如何看待机器视觉市场呢?

       在工业领域，机器视觉充当生产设备“眼睛”的功能，解决人眼无法识别、检测的工作，实现效率好、成本低的经济效益，是视觉技术发展的出发点和落脚点。那么，对于客户使用角度看，制造商更倾向高精度、高准确率，大视野自动变焦检测，以及软件的快速导入等方面。

       首先是检测的高精度，高准确率。这个是机器代替人眼最基础的，也是最直接的目的。人工检测容易产生疲态，导致工作质量不佳，并且精密制造领域，机器视觉比人眼有着绝对的优势。目前来看，机器视觉的测量和判断，已经非常成熟。

       有些工厂生产物件体积庞大，对视觉检测来说，是一项较大的挑战。以往对大视野检测，会采取两种方法，一种是用两个读码器覆盖的方式，另一种是用高分辨率相机，加光源、镜头，再加上一些定制化软件来操作。这两种大视野检测，需要有专业工程师做调试和维护，从客户的使用和维护成本来说，都不算理想，所以很难进行大规模部署。乐视在今年推出的超高亮线光源，正是顺应客户对大视野检测的需求，并在电子、皮革、印刷等领域成功应用。

       从视觉技术软件使用来说，开发商能否做到快速地系统导入，将在一定程度上决定客户的接受度。对于系统来说，固然是越简单越好。客户视觉系统的使用，应更倾向于“傻瓜式”的操作和开发。

       机器视觉是一项综合技术，其主要的市场分布在电子制造业、汽车制造、制药、食品与包装机械等领域。根据前瞻研究院报告数据显示，电子制造业在机器视觉市场占比46．57％，汽车产业次之，占比为31．02％。此外，物流、食品、包装、印刷等行业的渗透率也逐年的提高。

       机器视觉下游应用比例
       从机器视觉的具体应用看，电子制造业应用具体在PCB印刷电路、电子封装、丝网印刷、SMMT表面贴装、半导体及集成电路、回流和波峰焊，以及智能手机、平板电脑等消费类产品。汽车制造业的主要应用于面板印刷质量检测、精密测量等。食药和包装机械主要集中在封装缺陷检测、生产日期检测、颜色识别、分拣等方面。印刷机械则是在于印刷质量检测、印刷字符检测、条码识别等。

       除了上述产业，许多传统行业同样有机器视觉应用需求等。如黄金珠宝这类精细化加工型的产业，很多时候是靠人借助放大镜，通过肉眼检测产品缺陷。再者，黄金珠宝生产过程中，仍以人工作业为主，一来不利于成本控制，二来人的不确定因素较多。为了在批量化生产中提高效率，基于深度学习的视觉技术，是一个不错的选择。另外，建筑装饰属于劳动密集型产业，工程好坏很多时候基于人为因素。以往工程验收，依靠“老师傅”眼观的方式，检查墙面是否平整、天花龙骨架拼装、门窗缝隙是否过大等问题。如今建筑装饰行业人才面临青黄不接局面，提升自动化水平是该行业的趋势。高档酒店、餐馆、家装对质量要求极高，并且市场份额逐步增大。因此，基于视觉技术对工程的验收，是建筑装饰行业走向自动化、智能化所需。