视觉检测领先者
全国咨询热线:13812953225
产品中心
当前位置:首页 > 产品中心 > 视觉软件

【微光视界】机器视觉在工业领域的研究报告

来源:爱游戏体育注册地址  作者:爱游戏体育注册首页  2022-07-29 06:51:18

  美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会对机器视觉的定义为:机器视觉,是通过光学装置和非接触式的传感器,自动地接收和处理一个真实物体的图像,以获得所需信息或用于控制机器人运动的装置。通俗来讲,机器视觉就是用机器代替人眼,但其功能又不仅局限于人眼对信息的接收,他还延伸至大脑对信息的处理与判断。  机器视觉技术是一门涉及人工智能、神经生物学、物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。主要用计算机软件来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。  机器视觉系统主要由图像的获取、图像的处理和分析、输出或显示三部分组成。机器视觉广泛运用于仪表板智能集成测试系统、金属板表面自动控伤系统、汽车车身检测系统、纸币印刷质量检测、智能交通管理、金相分析、医学成像分析、流水线生产检测等等。目前,将近80%的工业视觉系统主要用在检测方面,包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。机器视觉自动化设备可以代替人工不知疲倦的进行重复性的工作,且在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,机器视觉可替代人工视觉。  机器视觉相比人眼有相似之处,都是通过采集图像信息、对信息进行数据化处理来实现“视觉”的传递,而机器视觉与人眼相比,其视力远不止“5.0”。  机器视觉系统的目的就是给机器或自动生产线添加一套视觉系统,其原理是由计算机或图像处理器以及相关设备来模拟人的视觉行为,完成得到人的视觉系统所得到的信息。人的...

产品介绍

  美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会对机器视觉的定义为:机器视觉,是通过光学装置和非接触式的传感器,自动地接收和处理一个真实物体的图像,以获得所需信息或用于控制机器人运动的装置。通俗来讲,机器视觉就是用机器代替人眼,但其功能又不仅局限于人眼对信息的接收,他还延伸至大脑对信息的处理与判断。

  机器视觉技术是一门涉及人工智能、神经生物学、物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。主要用计算机软件来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

  机器视觉系统主要由图像的获取、图像的处理和分析、输出或显示三部分组成。机器视觉广泛运用于仪表板智能集成测试系统、金属板表面自动控伤系统、汽车车身检测系统、纸币印刷质量检测、智能交通管理、金相分析、医学成像分析、流水线生产检测等等。目前,将近80%的工业视觉系统主要用在检测方面,包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。机器视觉自动化设备可以代替人工不知疲倦的进行重复性的工作,且在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,机器视觉可替代人工视觉。

  机器视觉相比人眼有相似之处,都是通过采集图像信息、对信息进行数据化处理来实现“视觉”的传递,而机器视觉与人眼相比,其视力远不止“5.0”。

  机器视觉系统的目的就是给机器或自动生产线添加一套视觉系统,其原理是由计算机或图像处理器以及相关设备来模拟人的视觉行为,完成得到人的视觉系统所得到的信息。人的视觉系统是由眼球、神经系统及大脑的视觉中枢构成,计算机视觉系统则是由图像采集系统、图像处理系统及信息综合分析处理系统构成。

  简单说来,机器视觉就是用机器代替人眼来做测量和判断。该技术可以用来保证产品质量、控制生产流程、感知环境等,但在安全性、准确性、辨识力上都具有人眼无法比拟的优势。

  同时,机器视觉与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性,在重复性和机械性的工作中具有较大的应用价值。

  机器视觉系统主要由硬件和软件构成,软件核心为算法,硬件由6部分组成,核心为相机。一个典型的机器视觉系统包括:光源、镜头(定焦镜头、变倍镜头、远心镜头、显微镜头)、相机、图像采集单元、图像处理单元、输入输出单元等。

  光源是机器视觉系统中重要的组件之一,一个合适的光源是机器视觉系统正常运行的必备条件。因此,机器视觉系统光源的选择是非常重要的。使用光源的目的是将被测物体与背景尽量明显分别,获得高品质、高对比度的图像。

  机器视觉有三大技术即采像技术,处理技术,运动控制技术,而采像技术离不开光源,光源的选择及其性能直接影响系统的成败,影响处理精度和速度。光源一般分为可见光源和不可见光源。可见光源主要分为三种,高频荧光灯、卤素灯和LED光源;不可见光源主要为近红外光、紫外光、X射线等。LED光源是目前运用最多的机器视觉光源,它具有效率高、寿命长、防潮防震、节能环保等特点,相对高频荧光灯和卤素灯,具有更高的性价比。不可见光源主要用来应对一些特定的需求,如管道焊接工艺的检测,由不可见光的可穿透性,可达到检测点。

  镜头的作用是光学成像。尽管照相机、分析软件和照明对于机器视觉系统都是十分重要的,可能最关键的元件还是工业相机镜头。系统若想完全发挥其功能,镜头必须要能够满足要求才行。决定镜头性能的参数主要有焦距,工作距离、视场、景深、分辨率等。景深,是指镜头能够获得最佳图像时,被摄物体离此最佳焦点前后的距范围。视场,表示摄像头所能观测到的最大范围,通常以角度表示,一般说来视场越大。观测范围越大。工作距离,是指镜头到被摄物体的距离,工作距离越长,成本越高。在设计机器视觉系统时,要选择参数与用户需求相匹配的镜头。

  机器视觉相机的目的是将通过镜头投影到传感器的图像传送到能够储存、分析和(或者)显示的机器设备上。按照芯片类型可以分为CCD相机、CMOS相机。

  CCD和CMOS是现在普遍采用的两种图像工艺技术,它们之间的主要差异在于传送方式的不同,二者的性能方面也有很大区别。CCD相机的成本较高,但成像品质、成像通透性、色彩的丰富性较CMOS相机出色很多。具体如下:

  1.噪声差异:由于CMOS的每个感光二极管都需要搭配一个放大器,而CCD只需要一个放大器放在芯片边缘,与CMOS相比,它的噪声相对减少很多,大大提高了图像品质。

  2.耗电量差异:CCD的耗电量远远高出CMOS,根据计算CMOS的耗电量仅是CCD的1/8~1/10。

  3.分辨率差异:读取信号时CMOS是点直接读取信号,CCD则是行间接读取信号,因此在像素尺寸相同的情况下,CMOS的灵敏度要低于CCD。

  4.成本差异:由于CMOS与现有的集成电路生产工艺大致相同,可以一次全部整合周边设施到传感器芯片中;而CCD采用电荷传递的方式输出数据,只要其中有一个像素传送出现故障,就会导致一整排的数据无法正常传送。因此,CCD的制造成本就相对高于CMOS传感器。

  目前,CMOS技术主要作为中低端相机的芯片使用,CCD 芯片则主要用于高端相机。在机器视觉系统中,CCD相机的使用更为普及。然而,随着CMOS电路噪音消除技术的不断发展,CMOS技术进入高端相机领域也成为可能。

  作为硬件核心,相机未来前景广阔,MarketsandMarkets的一份报告指出报告预计在2016年至2020年间,用于3D视觉的相机销售量的复合年增长率为11.5%,同期,用于定位和引导职场的复合年增长率为13.18%。

  图像采集单元中最重要的元件是图像采集卡,它是图像采集部分和图像处理部分的接口。一般具有以下的功能模块:

  1、图像信号的接收与A/D 转换模块,负责图像信号的放大与数字化。有用于彩色或黑白图像的采集卡。彩色输入信号可分为复合信号或RGB分量信号。

  3、 总线接口,负责通过PC机内部总线高速输出数字数据,一般是PCI 接口,传输率可高达130Mbps,完全能胜任高精度图像的实时传输。且占用较少的CPU 时间。在选择图像采集卡时。主要应考虑到系统的功能需求、图像的采集精度和与摄像机输出信号的匹配等因素。

  图像处理单元由图像处理软件完成,图像处理软件包含大量图像处理算法。在取得图像后,用这些算法对数字图像进行处理,分析计算,并输出结果。机器视觉企业之间的竞争,说到底就是算法准确性的竞争,因此每个企业都会投入很多的资源对核心软件进行开发。

  即机器视觉系统应用软件,针对特定应用,对软件进行功能和参数配臵即可行,但无法实现功能扩展或调整

  即机器视觉平台软件,集成图像处理和分析工具、专业视觉工具和机器视觉系统常用软件功能,具有最大的开发灵活性

  由于机器视觉应用领域的高速发展,核心软件的竞争已从过去单纯追求软件多功能的竞争,转向对视觉算法的准确性、高效性的竞争。常规的机器视觉软件均可提供匹配工具、特征分析工具等多种视觉功能,但由于算法设计的不同,可能只适用于特定的应用。为满足用户更加多样化的需求,软件的开发逐步演化为软件平台的开发,在软件功能无法满足客户的需要时,用户可以进行灵活的二次开发。这也是软件算法研发的技术壁垒之所在。

  只有优秀的机器视觉图像处理软件才能进行快速而又准确的检查,且减少对硬件系统的依赖性。国内这方面比较出色的机器视觉软件例如维视图像的机器视觉IPS图像处理软件应用比较广泛。

  在完成图像采集和处理工作之后,需要将图像处理的结果输出,并作出与结果匹配的动作,如剔废、报警灯,并通过人机界面显示生产信息。

  国外机器视觉产业链发展较为完善。仅在80年代,美国就有100 多家公司跻身于机器视觉检测系统市场。时至今日,国外机器视觉产业链已经可以清楚的分为五个部分:

  机器视觉系统元器件生产商。这类厂商主要生产组成机器视觉系统的各类元器件,例如前面提到机器视觉系统的软硬件组成部分:光源、相机、工业镜头、图像采集卡、工业计算机、系统软件。机器视觉系统元器件生产商是机器视觉系统生产商的上游供应商。

  底层开发厂商。底层开发厂商就是开发通用机器视觉系统的公司,这部分公司在系统的软件和硬件研发上投入了大量的人力和物力,掌握着机器视觉系统的核心技术,是机器视觉系统二次开发厂商和产品代理商的上游供应商,一般开发通用机器视觉系统的公司也会直接为最终客户提供解决方案,从而成为最终用户的上游供应商。国外开发通用机器视觉系统的公司主要有:DVT、西门子、欧姆龙、EVISION、康耐视、NI、基恩士、邦纳和达尔萨等。

  产品代理商。国外的产品代理商是机器视觉系统二次开发商的上游供应商,主要代理机器视觉系统生产商开发的通用机器视觉系统,利用自身的销售渠道优势将机器视觉系统卖给二次开发商从而赚取利润。国外的机器视觉产品代理商一般不直接向机器视觉最终用户销售产品。

  二次开发厂商。二次开发厂商主要为机器视觉系统集成商和OEM 客户,是机器视觉系统最终用户的上游供应商。它们根据具体到某一应用领域的客户需求,在通用机器视觉系统的基础上进行二次开发,开发各种专用系统。

  机器视觉应用客户。机器视觉应用客户是把已经成型的机器视觉系统真正应用到各个领域中的公司,主要负责对机器视觉系统的评估测试和具体应用。

  部件中最关键的部分就是半导体芯片,每个环节的硬件设施中都需要芯片技术以及电路集成。软件是机器视觉的大脑,只有在软件将采集到的图像数据化以后,机器才能进行识别和检测等功能机器视觉图像处理软件的选择,决定着检测算法的准确性。

  在软件开发方面,核心技术/算法扔掌握在德美日手中,但我国的创新水平和市场占有额在稳步提高。2014年我国工业软件市场规模约为1000亿元,是全球工业软件市场规模3175亿美元的18分之一,但从2012年到2014年呈现逐年上升的趋势,且同比增长率分别为17.30%、17.50%、16.90%,保持较高增速,同期的世界工业软件市场规模同比增长率分别为6.30%、5.20%、5.80%,中国的增长率比世界的高3倍。

  在半导体行业方面,目前我国半导体器件主要依赖国外品牌,随着半导体技术的进步和发展,芯片的总体价格较为稳定。如果中国能突破国外对于中国半导体市场的垄断,那么上游产业的价格会进一步降低,对机器视觉行业的发展也有极大促进作用。

  另一方面,其他普通的电子元器件在国内市场的供应相对来说都比较稳定,选择空间也比较大,因此在这方面对机器视觉行业的影响很小。可以看出,半导体和软件技术是机器视觉的“关键先生”。

  视觉技术的最大优点是与被观测对象无接触,因此对观测与被观测者都不会产生任何损伤, 安全可靠。理论上,人眼观察不到的范围机器视觉也可以观察,例如红外线、微波、超声波等,而机器视觉则可以利用这方面的传感器件形成红外线、微波、超声波等图像。另外,人无法长时间地观察对象,机器视觉则无时间限制, 而且具有很高的分辨精度和速度。所以, 机器视觉应用领域十分广泛,可分为工业、科学研究、军事和民用4大领域。

  市场需求量,近年来,各类下游实体行业通过不断科技创新,在市场规模方面的表现有了很大增长,而其生产力在当前生产模式下也逐渐达到瓶颈,急需改变以往劳动密集式的生产模式,这些行业出于降低能耗、提高工艺水平的内在需求,也将不断加大设备配套、节能改造和工艺技术改造的投入,机器视觉产业的需求也随着各种智能装备的需求提高而提高。

  在工业4.0的趋势下,机器视觉行业方兴未艾,机器视觉产品在其他下业中的应用仍有长足发展空间。

  目前,工业视觉系统主要用在检测方面,包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。早在20世纪80年代,美国国家标准局就曾预计未来90%的检测任务将由机器视觉系统来完成,其应用领域涵盖了工业、交通、军事、医药和安防等各个领域。

  从全球范围内来看,到目前为止,机器视觉的发展主要经过了起源、初步发展、蓬勃发展、以及深入发展和广泛应用四个阶段。

  在机器视觉发展的历程中,有3个明显的标志点,一是机器视觉最先的应用来自“机器人”的研制,也就是说,机器视觉首先是在机器人的研究中发展起来的;二是20世纪70年代CCD图像传感器的出现,是机器视觉发展历程中的一个重要转折点;三是20世纪80年代CPU、DSP等图像处理硬件技术的飞速进步,为机器视觉飞速发展提供了基础条件。

  目前,机器视觉行业已经进入高速发展的时期,机器视觉产品在下业,尤其是工业控制领域实现了广泛的应用,机器视觉技术已逐步走向熟。

  正如上文中提到,机器视觉的最先应用来自于“机器人”的研制,机器人的研制,机器人行业的蓬勃发展也为机器视觉的研制提供了极大的推动力,而机器视觉的发展水平也是工业4.0进程中的重要一环。

  数据显示,2012年世界机器人保有量124万台,同比增长7.1%,按年销量增长9%,机器人平均使用寿命10年估算,2015年世界机器人保有量能达到150万台,2020年保有量将超过250万台。随着机器人使用的进一步普及,机器视觉的市场也得到进一步扩大,另一方面,越来越多种类和功能的机器人,对机器视觉系统的创新性也提出了更高的要求。

  继2016年5月亚马逊、英特尔收购欧洲、俄罗斯顶级计算机视觉团队后,机器视觉战局再下一城:Facebook、谷歌携手VisionLabs成功开发出通用的开源计算机视觉开发平台。国外科技网站Venturebeat发布文章称,人工智能在过去一年里有着强劲的发展,而未来,机器视觉将会是人工智能的下一个前沿领域。虚拟现实、自动驾驶汽车、机器人、智能城市和物联网等应用领域不断的加速发展,全球互联网和半导体巨头纷纷布局计算机视觉领域,显示出智能图像处理将是下一个竞技场,或许意味着机器视觉技术迎来黄金发展时期。

  机器视觉作为全球智能的“慧眼”,很大程度上影响着人工智能的进步,无人驾驶、无人机、智能机器人等近期热点中的热点也以机器视觉的发展为前提。可以预见,在未来的1-2年内,机器视觉定会成为各国抢占智能市场的必争之地。据透明市场研究(TransparencyMarketResearch)发布的市场报告,机器视觉增长迅速,我国增速最大。2015年全球机器视觉市场规模约42亿美元,增长10.5%。美国约占50%,日本紧随其后。我国起步较晚,但发展迅速,随着中国十三五规划强调制造业技术创新和中国制造2025战略的深入推进,在工业4.0时代,我国的机器视觉将迎来爆发增长。2015年我国市场规模达3.5亿美元,增速为全球首位,约22.2%。到2021年,机器视觉全球市场价值预计将达285亿美元,2016-2020年期间,以8.4%的复合年增长率增长,而中国将维持20%的增长率,远大于世界平均水平。另一方面,从计算机视觉的发展前景看,全球市场规模2016年后发展极为迅速。考虑到机器视觉与计算机视觉相融相通,步伐同步,可以断定机器视觉广阔前景。

  国外机器视觉企业不仅是机器视觉行业标杆,国外机器视觉市场近年来也持续扩张。主要体现在产业链的发展完善、市场增速稳定、龙头企业康耐视利润爆发等方面。

  国外的机器视觉企业大都为机器视觉系统元器件生产商和底层开发厂商,这两类厂商专注于高附加值的技术研发、销售和售后服务业务。而国外机器视觉企业大多将附加值较低的集成组装和销售业务外包于遍布全球的代理商和系统二次开发商,从而保持较高的利润空间。

  由于国外机器视觉产业链发展已经非常成熟和完善,产业链各部分的企业大都经历过大浪淘沙式的竞争淘汰,能够在行业内占有一席之地的企业一定在某一方面具有独特的优势。例如,国外的机器视觉底层开发厂商一定具备较强的研发能力;二次开发商一定积累了大量的机器视觉系统在某一应用领域的集成方案经验;产品代理商一定拥有丰富优质的销售渠道。

  机器视觉技术不仅起源于国外,其标志性转折点也在国外,随着国外机器视觉行业发展的成熟,行业内形成了统一的技术标准。例如,欧洲机器视觉协会的GenICam TM为各种各样的相机设备提供了统一编程界面;Camera Link接口相机解决大数据量传送问题;千兆以太网(GigE Vision)解决数据长距离传输问题。行业内统一的技术标准所带来的好处显而易见,主要体现在三个方面:

  2014年北美半导体设备销售额强劲反弹54.5%,达到81.6亿美元,带动北美机器视觉市场规模大幅扩张近18%,达到22.8亿美元。尽管面对2014 年全球GDP持续疲软,新兴市场经济体市场增速放缓等不利因素,但是全球智能手机、平板电脑和可穿戴设备等消费电子领域对半导体材料需求依然保持强劲。

  公司主营业务主要分为模块化视觉系统和表面检测系统两个部分。其中,模块化的视觉系统专攻用于多个离散项目制造自动化和确保质量的机器视觉系统,是公司业务的核心,在公司总营业收入中占比超过80%。而表面检测部门则专注于连续模式下产品的表面检测的机器视觉系统,如金属、纸张、塑料的表面检测产品等,占比大约为10%左右。

  公司的产品主要包括自动化产品以及检测产品两大类。公司的自动化产品主要包括传感器、激光刻印机、安全设备等,能够帮助客户实现制造流程的自动化以及生产效率的提供。检测产品主要包括图像处理系统、测量系统、显微系统以及条码读取器等,可用于高精度的测量和应用。公司2014 年的营业收入超过22 亿美元,净利润达到7.18 亿美元。

  2005-2014 这10 年间,康耐视的营收翻了2.4 倍,净利润却翻了3.4 倍。其毛利率基本较为平稳,而净利率上升十分显著。因此我们判断,随着营收规模的增长,盈利水平的大幅提升主要源于“费用端”,而其中奥秘在于研发费用,不要忘了机器视觉的核心在于软件算法。从康耐视可以看出,这个行业的公司一旦规模放量,营收健康增长,利润是可以有更强爆发力的。

  作为机器视觉领先企业,康耐视市值44 亿美元,基恩士市值更是高达350亿美元,说明机器视觉行业可以出大公司。

  下游应用最为领先的电子行业为例,目前也只有20-30%的组装线配备了视觉检测设备,即便是配备视觉检测设备的电子制造企业,绝大多数也只是在生产线的最后配一台进行全检。而根据国际经验,每条生产线至少配备三台视觉检测设备在不同的测试工位,以实现过程中以及最终的检测。可见,即便在机器视觉应用最领先的电子行业,渗透率还非常低。

  目前我国的机器视觉行业规模还非常小,正处于快速发展期,存在较大的市场空间,具体表现在市场容量的快速增长、应用领域的逐步扩大和从业企业数量的增加。

  2013 年,中国机器视觉市场规模为15 亿元,2007 年以来的年复合增长率达到22%。预计2016 年市场总规模将达到约38 亿元,复合增速36%。目前进入中国市场的国际机器视觉品牌已经超过100 多家,中国本土的机器视觉企业也超过100 家,产品代理商超过200 家,专业的机器视觉系统集成商超过50家,涵盖了从光源、工业镜头、相机、图像采集卡等多种机器视觉产品。

  我国的机器视觉企业大体可以分为三类:底层开发厂商、二次开发厂商和产品代理商。目前进入我国机器视觉市场的国外品牌有100 多家,我国本土的企业负责销售代理的企业有200 多家,专业的系统集成商超过50 家。

  诸多利好因素驱动国内机器视觉市场潜力爆发。近几年来,国内人口红利逐渐消失导致人力成本上升、国外企业纷纷进驻中国市场瓜分利润、机器视觉市场渗透率低下、《中国制造2025》规划纲要的提出等均为国内机器视觉市场放量提供了有利因素。

  劳动密集型制造业对“机器换人”的需求日益提升。我国人口结构老龄化,劳动力成本进一步抬高,加之我国制造业自动化程度较低,以往的自动化设备较为老旧,这就导致我国劳动密集型制造业有较大设备采购和设备更新换代的需求,因此我国劳动密集型制造业机器视觉系统需求潜力巨大。

  随着我国跃居成为制造业第一大国,国外许多先进的制造生产线正在或者已经迁入中国,国外先进的机器视觉设备也随之进入中国,国内企业在与国外先进机器视觉企业竞争的同时,也可以学习国外机器视觉 行业发展经验,加速我国机器视觉 产业链的成熟和完善,进一步促进我国机器视觉行业向进口替代和高端应用领域迈进。

  据中国机器视觉产业联盟(C机器视觉U)估计,我国机器视觉行业产值还未及中国市场份额的1/4。

  世界各国近年来纷纷在工业制造方面发力,德国提出的“工业4.0”更是成为工业技术发展的标杆。为了保持我国在世界制造业中的竞争地位,我国提出了三步走的《中国制造2025》规划纲要。其中强调了“中国制造”向着“中国智造”转型,这与德国工业4.0“智能工厂”概念相呼应。同时,中国制造2025 还强调了深度“两化融合”等概念。无论是“中国智造”还是“两化融合”,都离不开生产流程的数字化,而数字化离不开数据的采集,说到数据采集,人们第一个想到的一定是机器视觉技术。

  可以看出,机器视觉企业主要为民营企业,公司规模大多为中小规模企业,在规模上目前还难以与国外的主流公司产品竞争,只有提升自己的创新水平,才能形成真正的核心竞争力,占有更多的市场份额,在总舵国内机器视觉品牌中脱引而出。

  在国内,由于机器视觉行业起步较晚,加上诸多行业壁垒的限制,中国机器视觉行业的规模普遍偏小,做强做大有一定阻力。中国机器视觉行业A股公司的资产规模差异较大,如劲拓股份资产为4.58亿元,而均胜电子的总资产则超过了60亿元。下表中按净利润大小排序,对比了各公司的营收情况。

  从表中数据可以看出,千山药机作为我国制药设备的制造行业排头兵企业,销售毛利率和销售净利率均名列第一位,其产品在机器视觉方面的应用较为成熟。万讯自控和利达光电两家公司的市盈率处于领跑地位,也反映了公司近年来良好的成长情况。

  大恒科技的主营业务主要包括信息技术及办公自动化、办公自动化设备、光机电一体化、视觉检测类产品等。2010 年以来机器视觉产品营业收入的年复合增长率达26%,2014 年在主营业务收入占比为11%。2014年机器视觉业务毛利率水平高达41%,在大恒科技营收及净利润持续下滑的情况下,视觉检测业务已成为大恒科技收益利润的重要来源。

  大恒图像是中国科学院下属企业。大恒图像的技术骨干主要来自中国科学院各研究单位,公司的产品和技术基础来源于中国科学院多年的技术积累,是将高新技术成果转化为产品的高科技企业。大恒图像自成立之日起,一直坚持走以技术开发为主的发展道路,致力于图像视觉领域的研究开发,建立了技工贸一体化的结构。截止2014 年底,北京大恒图像视觉有限公司已授权发明专利4 项、实用新型专利43 项、外观专利2 项。

  公司主营产品AOI(自动视觉检测),用于电子组装厂生产线PCBA 检测。虽然基数还很小,但我们观察到2014年已进入加速爆发期,增速提升到57%,尤其是在线式AOI 产品增长迅猛。在线式无需人工,可实现全自动检测,并运用云计算分析管理、大数据统计管理帮助生产制程在短时间内得到优化,这是当之无愧的工业4.0 典范。机器视觉是工业互联网的眼睛,而在线 浪潮中进入加速爆发期。

  公司拥有自主软件专利,并拥有多年产品积累。契合行业需求和发展趋势,公司还不断投入研发,实现产品升级,市场领先的3D 视觉检测即将问世。当前AOI产品与焊接设备在客户资源上可以共享,公司已经凭借在焊接设备上的龙头地位成功导入AOI 产品并放量,未来将直接受益于客户在视觉检测方面的爆发式需求。

  机器视觉全面替代人眼是大势所趋,它具有自动化、高效、高精度、非接触等特点,将广泛应用于包括工业、农业、医学、智能交通、航天军工等各行各业。

  国外已经进入深入发展期,中国当前渗透率还很低,正在进入加速爆发期,尤其在工业领域最先爆发,涌现出对机器视觉的强烈需求。

  国内企业面临行业大爆发+技术进步+进口替代的大机遇。虽然中国机器视觉还很小,但在由中低端向高端的逐步国产化中,必将有一批本土企业长大,在其过程中我们将看到比营收更具爆发力的是利润的增长。

  我国机器视觉市场规模有待放量,具备爆发潜力。从垂直市场端来看,国内机器视觉主要用于食品、卷烟、电子元器件、采矿、汽车、医药、交通、印刷、物流和机械设备行业。这些行业是国内机器视觉的垂直市场端,直接决定了国内机器视觉的市场规模和增长潜力。

  为了预测我国未来机器视觉 市场规模和增速,我们做出最保守的假设:A.每家企业只有一条生产线,每条生产线只需一套机器视觉 系统。

  一些新兴的细分行业,如森林防火检测、飞机跑道异物检测等给国内企业带来发展新思路;一些前沿技术带来的新领域,比如无人车、服务机器人、谷歌眼镜等,对机器视觉提出了新要求。凭借更高质量的服务及更低的工程师成本,国内企业在这些领域有望获得成功。


在线客服
联系方式

热线电话

13812953225

上班时间

周一到周五

公司电话

13812953225

二维码
线