欄目導語：

#機器視覺#系列內容與大家正式見面啦！機器視覺被譽為智能制造皇冠上的明珠。凌云光深耕機器視覺行業二十余載，擁有豐富的技術積累及應用實踐經驗，深度參與編寫了《機器視覺發展白皮書》。本欄目將以白皮書為藍本，為您講述機器視覺發展變遷、機遇挑戰、市場前景、行業應用。希望從行業視角和宏觀視野，分享行業對于機器視覺的整體思考與認知。快來跟隨凌小云一起探索機器視覺的星辰大海吧！

本期主要內容是：看國內外機器視覺的發展歷程及驅動因素。

?

在探索機器視覺發展史前先拋一個問題：什么是機器視覺？

這個問題在百度百科上的標準答案有近300字，簡直字數太多了有木有！其實用一句話就能總結下：機器視覺的本質就是為機器植入“眼睛”和“大腦”。為什么這么說呢，且聽凌小云慢慢道來。

?視覺是人類最重要的感覺器官，占據了80%以上的人類信息獲取。機器視覺作為替代人眼的強大技術，日益取得重大突破和廣泛應用。機器視覺的發展史最早可以追溯至20世紀60年代末。縱觀全球，國外與國內機器視覺的發展步調并不一致、相差很多，國外起步更早一些。

?

跨越五十余年，看全球機器視覺崢嶸發展史

?1969年-1979年

在成像傳感器誕生的驅動下，機器視覺進入產業萌芽期。此時受限于半導體工藝成熟度和成本等因素制約，機器視覺只在高端的科學研究中有少量初級應用，尚未形成完整的概念。

1969年美國貝爾實驗室成功研制出CCD傳感器，可以直接把圖像轉換為數字信號并存儲到電腦中參與計算和分析，從而奠定了機器視覺技術誕生的基石。

?

?1980年-1989年

在應用的驅動下，機器視覺進入起步期。機器視覺的概念首次在產業界被提及，但未形成精準的定義。在此期間誕生了首批機器視覺企業，如加拿大的DALSA、美國的柯達和仙童、英國的E2V等CCD傳感器與工業相機公司，以及美國康耐視等具有代表性的軟件算法公司。

?

?1990年-1999年

在應用的進一步驅動下，機器視覺產業進入成長波動期。1990年半導體產業的發展使機器視覺定位與檢測成為替代人工的支撐技術，機器視覺產業得到蓬勃發展的機遇。在美國和日本等發達國家，機器視覺技術開始得到實際應用，但成像技術和算法算力的發展尚不成熟，不能全面滿足行業應用需求，無法全面推廣。由于技術門檻和系統成本過高，雖然出現一些專門從事機器視覺技術的新企業，但規模普遍較小。

?

?2000年-2009年

在應用和算力的共同驅動下，機器視覺進入產業發展早期。在此期間，FPD平板顯示制造、PCB檢測和汽車制造等行業陸續對機器視覺技術應用表現出強烈需求。同時，CPU算力提升使機器視覺系統在PC-Base條件下可以處理一般性的問題。產業需求和技術進步共同促進了機器視覺產業的快速發展與繁榮。我國機器視覺產業也在這個階段加入全球陣營。

?

?2010年-2020年

AI算法的發展推動機器視覺進入發展中期。2016年是AI發展非常重要的一年， AlphaGo打敗人類頂尖棋手李世石、深度殘差學習和殘差網成為視覺領域標準算法等標志性事件，開啟了人工智能發展的新紀元。隨后，人工智能賦能的機器視覺開始在智能制造應用中加快普及，產業得到了空前發展。隨著應用的爆發式擴展，預計2020年后機器視覺將迎來高速發展期。

?

與國外機器視覺的發展歷程相比，我國的機器視覺產業起步較晚，1995年才開始有初步應用。

?

二十余年，看國內機器視覺的“飛躍”成長路?

?1995年-1999年

在國外技術發展引領下，我國機器視覺進入了萌芽期，核心機構和行業開始出現應用。此時由于算法、算力及成像技術尚不成熟，國外機器視覺產業能力處于成長波動期，我國一些企業作為國外代理提供機器視覺器件及技術服務。

?

?2000年-2008年

在應用和算力的雙驅動下，我國機器視覺進入了起步期。 此時CPU算力提升，PC-Base系統可以承接一般性難度的問題。國內幾個代表性產業如人民幣印鈔質量檢測、煙草和原棉異物剔除、郵政分揀等對機器視覺提出強烈的應用需求，我國開始出現一些專業的機器視覺公司。

?

?2009年

是我國機器視覺產業發展劃時代的一年。以蘋果手機加工制造為核心的3C電子制造產業進入高精度100μ時代，迫切需要用機器替代人來保障產品加工精度和質量的一致性。蘋果手機加工制造的應用需求直接推動了我國機器視覺產業進入發展初期。2010年后，手機產業的飛速發展帶來整個3C電子制造業的變革，大大擴展了機器視覺的應用場景，加速促進了機器視覺產業的發展。我國陸續涌現出近百家機器視覺新創企業，很多自動化設備公司也增設了機器視覺部門，此外安防監控領域的一些企業也開始研發應用機器視覺技術。

?

?2016年-2020年

AI算法的發展使我國機器視覺進入發展中期。從2010年開始的近十年，我國機器視覺產業發展一直保持20%-30%的增速。到2020年我國的機器視覺產業規模基本與歐洲體量相當。

究竟是什么讓我國的機器視覺產業，可以與國外逐步縮小差距，最終迎頭趕上呢？偷偷告訴你，這四大驅動因素，可是必不可少的！

?

這四大因素，正在驅動機器視覺發展

■人口結構變化，用工成本的不斷攀升

隨著經濟的發展，人口紅利優勢的急速消退，勞動力結構也在逐步的發生變化，中國老齡化將成為不可逆轉的趨勢。勞動力供給緊張使用工成本不斷上升。

?

■機器視覺本身性能優勢顯著

相比人類視覺，機器視覺在精確性、速度性、適應性、客觀性、重復性、可靠性、效率性、信息集成方面優勢明顯。從具體參數看，機器視覺檢測比人工視覺檢測優勢明顯。隨著深度學習、3D視覺技術、高精度成像技術和機器視覺互聯互通技術的持續發展，機器視覺的性能優勢將進一步加大。

?

■智能制造大環境的選擇

機器視覺是生產過程中數據采集的首選技術之一，是實現工業自動化和智能化的必要手段，相當于人類視覺在機器上的延伸。為了保持我國在世界制造業中的競爭地位，我國提出了三步走實現制造強國目標的《中國制造2025》綱要。

■政策加碼助力行業發展

作為實現智能制造的核心技術之一，機器視覺長期以來一直受到國家產業政策的支持。近年來，國家不斷發布各項政策推動行業發展，充分支持行業的產品研發和市場擴展。

回顧機器視覺的發展歷程，從萌芽期到起步期，從波動期到發展期，機器視覺的發展既離不開以算力、算法、成像傳感器為代表的技術驅動，更離不開市場需求帶來的強勢增長。當前，機器視覺正迎來蓬勃發展的黃金窗口期。機器視覺與工業的深度融合，將為工業發展帶來更多可能性，也將推動工業朝著數字化、網絡化、自動化和智能化的方向發展。相信在機器視覺的賦能下，我國的工業發展也將邁向更為廣闊的未來，讓我們拭目以待。