机器视觉

利用工业相机 + 镜头 + 光源 + 算法软件，模拟人眼视觉功能完成工业现场的检测、测量、识别、定位、引导任务的技术体系。

定义

机器视觉 (Machine Vision) 是用机器代替人眼来做测量和判断的技术体系。一套完整系统通常由 工业相机、工业镜头、机器视觉光源、图像采集卡、视觉处理软件、控制执行单元构成。

机器视觉与"计算机视觉"（Computer Vision）含义上有重叠但侧重不同：机器视觉更聚焦工业应用（检测、引导、测量），强调实时性、可靠性、与产线集成；计算机视觉则更广义，包含安防、自动驾驶、消费应用等。

技术细节

• 成像维度：2D视觉 vs 3D视觉（结构光 / TOF / 双目立体视觉 / 激光三角测量）
• 算法：传统规则算法（边缘检测、模板匹配、Blob 分析）vs 深度学习（CNN、Transformer）
• 典型任务：缺陷检测、OCR 字符识别、尺寸测量、分类识别、机器人引导、视觉SLAM 导航

主要玩家

• 全球：Cognex / Keyence 双寡头（50%+ 全球份额）+ Basler / SICK / Omron / Teledyne DALSA
• 中国：凌云光 / 海康机器人 / 奥普特 / 天准科技 / 创新奇智

在 AI 产业链中的角色

机器视觉是 5-12-AI制造-工业视觉 子行业的核心概念，是智能制造的"工业之眼"。AI 时代，机器视觉与 深度学习 / 工业大模型 深度融合，从规则算法范式跃迁到预训练 + 微调范式。

演进历史

• 2000-2010：传统 2D 视觉 — 基于规则的图像处理，依赖人工调参
• 2010-2018：智能视觉兴起 — 机器学习引入，3D 视觉开始应用
• 2018-至今：AI 深度融合 — 深度学习广泛应用，工业大模型赋能复杂场景

相关概念

• AI工业质检 / 2D视觉 / 3D视觉 / 工业相机 / 工业镜头 / 机器视觉光源
• 深度学习 / OCR / 视觉SLAM / 工业大模型

∈ belongs_to::5-12-AI制造-工业视觉