机器视觉（Machine Vision）是人工智能中的一个重要分支，它使用计算机和传感器来“看”并理解图像，类似于人类的视觉。

高工机器人产业研究所GGII数据显示，2023年中国机器视觉市场规模185.12亿元（该数据未包含自动化集成设备规模），同比增长8.49%。

GGII预测，2024年中国机器视觉市场规模有望突破200亿元，同比增速接近12%，基于对外部环境的不确定性与产业投资谨慎度上升的判断，GGII整体调低了未来几年机器视觉市场的增速预期，预计至2028年我国机器视觉市场规模将超过395亿元，2024—2028年复合增长率约为17.5%。其中2D视觉市场规模将达到315亿元，2024—2028年复合增长率为15.3%。3D视觉市场规模接近80亿元，2024—2028年复合增长率约为28.9%。

（注：此处仅统计机器视觉软硬件业务营收，包括相机、镜头、光源、智能相机、软件算法包、图像采集卡、视觉控制器、图像处理系统、可配置视觉系统等，视觉集成装备、自动化集成设备、专机设备等相关业务不在统计范畴内。）

应用案例

1.面部识别应用

面部识别是机器视觉最常见的应用之一。通过分析人脸图像，系统可以进行身份认证、访问控制、犯罪嫌疑人识别等。

在安防领域，机场或火车站等场所经常使用面部识别系统来检测和识别嫌疑人。通过安装在公共场所的摄像头，系统采集人脸数据，并与数据库中的嫌疑人信息进行比对。当发现可疑人员时，系统会立即报警，安保人员可以迅速采取行动。这种技术极大地提升了公共场所的安全性。

2.自动驾驶汽车中的障碍物检测

自动驾驶汽车是机器视觉技术的典型应用场景。汽车通过安装在车身各处的摄像头、激光雷达和传感器来获取环境图像。机器视觉算法可以实时分析道路上的行人、其他车辆、交通标志、红绿灯等，帮助汽车决策是否该减速、停车或转向。

（图源：AI生成）

新款 Tesla 车辆均搭载未来能够在绝大多数情况下实现完全自动驾驶所需的硬件。整套软件和硬件系统是为了使车辆能够在无需驾驶座上的人类介入的情况下自行完成短途或长途旅行而设计的。

未来自动驾驶功能将无需人类监督即可实现，但这需要数十亿英里的行驶里程的验证，以达到远超人类驾驶员的可靠性；同时还有赖于行政审批（某些司法管辖区可能会需要更长的时间）。目前搭载自动辅助驾驶功能的车辆可通过 OTA 空中软件更新持续获得升级。

（图源：特斯拉中国官网）

3.零售中的智能结账

在零售行业，机器视觉技术已经应用于无人商店。消费者可以自由选购商品，而无需经过人工收银台。机器视觉系统通过摄像头监控购物行为，识别消费者拿取的商品并自动结账。

中国移动（浙江）创新研究院自主研发的视觉大模型已在宁波小微商超等地上线应用，据了解，通过视觉大模型技术，摄像头对于小店内每位顾客的动作、状态都能作出智能分析与判断，如顾客拿了什么货、退回了什么货、是否结算支付、结算货物与货架上取物是否一致等。

4.农业中的作物监控

具体而言，计算机视觉技术在设施农业领域主要有以下应用场景：

（1）环境参数监测：利用图像分析技术实时提取温室内植被长势、土壤湿度、病虫害发生等环境参数信息，辅助环境调控决策。

（2）作物生长监测：通过图像序列分析自动评估作物生长状况，包括出苗率、生长势、落花率等，为优化栽培管理提供依据。

（3）病虫害诊断：利用目标检测和分类算法及早发现病斑和虫害，评估病虫害发生程度，指导农药使用。

（4）无人化作业：视觉导航下的农业机器人可在复杂环境中自动执行播种、施肥、采收等作业，减轻劳动强度。

（5）品质分级：基于视觉的果蔬外观品质（如大小、形状、色泽）分级，提高商品性和附加值。

（6）溯源管理：将二维码、RFID等物联网技术与计算机视觉相结合，实现全产业链农产品质量可视化溯源。

英国Crop Phenomics公司推出的大型温室智能监测系统PlantEye可对上千种植物的生长状况进行高通量评估。该系统搭载多模态传感器（如RGB、热成像、高光谱），可获得植物不同生理指标的时空分布信息。背后基于一套时空attention机制的深度神经网络，可准确预测植物发育进程、产量表现和抗逆性状，加速品种的表型分析和筛选，被誉为“育种4.0”的利器。

图片来源：https://doi.org/10.3389/fpls.2019.00714

5.工厂自动化中的质量检测

在制造业中，机器视觉常用于产品的质量检测。相机和传感器会采集生产线上的产品图像，机器视觉系统分析这些图像，判断产品是否符合规格或是否存在瑕疵。

例如，在智能手机屏幕的生产过程中，机器视觉技术被广泛应用于检测屏幕表面是否有划痕、裂纹或其他缺陷。过去这种工作依靠人工肉眼进行检测，但机器视觉不仅速度更快，检测精度也更高。机器视觉可以通过微小的图像差异，立即发现次品并剔除，极大提升了生产效率和产品质量。

（图源：AI生成）

6.医疗影像诊断

在医疗领域，机器视觉用于分析医学影像（如X光片、CT、MRI等），通过训练，机器视觉算法可以从医学影像中识别出早期病变或肿瘤，辅助医生做出准确的诊断。

谷歌的DeepMind Health系统曾使用机器视觉技术帮助医生识别糖尿病视网膜病变。该系统通过分析大量患者的眼底图像，训练出能够准确识别视网膜病变的模型。相比人工检查，机器视觉系统能够以更高的速度和精度帮助医生发现早期病变，从而早期治疗，防止视力损失。

图源：https://about.google/intl/ALL_us/stories/seeingpotential/

通过上述这些案例可以看出，机器视觉技术在多个领域发挥着重要作用，不仅可以提高效率，还可以提升准确性和安全性。从自动驾驶到智能工厂、从医疗诊断到无人商店，机器视觉正推动着各行各业的智能化转型。

2023—2024年中国及各省市机器视觉行业政策汇总

1. 国家层面

2013年以来，智能制造的生产模式逐渐推广，智能装备创新发展对制造业越来越重要。《机器人产业发展规划（2016—2020年）》《“十三五”国家科技创新规划》等政策规划对工业机器人进行了发展方向指导；《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划（2018—2020年）》和《国家新一代人工智能开放创新平台建设工作指引》等政策规划在推动人工智能发展中起着重要作用；《中国制造2025》《加快培育共享制造新模式新业态 促进制造业高质量发展的指导意见》以及《关于推动先进制造业和现代服务业深度融合发展的实施意见》等政策则对制造业作出了重大战略布局。

资料来源：前瞻产业研究院

2023年1月，工业和信息化部等十七部门联合印发《“机器人+”应用行动实施方案》（以下简称《方案》），全面推进机器人在各行业各地方深化应用和特色实践，进一步激发产业创新活力，释放产业发展动能，助力实现高质量发展。《方案》提出到2025年，制造业机器人密度较2020年实现翻番，服务机器人、特种机器人行业应用深度和广度显著提升，机器人促进经济社会高质量发展的能力明显增强。聚焦十大应用重点领域，突破100种以上机器人创新应用技术及解决方案，推广200个以上具有较高技术水平、创新应用模式和显著应用成效的机器人典型应用场景。其中，在商贸物流领域和教育领域重点提出推动机器视觉技术融合应用。

2. 重点省市

资料来源：前瞻产业研究院

“十四五”期间，我国各省市也提出了机器视觉行业的发展重点。其中，河北、福建、江苏等地区提出加强机器视觉技术的研发和应用；辽宁、广东、浙江等地区提出开展智能机器人产业布局和应用；重庆和上海提出加快人机交互、仿生感知等前沿技术的研发。