1、机器视觉产业链结构分析

机器视觉的产业链的上游主要为LED、CCD、CMOS、光学材料、电子元器件、五金结构件等原材料。由于机器视觉是由多个部件组成，每个部件的原材料均有不同，因此，产业链上游涉及的行业范围较为宽广。

机器视觉产业链的下游主要为运用机器视觉技术的设备制造行业和终端用户，所涉范围十分广泛，如汽车、医药、化学、电子、半导体、印刷、食品饮料、物流、烟草、医疗、电池等等，几乎包括国民经济的方方面面。

2、机器视觉是智能制造装备的关键零部件

智能制造装备，即具有感知、分析、推理、决策、控制功能的制造装备，它是先进制造技术、信息技术和智能技术的集成和深度融合。机器视觉作为机器的“眼睛”和视觉“大脑”，属于智能装备感知、分析部分的关键零部件。

制造业是我国的支柱产业。但我国在制造业领域面临的国际竞争日益激烈——发达国家通过实施再工业化战略，不断强化中高端制造领域的领先优势；发展中国家积极吸引劳动密集型产业转移，在中低端领域承接产业和资本转移，对我国产生竞争压力。在此情形下，我国制造业传统优势逐步减弱。智能制造装备的主要特征体现了制造业生产的智能化，意味着从本质上提高生产效率，是我国制造业转型升级的关键。因此，智能制造装备产业受到国家高度重视，出台了一系列鼓励政策，支持智能制造装备快速发展。

2018年我国智能制造装备市场规模超1.5万亿元，预计2020年将达到2万亿元，智能制造装备行业和市场保持了快速增长。但智能制造设备中的关键基础零部件，依然是我国制造业的“软肋”。实现制造强国战略，必须加强包括机器视觉核心软硬件产品在内的本土关键基础零部件的技术、产品和市场能力。

3、机器视觉进入了高速发展阶段

机器视觉在全球的发展历史不过半个多世纪。在我国，机器视觉的发展历程更为短暂和飞速。我国机器视觉行业启蒙于20世纪90年代，整个国内机器视觉行业从代理国外机器视觉产品开始。进入21世纪后，少数本土机器视觉企业才逐渐开启自主研发之路。本世纪10年代左右，伴随我国经济的发展、工业水平的进步，特别是3C电子行业自动化的普及和深入，本土的机器视觉行业获得了空前的发展机遇，进入了高速发展阶段。根据中国视觉产业联盟对其会员单位的统计，2019年中国机器视觉行业销售额达到103亿元，较2013年翻了3倍，年复合增长率达到31.69%。

4、发展存在的不足分析

虽然经过近30年的发展，机器视觉行业在我国已经取得了一定的成绩，行业也初步形成一定的规模，但是本土机器视觉企业在研发技术实力、市场竞争力上较国际品牌产品仍有较大差距和未来发展空间。

首先，本土机器视觉企业的自主研发能力不足。本土机器视觉行业起步于产品代理，自主研发基础较为薄弱。根据中国机器视觉产业联盟的统计，2018年以代理销售其他厂商产品为主的企业的销售额仍占到行业销售额的32.4%。这部分以代理为主的企业，虽然其中部分规模较大的代理商有一定的集成服务能力，但缺乏自主研发的能力和基础、缺乏具有自主知识产权的核心技术和不断创新的能力。而以销售自有产品为主的企业，相对国际知名品牌来说，经营时间较短，技术积累相对薄弱，人员储备相对不足。

其次，本土机器视觉企业在机器视觉算法方面，较国际先进水平还有一定差距。机器视觉算法是对捕获的图像资料进行处理的求解步骤，是机器视觉控制系统的基础。经过多年发展，光源、镜头等机器视觉部件领域国产品牌已经获得了相当的市场份额，相机领域也已经取得了一定的突破。但在机器视觉算法方面，国内视觉处理分析软件一般建立在OpenCV等开源视觉算法库或者Halcon、VisionPro等第三方商业算法库的基础上。相对于开源视觉算法库或者第三方商业算法库，独立底层算法需要深厚的技术积累，较大的研发投入，并经历较长的研发周期。国内只有少数企业具有独立的底层算法库，特别是通用的底层算法库。

第三，由于研发技术实力和发展历史的不足，国际一线品牌在国内机器视觉市场占据了大量的市场份额。国内机器视觉市场由国际巨头占据了大量的份额，整体上，本土企业的竞争力还相对较弱。

第四，机器视觉在实际生产中的应用和渗透率不足。从康耐视和基恩士的收入地区分布情况看，来自于中国的销售收入占比仍然较小，这与我国制造业在全球的规模占比不相称。可见，机器视觉在中国的渗透率仍然较低。