簡單來說，我們可以把機器視覺產業鏈分為底層開發者(核心組件和軟件提供商)、集成和軟件服務提供商(二次開發)，核心組件和軟件可以細分為光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件等。在目前整個機器視覺系統的成本結構中，零部件和軟件開發占80%，是產業鏈中絕對的核心環節和價值獲取者。  

從技術壁壘的角度來看  

(1)軟件是主要屏障，底層算法庫是核心。目前被康耐視、MVTec等外資企業壟斷，主要靠國外幾十年的自動化培養；國內自動化進程不長，軟件算法還處于研發階段，很少有應用做得好的。

(2)應用層面的技術也很關鍵，主要是掌握不同應用環境的訣竅，做出適應性強的產品。

目前，國內機器視覺行業的市場參與者主要有四種類型：國際綜合自動化公司、國際專業機器視覺公司、國內專業機器視覺公司和國內自動化設備公司。其中，在底層開發者層面，國際企業占主導地位，國內公司多部署在附加值較低的二次開發層面(包括系統集成和裝配生產自動化專機)，并在此基礎上逐步嘗試上游核心環節。

1.光源  

光源是定位最充分的環節。光源的質量在于對比度、亮度和對位置變化的敏感度。LED光源產品主要用于機器視覺行業。目前還沒有通用的機器視覺照明設備，每個具體的應用實例都有個性化的方案來達到最佳效果。目前光源行業本土化程度高，競爭激烈。

2.鏡頭  

國內有低端鏡片的企業有一定的競爭力，高端鏡片基本靠進口。透鏡的基本功能是實現光束調制，將目標成像在圖像傳感器的光敏面上，完成信號傳輸。工業鏡頭可分為定焦鏡頭、定光焦度鏡頭、遠心鏡頭和連續可變光焦度鏡頭等。不同的工業領域根據需求使用不同的鏡片，價格差距也很大。

3.工業相機  

工業相機主要從歐美進口，國產品牌逐漸從低端市場進口替代。工業相機是工業視覺系統的核心部件，其本質功能是將光信號轉換成電信號，對傳輸力、抗干擾力和穩定的成像能力要求較高。

4.圖像采集卡  

圖像采集卡在國內的發展相對完善和成熟，也稱為視頻采集卡。這部分通常是插入PC的卡。這個采集卡的功能是連接攝像頭和PC。它從攝像機獲取數據(模擬信號或數字信號)，然后將其轉換成可由PC處理的信息。

5.圖像處理軟件

圖像處理軟件基本被國外企業壟斷，國內企業在二次開發上有一定布局。工業視覺軟件對數字信號進行各種運算，提取目標的特征，然后根據判別結果控制現場設備的動作，自動完成圖像采集、顯示、存儲和處理。目前流行的開發模式是“軟件平臺視覺開發包”(Software Platform Vision Development Package)，它封裝了基于軟件平臺的各種常用圖像處理算法。軟件工程師可以直接調用封裝的算法實現各種復雜的圖像處理功能，降低了二次開發的難度和工作量。

6.系統綜合  

國內制造商在集成方面發展迅速，特別是在一些尚未安排外資的領域，或者在非標準自動化領域，如3C。國內集成廠商只有二次開發的利潤空間很小。在某個行業的下游完成一個好的布局后，他們會嘗試逐步向上游底層拓展，導入和替換核心軟硬件。

機器視覺廣泛應用于電子半導體、汽車制造、食品包裝、醫藥等領域，其中電子汽車和電子是目前機器視覺最重要的應用領域。

1.下游應用領域——電子  

根據前瞻研究所的數據，電子行業貢獻了機器視覺約50%的需求，主要用于高精度制造和質量檢測，如晶圓切割、3C表面檢測、觸摸屏制造、AOI光學檢測、PCB印刷電路、電子封裝、絲網印刷、SMT表面貼裝、SPI焊膏檢測、半導體對準和識別。以iPhone為例，整個生產過程需要70多個系統。未來，全球對智能手機、平板電腦和可穿戴設備等消費電子產品的需求預計將激增。

以3C行業為例，我們判斷未來行業對機器視覺的需求將繼續快速增長。主要需求來自幾個方面：1)視覺技術的進步(很多針對玻璃和屏幕的缺陷檢測技術還沒有實現)推動了應用領域。拓寬；2)隨著國產智能手機逐漸向高端發展，手機廠商的利潤率將會提高，目測在國產手機生產線的應用有望普及。

2.下游應用領域——汽車  

根據前瞻研究所的數據，汽車行業對機器視覺的需求約占15%，機器視覺主要用于幾乎所有系統和部件的制造過程，如車身裝配檢測、面板印刷質量檢測、字符檢測、零件尺寸精度測量、工件表面缺陷檢測、自由曲面檢測和間隙檢測。目前，一條生產線配備了十幾個機器視覺系統。未來，隨著汽車質量控制、汽車智能化和輕量化的趨勢，對檢測提出了更高的要求，對機器視覺技術的需求也將逐漸增加。

比如3D視覺系統可以高精度測量間隙，對每輛車進行對位，全面檢查所有組裝好的車門和車身。3D視覺系統還可以幫助底盤制造商自動化貨架上車身面板的裝載、卸載和檢查，并在自動設備拾取之前檢測貨架上是否有缺陷組件，從而減少缺陷組件的焊接。

3.下游應用領域——制藥  

根據前瞻研究所的數據，醫藥行業貢獻了機器視覺約7%的需求，主要用于藥瓶包裝缺陷檢測、膠囊包裝質量檢測、藥物顆粒檢測、生產日期編碼檢測、藥片顏色識別和分揀等。目前大部分企業在流水線上都有1-2套機器視覺系統，但實際需求應該至少有5套。未來，隨著醫藥行業自動化升級改造的加快，普及率將繼續提高。

例如，在藥品包裝后的檢測過程中，可以通過機器視覺快速準確地檢測物體是否完好無損，通過設置圖像傳感器獲取被包裝物體的圖像信息，并通過預設的面積參數對每個藥品顆粒或瓶子進行檢測和比較，從而檢測出損壞的藥品顆粒或丟失的瓶子包裝，并正確正常地通過。

4.下游應用領域——食品  

食品與包裝也是機器視覺應用的一個重要下游領域，主要用于高速檢測、外觀包裝檢測、食品包裝缺失檢測、外觀和內部質量檢測、分揀和選色等。單個生產線的消耗量在不同的產品之間差異很大。目前，機器視覺在大型食品企業(如伊利、蒙牛)中應用廣泛，但在整個行業的普及率不高。

比如歐洲生鮮商品市場上廣泛使用的食品分揀機，一般使用多個攝像頭來捕捉產品整個表面的圖像。當產品基本是圓的時候，漏洞里就有一個機制讓產品在攝像頭下旋轉。形狀可以根據最大直徑和最小直徑、比例關系等進行分類。顏色一般根據掃描的整個表面來確定。簡單百分比、強度直方圖、定義最大面積或最小面積等識別方法。

展望未來，機器視覺行業主要有幾個發展趨勢：  

(1)越來越快的圖像數據傳輸和更先進的軟件算法帶來了數字化、實時化和智能化性能的提高；

(2)硬件性能的提升(分辨率更高，掃描速度更快等。)以及產品軟件價格的下降推動了機器視覺的普及率；

(3)產品向小型化、集成化方向發展。