机器视觉行业市场调研报告.docx

机器视觉行业市场调研报告.docx

《机器视觉行业市场调研报告.docx》由会员分享，可在线阅读，更多相关《机器视觉行业市场调研报告.docx（35页珍藏版）》请在冰豆网上搜索。

机器视觉行业市场调研报告

机器视觉

市场调研报告

前言

机器视觉技术是一项新兴产业，自起步发展至今，机器视觉在中国经历了三个发展阶段，其功能以及应用范围随着工业自动化的发展也在逐渐完善和推广。

而在世界范围内，机器视觉已经为人类解决了许多重大问题，由于机器视觉自身领域的特点，目前应用于工业、农业、交通运输业、新兴行业等多领域，创造了人工无法比拟的经济和社会价值。

本文从机器视觉的发展、机器视觉的应用领域、竞争状态、市场规模和预测等多方面，调研了机器视觉行业的发展状态，为公司投资机器视觉领域提供了参考依据。

关键词：

机器视觉、市场规模、竞争、前景

第1章机器视觉发展背景

1.1机器视觉综述

1.1.1机器视觉定义及组成

机器视觉就是用机器来代替人眼来做测量个判断的系统，它通过光学装置和非接触传感器自动获取目标对象的图像，并由图像处理设备根据所得图像的像素分布、亮度和颜色等信息进行各种运算处理和判别分析，以提取所需特征信息或者根据判断分析结果对某些现场设备进行运动控制。

机器视觉系统中图像处理设备一般都采用计算机，所以机器视觉有时也称为计算机视觉。

一个典型的机器视觉系统包括：

照明（光源）、镜头、相机（CCD或CMOS）、图像采集卡、图像处理软件等。

在搭建机器视觉系统时，用户需要采购系统中的各个组件，但市场上机器视觉产品及设备生产厂家多数只生产其中的部分组件，如AVT的工业摄像机、Computar的工业镜头、CCS的光源等。

在这种情况下，组件机器视觉系统需要大量的时间和精力来选购不同厂家的产品，无论在人力还是资源寻找成本上都会付出很多。

图1：

机器视觉组成

一个典型的机器视觉系统包括以下五大块：

照明（光源）：

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。

由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。

光源可分为可见光和不可见光。

常用的几种可见光源是白炽灯、日光灯、水银灯和钠光灯。

可见光的缺点是光能不能保持稳定。

如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。

另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。

照明系统按其照射方法可分为：

背向照明、前向照明、结构光和频闪光照明等。

其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。

前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。

结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。

频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。

镜头

FOV（FieldofVision）=所需分辨率*亚象素*相机尺寸/PRTM（零件测量公差比）。

镜头选择应注意：

①焦距②目标高度③影像高度④放大倍数⑤影像至目标的距离⑥中心点/节点⑦畸变

视觉检测中如何确定镜头的焦距，为特定的应用场合选择合适的工业镜头时必须考虑以下因素：

·视野-被成像区域的大小。

　　·工作距离（WD）-摄像机镜头与被观察物体或区域之间的距离。

　　·CCD-摄像机成像传感器装置的尺寸。

·这些因素必须采取一致的方式对待。

如果在测量物体的宽度，则需要使用水平方向的CCD规格，等等。

如果以英寸为单位进行测量，则以英尺进行计算，最后再转换为毫米。

高速相机

　　按照不同标准可分为：

标准分辨率数字相机和模拟相机等。

　　要根据不同的实际应用场合选不同的相机和高分辨率相机；

　　按成像色彩划分，可分为彩色相机和黑白相机；

　　按分辨率划分，像素数在38万以下的为普通型，像素数在38万以上的高分辨率型；

　　按光敏面尺寸大小划分，可分为1/4、1/3、1/2、1英寸相机；

　　按扫描方式划分，可分为行扫描相机（线阵相机）和面扫描相机（面阵相机）两种方式；（面扫描相机又可分为隔行扫描相机和逐行扫描相机）；

　　按同步方式划分，可分为普通相机（内同步）和具有外同步功能的相机等。

　　图像采集卡

　　图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。

图像采集卡直接决定了摄像头的接口：

黑白、彩色、模拟、数字等等。

　　比较典型的是PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。

有些采集卡有内置的多路开关。

例如，可以连接8个不同的摄像机，然后告诉采集卡采用那一个相机抓拍到的信息。

有些采集卡有内置的数字输入以触发采集卡进行捕捉，当采集卡抓拍图像时数字输出口就触发闸门。

　　视觉处理器

　　视觉处理器集采集卡与处理器于一体。

以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。

采集卡传输图像到存储器，进而计算分析。

当前主流配置的PLC，且配置较高，视觉处理器已经几乎退出市场。

1.1.2行业发展阶段

机器视觉技术是一项新兴产业，自起步发展至今，机器视觉在中国经历了三个发展阶段，其功能以及应用范围随着工业自动化的发展也在逐渐完善和推广。

第一阶段为初级阶段。

1990年以前，仅仅在大学和研究所中有一些研究图像处理和模式识别的实验室。

在20世纪90年代初，一些来自这些研究机构的工程师成立了他们自己的视觉公司，开发了第一代图像处理产品，和一些简单的图像处理软件库，并在大学的实验室和一些工业场合得到了应用，人们能够做一些基本的图像处理和分析工作。

但是当时的市场需求不大，工业界的很多工程师对机器视觉没有概念，另外很多企业也没有认识到质量控制的重要性。

这种状况一直持续到1998年。

期间真正的机器视觉系统市场销售额微乎其微。

主要的国际机器视觉厂商还没有进入中国市场。

第二阶段为机器视觉概念引入期。

自从1998年，越来越多的电子和半导体工厂，包括香港和台湾投资的工厂，落户广东和上海。

带有机器视觉的整套的生产线和高级设备被引入中国。

随着这股潮流，一些厂商和制造商开始希望发展自己的视觉检测设备，这是真正的机器视觉市场需求的开始。

第三阶段从2002年至今，称之为机器视觉发展期。

在此阶段各个行业，越来越多的客户开始寻求视觉检测方案，机器视觉可以解决精确的测量问题和更好地提高他们的产品质量，一些客户建立了自己的视觉部门。

.越来越多的本地公司开始在他们的业务中引入机器视觉，一些是普通工控产品代理商，一些是自动化系统集成商，一些是新的视觉公司。

现在，机器视觉仍然是一个非常活跃的研究领域，与之相关的学科涉及：

图像处理、计算机图形学、模式识别、人工智能、人工神经元网络等。

中国机器视觉呈快速增长趋势。

当前，机器视觉的应用已经超越了其传统的检验领域，向着更深层、更为多样化的领域扩展。

与此同时，机器视觉产品的采购量也在节节攀升。

1.1.3机器视觉特点及应用优点

机器视觉具有以下特点：

1、精度高

作为一个精确的测量仪器，设计优秀的视觉系统能够对一千个或更多部件的一个进行空间测量。

以为此种测量不需要接触，所以对脆弱的部件没有磨损的危险和伤害。

2、连续性

视觉系统可以使人们免收疲劳之苦。

因为没有人工操作者，也就没有了人为造成的操作变化。

多个系统可以设定单独运行。

3、成本效率高

随着计算机处理器价格的急剧下降，机器视觉系统成本效率也变的越来越高。

比如：

一个价值10000美元的机器视觉系统可以轻松取代3个人工探测着，而每个探测着每年的工资约20000美元。

另外，视觉熊的操作和维持费用非常低。

4、灵活性

视觉系统能够进行各种不同的测量。

当应用变化以后，只需要软件做相应变化或者升级以适应新的需求即可。

机器视觉系统比光学或机器传感器有更好的适应性。

它们使自动机器有了多样性、灵活性和可重组性。

当需要改变生产过程时，对机器视觉来说“工具更换”仅仅是软件的变换而不是更昂贵的硬件。

当生产性重组后，机器视觉系统可以重复使用。

机器视觉系统应用的优点：

机器视觉系统是实现仪器设备精密控制、智能化、自动化的有效途径，堪称现代工业生产的“机器眼睛”。

其最大的优点为：

1、实现非接触测量。

对观测和被观测者都不会有任何损伤，从而提高了系统的可靠性；

2、具有较宽的光谱响应范围。

机器视觉则可以利用专用的光敏元件，可以观察到人类无法看到的世界，从而扩张了人类的视觉范围；

3、长时间工作。

人类难以长时间对同一现象进行观察。

机器视觉系统则可以长时间地进行观测、分析与识别任务；并可应用于恶劣的工作环境。

1.2机器视觉行业发展特性

目前，在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。

而在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。

目前国内机器视觉大多为国外品牌，国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐渐成熟。

伴随着经济水平的提高，和技术的不断更新换代，机器视觉行业发展也呈现出如火如荼的趋势，呈现出周期性、季节性和区域发展的特性。

机器视觉系统的发展经历了三个阶段，每一个阶段都有自身发展的特性，从图像视觉到现在机器视觉系统的整体构造，机器视觉系统大发展呈现周期性的趋势；而从机器视觉行业角度来讲，从机器视觉理念的慢慢渗入，如今，机器视觉企业也在摸爬滚打中不断发展，但是总体缺乏领军企业，多数企业都是生产机器视觉系统中的某一部分，或者零部件，没有相对在行业配套中十分突出的企业，行业技术的发展也跟随着中下游产业链企业的发展，呈现周期性的发展特性，经有关调查发现，机器视觉企业的利润突出增长点在下半年。

除此之外，机器视觉的发展也呈现了地域性发展的特点，北美、欧洲、德国、日本、中国，目前是世界上机器视觉的主要发展地，机器视觉理念的发展也日趋成熟，而在中国，机器视觉企业，更表现出了比较明显的地域集中性特点。

中国机器视觉行业中的十大领先企业有：

北京凌云光技术、中国大恒（集团）北京图像视觉技术分公司、东莞奥普特自动化科技、北京三宝兴业视觉技术、北京嘉恒中自图像技术、北京微视新纪元科技、东冠科技（上海）、北京征图新视科技、北京盈美智科技和西安艾菲特光电技术。

由此可以看出，中国的机器视觉行业企业，在北京、上海、广东地区分布比较集中。

而这些地方，也是中国电子企业、光电企业、通讯企业等飞速发展的地区，呈现出比较明显的区域性发展特性。

1.3产业链分析

据有关统计，目前全球机器视觉市场总量在60亿~70亿美元之间，并且以每年8.8%的速度迅速增长。

而在中国，机器视觉产业还处于起步阶段，尽管在某些局部已经有了应用，但对于市场和大多数人来说，它还是一个新鲜事物。

据了解，虽然目前国内机器视觉应用的产品几乎都是国外的品牌，但目前国际上的主要机器视觉生产供应商几乎都并不直接面对中国的用户，而是通过代理商的模式销售其产品。

国内机器视觉厂商多是引进国外的产品，针对国内厂商的需求，做一些系统集成方面的工作，实际从事生产机器视觉产品的企业微乎其微。

即便是系统集成商，所做的工作也并不轻松。

因为在实际工作中所面对的终端用户行业特点千差万别，需要系统集成商对这些客户从事的行业以及生产环节有所了解。

而这需要一个过程。

半导体

电子制造业

汽车制造业

印花包装业

烟草业

农业

医药

交通

……

机器视觉行业的上游有光源、镜头、工业相机、图像采集卡、图像处理软件等的提供商。

行业下游应用较广，主要下游市场是半导体和电子制造行业。

除此之外还有应用到汽车、印刷包装、烟草、农业、医药和交通等领域。

机器视觉产业链示意图如下：

光源

镜头

工业相机

图像采集卡

图像处理软件

……

图2机器视觉产业链示意图

机器视觉的发展必然要放在加工业大环境中，毕竟它只是生产流水线中的一个环节。

即便如此，国内机器视觉产业的发展也并不算完善。

业内专家认为，机器视觉在国内还没有发展成一个完整的行业，从供应商到系统集成商到终端客户，整条产业链还处于培育阶段。

从中国来看，国内的机器视觉厂商虽然也有一些生产型企业，但更多的则是提供应用的厂商，其中以从研究机构出来的居多。

这些厂商的特点普遍是规模不是很大，往往代理德国、日本、美国、加拿大等国企业的产品。

　　业内专家认为，与国外同行业相比，国内机器视觉产品并不仅仅只在技术性能上有差距，还包括品牌和知识产权上的差距。

机器视觉行业一定要形成统一的开放标准才能让更多的厂商在相同的平台上开发产品，才能促进中国机器视觉产业朝着国际化水平发展。

1.4行业发展环境分析

1.4.1行业政策环境

1、行业管理体制

机器视觉行业的主管部门有工业和信息化部以及国家发展和改革委员会，该主管单位会向国家其他有关部门制定行业政策和行业发展规划，指导整个行业协同有序地发展。

机器视觉行业联盟是行业内一个自发性组织，成立于2011年3月，并于2011年7月开始吸纳会员，目前已有国内40余家企业加入，部分企业还在陆续加入。

其宗旨在于推动中国机器视觉和图像技术基础理论和应用研究的发展，推动机器视觉和图像技术的普及，培养机器视觉和图像科技人才，促进中国机器视觉行业企业和国际企业的合作交流。

此外，机器视觉行业涉及到的行业较多，这些行业相关的自律组织也参与到机器视觉行业的相关管理中，如制定相关的行业规范及标准、建立行业自律性机制等。

相关的自律组织有：

中国照明电器协会、中国自动化协会、中国图像图形学学会等。

此外，国家质量监督检验检疫局、国家环保局等，也参与机器视觉的相关行业标准制定工作。

2、行业相关行政法规

机器视觉行业在中国正蓬勃发展，伴随着时代的潮流，政府对机器视觉行业企业也有了极大的支持力度，出台了一系列的行业行政法规，以支持机器视觉行业的发展。

如下相关文件，均提及了有利于机器视觉行业发展的相关法规。

《国家中长期科学和技术发展纲要（2006-2020）》中，提出加大工业节能、综合节水、流程工业的绿色化的重要性，并要求重点研究开发冶金、化工等流程工业和交通运输业等主要高耗能领域的节能技术与装备，重点研究开发工业用水循环利用技术和节水型生产工艺，重点研究开发绿色流程制造技术，高效清洁并充分利用资源的工艺、流程和设备。

工信部《信息化和工业化深度融合专项行动计划（2013-2018）》中，提出智能制造生产模式培育行动，明确要加快工业机器人在生产过程中应用。

安徽省已在汽车、机床、工程机械等优势行业重点企业中建设数字化车间，开展智能工厂建设试点，促进工业机器人在关键生产线的规模应用。

《国务院关于加快振兴装备制造业的若干意见》对发展工业自动化控制和关键精密测试仪器，满足重点建设工程及其他重大（成套）技术装备高度自动化和智能化的需要制定了振兴措施并明确了工作方向，鼓励企业与科研院所大专院校联合开展研发工作，加快研究成果的产业化进程，创建一批享誉国内外的知名品牌。

2009年，国务院常务会议审议并原则通过装备制造业振兴规划，提出加快装备制造业兼并重组和产品更新换代，促进产业结构升级，全面提升产业竞争力，增加对工业自动化高端产品的需求，进而为先进装备制造厂商带来发展机遇。

工业机器人的发展需要机器视觉的助阵，国家出台的一系列政策对于机器视觉行业发展呈现利好趋势。

同时，装备制造业是机器视觉主要应用行业之一，行业的发展必将带来对机器视觉的大规模需求。

3、行业相关发展规划

《中华人民共和国国民经济和社会发展第十二个五年规划纲要》于2011年3月正式发布，指出促进新兴科技与新兴行业深度融合，在继续做强做大高技术行业的基础上，把战略性新兴行业培育发展成为先导性、支柱性行业。

其中，战略性新兴行业增加值占国内总值比重将达到8%左右。

要大力发展高端装备制造业，包括航空装备、卫星及应用、轨道交通装备和智能制造装备。

《中国电子元件“十二五”规划》中，指出要满足新一代电子整机发展需求的新型片式化、小型化、集成化、高可靠电子元件产品；满足我国新型交通装备制造业配套需求的高质量、关键性电子元件；为新能源以及智能电网行业配套的电子元件；新型电子元材料及设备。

综上：

国家的行业政策和相关法律法规对机器视觉行业的发展是有利的，并且国家也提出了方案性的文件和规划，大力促进了相关产业的发展，推动了机器视觉的进步，为机器视觉行业产业的发展提供了有利的政策环境和保障。

1.4.2行业技术环境分析

从专利数量来看，1996-2013年，我国机器视觉的专利申请数量呈总体上升趋势，2011年，我国机器视觉专利申请数量为267个；2012年，我国机器视觉专利数量为298个；2013年为101个，近几年行业专利申请数量大增，行业技术发展日益成熟。

伴随着技术的日益成熟，人们也越来越认识到拥有核心技术的重要性，专利的数量也呈现出了逐年攀升的状态。

而2015年更是机器视觉突飞猛进的一年，专利申请数量也会在今年呈现爆发性增长。

从专利申请人分析，主要为大学研究机构，江南大学和浙江大学的数量最多，分别为46项和41项，分别占比17.2%和15.3%。

而从机器视觉专利技术构成者来说，G01N21/00专利最多，达到294个，G01B11/00排名第二，为241个。

当前，全球互联网正掀起新一轮创新和变革的浪潮，大数据、云计算等技术研发和商用取得重大突破，互联网跨界融合趋势明显，对传统产业带来革命性、颠覆性影响。

智能制造是未来的发展方向，智能制造应当包含智能制造技术和智能制造系统，智能制造系统不仅能够在实践中不断地充实知识库，具有自学习功能，还有搜集与理解环境信息和自身的信息，并进行分析判断和规划自身行为的能力。

而在智能制造过程中，机器视觉主要用计算机来模拟人的视觉功能，具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。

由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

在未来的几年内，随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。

由于机器视觉的介入，自动化将朝着更智能、更快速的方向发展。

第二章国际机器视觉行业发展趋势和现状

2.1市场发展规模

2.1.1产业发展历程

机器视觉的概念起始于20世纪60年代，最先的应用来自"机器人"的研制。

最早基于视觉的机器系统，先由视觉系统采集图像并进行处理，然后通过计算估计目标的位置来控制机器运动。

1979年提出了视觉伺服（VisualServo）概念，即可以将视觉信息用于连续反馈，提高视觉定位或追踪的精度。

20世纪50年代：

主要集中在二维图像的简单分析和识别上，如字符识别，工件表面、显微图片和航空图片的分析和解释等。

　60年代：

MIT（MassachusettsInstituteofTechnology）的Roberts通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述．他的研究工作开创了以理解三维场景为目的的三维计算机视觉研究。

70年代：

首次提出较为完整的视觉理论，已经出现了一些视觉应用系统．70年代中期，MIT人工智能（ArtificialIntelligence）实验室正式开设"机器视觉"课程。

1973年MITAILab吸引了国际上许多知名学者参与视觉理论、算法、系统设计的研究，D.Marr教授就是其中的一位．他于1973年应邀在MITAILab领导一个以博士生为主体的研究小组，1977年提出了视觉计算理论（VisionComputationalTheory），该理论在80年代成为计算机视觉领域中的一个十分重要的理论框架。

80年代中期：

计算机视觉获得蓬勃发展，新概念、新方法、新理论不断涌现。

我国早期正式介绍计算机视觉的文献：

计算机视觉：

一个兴起的研究领域，计算机应用与软件，1984年第3期。

90年代中期：

深入发展、广泛应用的时期。

2.1.2应用现状分析

随着微处理器、半导体技术的进步，以及劳动力成本上升和高质量产品的需求，国外机器视觉于20世纪90年代进入高速发展期，广泛运用于工业控制领域。

全球机器视觉主要应用的领域：

（1）汽车行业；

（2）饮料行业；

（3）电子行业；

（4）太阳能行业；

（5）食品行业；

（6）制药与化妆品行业；

（7）仓储和输送行业；

（8）交通运输行业；

………………

根据工业环境的不同，全球机器视觉主要分为以下两类：

一类是用于大规模或者高测试要求的生产线上，如包装、印刷、分拣等，或者在野外、核电等不适合人员工作的环境中，利用机器视觉方式代替传统人工测量或检试，同时实现人工条件下无法达到的可靠性、精确度及自动化程度。

另一类应用是必须用到高性能、精密机器视觉组件的专业设备制造，典型代表是最早带动整个机器视觉行业崛起的半导体制造设备。

从上游晶圆加工制造的分类切割，到末端电路板印刷、贴片，这类设备都依赖于高精度的视觉测量以对运动部件进行导引与定位。

例如，如果锡膏印刷工序存在定位偏差，且该问题直到芯片贴装后的在线测试才被发现，那么返修的成本将会是原成本的100倍以上。

机器视觉发展至今，早已不是单一的应用产品。

机器视觉的软硬件产品已逐渐成为生产制造各个阶段的必要部分，这就对于系统的集成性提出了更高的要求。

工业自动化企业要求能够与测试或控制系统协同工作的一体化工业自动化系统，而非独立的视觉应用。

在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

2.1.3产业市场规模和格局

2013年全球机器视觉系统及部件市场规模为34.01亿美元，相对于2007年增长了56.08%。

图32007--2013年全球机器视觉系统及部件市场规模

从图上可以明显看出，机器视觉系统及部件的市场规模呈逐年上升趋势，并且增加保持了每年3%左右的增长幅度，2008年由于全球金融危机的影响，呈现了负增长，但是整体来看，整个全球市场正在蓬勃发展。

而在产业市场格局上，行业内知名从事机器视觉的企业主要包括康耐视、基恩士、NI等。

2.2行业分布状况和发展趋势

2.2.1产业地区分布情况

2013年全球机器视觉产业主要分布于北美、欧洲以及日本地区。

其中北美占比达到了62%。

欧洲占比为15%，日本为10%。

表12013年全球机器视觉产业分布

随着全球制造中心向中国转移，中国机器视觉市场正在继北美、欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。

目前包括中国和日本在内的亚太地区占全球的比重突破20%已经超过欧洲，位居全球第二大区域市场。

　北美机器视觉产业：

2010年度，机器视觉部件及系统在北美地区销售额增加54％，达到17.2亿美元。

2013年北美机器视觉总销量同比上升9.32%。

机器视觉总销量包括机器视觉系统的销量和机器视觉组件的销量。

包括应用视觉系统及智能相机在内的机器视觉系统继续全面增长，与2012年第三季度相比上涨25%。

机器视觉组件在2013年第三季度的销售量亦有所提高，同比增长10%。

相机、采光板和成像板同比均有所增加，但光学器件及软件则增幅不明显。

图42010-2013年北美机器视觉机器视觉系统及部件市场规模

欧洲机器视觉产业：

（1）德国机器视觉产业

2013年德国机器视觉产业市场规模为1.1亿美元相对于2012年市场规模略有增长。

图52010-2013年德国机器视觉机器视觉系统及部件市场规模

2014年巴西世界杯使用的门线识别技术正是基于机器视觉技术的一项应用。

该技术来自德国GoalCon