，绝大多数也只是在生产线的最后配一台进行全检。而根据国际经验，每条生产线至少配备三台视觉检测设备在不同的测试工位，以实现过程中以及最终的检测。
    未来，机器视觉在钢铁行业的应用，将实现从“检”到“控”的转变。通过视觉检测得到的质量信息，智能分析缺陷产生原因，快速实现带钢生产工艺调整，有效提高生产效率和控制产品质量，实现质量检测系统从“检”到“控”的转变，实现机器视觉技术与钢铁业的融合。
    （2）机器视觉从生产工序延伸至管理方面。随着我国钢铁工业转型升级加快，对智能化、信息化、自动化的要求进一步提高，机器视觉系统和生产自动化系统将进一步集成。机器视觉技术在钢铁工业的应用将趋于成熟，应用范围也更广，除了在钢铁生产流程各工序，还将应用于坯料库、成品库、冷床等管理方面，不仅实现钢铁生产方式的创新，还将实现生产管理的模式创新。
三，技术环境
    我国机器视觉钢铁行业细分市场标杆企业分析
    在钢铁行业，国外机器视觉厂商的技术处于行业领先地位，龙头企业包括伊斯拉-百视太、康耐视；国内涉足钢铁行业的机器视觉企业分别为镭目公司、北科亿力科技有限公司、宝信软件和首自信。伊斯拉-百视太的缺陷分类软件系统功能强大，适用于所有的表面检测需求，满足高速生产线的要求，价格高。康耐视的软件系统功能对表面缺陷的分类和处理功能一般，但价格相对伊斯拉-百视太较低，市场占有率最高。镭目公司和北科亿力科技有限公司研发实力强，均拥有自己的研发团队，产品均应用于钢厂。宝信软件和首自信均隶属于钢企，目前都与百度开展合作。2017年12月，宝信软件入选工信部首批智能制造系统解决方案供应商推荐目录。宝信软件工业机器人、无人化物流管控等产品陆续投入应用，包括堆取料机无人化系统、无人行车全自动仓库系统等。
    首先，机器视觉在钢铁行业的技术应用深度不够。机器视觉在钢铁行业的应用整体处于初级阶段，主要是在视觉检查方面。目前，将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等；具体应用包括表面缺陷检测（钢轨、钢球、带钢）、钢板平直度检测、平面形状及尺寸检测、钢筋计数、板材温度测量等。
    其次，技术自主性不强，高端镜头、智能工业相机、图像处理软件的核心技术均由美德日等国外企业掌控，国产产品进口替代空间大。
四，政治环境
    国家政策强力推动制造业智能转型
    国家制定、实施制造强国战略的行动纲领，三十年三步走，分别为《中国制造2025》、《中国制造2035》和《中国制造2045》，目标分别是成为制造业大国、制造业强国和制造业领先强国。2015年5月8日，国务院正式印发《中国制造2025》，这是中国实施制造强国战略第一个十年行动纲领。机器视觉是人工智能的重要组成部分，是智能装备制造业的一个重要组成部分，机器视觉将会在国家政策的推动下得到快速发展。