机器视觉将在智能领域掀起新风暴贸易

摘要：当下机器视觉技术已经渗入到我们的日常生活中，从里的美颜APP面目识别功能、人脸相册分类，到支付宝面部识别身份验证、储物柜人脸识别，以及工业机器人对物体准确抓取、物流机器人障碍避让等等都是运用了计算机视觉技术。

随着人工智能的爆发，作为代表技术之一的机器视觉，有望迎来更大发展，在无人商店、自动驾驶、机器人等领域掀起新风暴。

当下机器视觉技术已经渗入到我们的日常生活中，从里的美颜APP面目识别功能、人脸相册分类，到支付宝面部识别身份验证、储物柜人脸识别，以及工业机器人对物体准确抓取、物流机器人障碍避让等等都是运用了计算机视觉技术。

机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号。

机器视觉技术是软件和硬件的结合，主要组成部分包括照相机、摄像头、图像传感器、视觉处理和通信设备。完备的系统能捕捉任意对象的图像，并根据质量和安全性的不同参数来分析它们。

伴随着人工智能产业升温，机器视觉行业有望迈向新的发展阶段，市场规模将加速扩张。据前瞻产业研究院《中国机器视觉产业发展前景与投资分析报告》数据，近年来，全球机器视觉行业发展迅猛，2015年，全球机器视觉系统及部件市场规模已达42亿美元，预计2018年市场规模将超过50亿美元。

在自动化生产过程中，人们通常将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。目前机器视觉产品中端市场2/ 为电子制造、汽车制造和市政交通行业所占据，其余市场份额包括食品、包装机械、印刷等行业需求，并且这些行业对机器视觉产品的需求仍然在大幅增长。

从行业应用来看，电子制造行业仍然是拉动需求的主要因素。但从未来发展前景来看，食品、包装机械等行业自动化水平会进一步提升，对机器视觉产品需求值得期待。

伴随中国人口红利的快速消失，诸多企业将进一步面临人力成本增高、生产效率低下、利润空间缩小、创新思路转变缓慢、前景不明朗等难题，行业急需寻找新的增长引擎。

尽管机器视觉行业发展存在有三大驱动因素，一是应用需求空间广，二是成本节约推动，三是技术驱动。

然而，目前全球用户对视觉技术的飞速发展还缺乏匹配认知，行业发展必然面临挑战。当前来看，机器视觉产品在中国市场应用的主要障碍有：预算限制、不易使用、工程实施资源限制、操作人员的接受程度、视觉技术的了解、相对于其他自动化项目的优先级别不够高。

事实上，机器视觉技术在解决复杂工业任务方面十分可靠。而且，与各类机构或教育场所中应用的普通视觉系统相比，工业机器视觉系统更加健全，稳定性和准确性更高。媒体预计，这些因素将致使该技术在工业部门的适应性更强。此外，正由于工业领域使用了机器视觉系统，越来越多的其他技术也在寻求与之融合，从而强化了机器视觉技术市场的蓬勃发展之势。

机器视觉技术的发展可谓是喜忧参半，一方面是强有力的三大驱动力，另一方面却又是发展所必须面临的“绊脚石”，对于已深耕此行业的企业来说机遇与挑战是并存的，能否立足于该领域，企业还是要下足功夫的。