如果把生产制造比作人体，那么机器视觉就是火眼金睛。在生产制造业中，机器视觉技术被广泛应用于一些不适合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，以及在大批量的工业生产中替代人工检测，具有精确性高、速度快、成本低、易于集成等多重优势，能够大幅提高工作效率及质量。
随着制造业转型升级的推进，市场对机器视觉产品的需求日益增长。根据gongkong®市场研究显示：
● 2021年机器视觉市场受3C电子、半导体、新能源汽车市场需求拉动，整体增长显著;
● 2021年随着机器视觉市场需求的逐步释放，新进入厂家持续增加;
● 随着机器视觉产品的技术成熟和竞争加剧，价格有所降低;
● 国产品牌份额逐步提升，国内以海康威视为代表的企业增长显著，直逼进口品牌份额;
● 从产品端看，机器视觉产品逐步从2D向3D产品渗透，机器视觉产品线逐步丰富。3D视觉将更趋于智能化、集成化、实时性、高性能、多场景应用等方向。
在机器视觉的产业链中包含光源、镜头、工业相机、图像采集卡、图像处理系统，算法与软件平台，以及其他外部设备组成。机器视觉技术的发展需要不断融合创新，试验各种落地应用。
因此，在本期专题中，gongkong®特别邀请产业链不同环节中的机器视觉企业，力求多角度探讨器视觉技术的发展方向和应用落地。
机器视觉能够充分满足高精度、柔性生产的需求，随着技术的不断完善、渗透，下游应用场景也日趋多样化。目前主要应用于消费电子、汽车制造、制药业等批量流水制造型企业。但行业市场仍保持高度集中，以消费电子和汽车制造领域为主。
总的来说，在不同行业的工业生产中都需要机器视觉技术给出快速又精准的决策。安森美智能感知部工业及消费应用大中华区市场经理陶志介绍说，用于测量时，要快速判断液位、尺寸等;用于定位时，要快速准确给出物品的正确位置;用于计件检验时要快速计算出数量;用于解码识别时要快速准确识别二维码、字符信息等，从而实现更快、更准确的产品检测，提高效率并降低成本。
基于各个行业自身特性的不同，以及各行业对机器视觉技术认知的不同，不同行业用户对视觉也有着不同的要求。“的确如此，不同的行业，实际应用场景不同，运用的具体技术、解决方案也不同，有些场景适合运用2D技术，有些场景偏重于3D+AI深度学习的解决方案，但总的来说万变不离其宗，均侧重于解决工业生产中定位、检测、测量、识别、分类等难题。”华汉伟业相关负责人讲道。
在汽车、3C、制药等行业，这些行业应用机器视觉技术的共同特点是连续大批量生产、对外观质量的要求非常高，但彼此之间的差异也非常明显。对此，邦纳助理视觉产品经理黄来舟表示，在不同行业中应用机器视觉技术，被测物一致性最好的是3C行业，其次是汽车行业，包装行业则相对较差。从对视觉系统的分辨率来看，一般情况下，电子行业>汽车行业>包装行业。从检测速度来讲，包装行业>电子行业>汽车行业。
ifm 3D ToF成像系统产品销售经理何正介绍说，在汽车、3C、制药等行业都会使用相机用于产品的检测和验证，其中汽车行业的自动化程度最高、零件最为多样、工作环境最为复杂，所以对机器视觉产品也提出了非常高的要求。
尽管不同行业对机器视觉技术有着不同的要求，但机器视觉的应用越来越普遍且通用性越来越广泛。Allied Vision亚太区高级市场经理邹毅也表达了相同观点，他表示企业需要根据自己的实际情况，包括环境、工况、材料、检测目标等，采用不同的机器视觉系统。
以通用型的机器视觉技术来看，例如智能相机，可解决一些简单的机器视觉识别的常规任务，客户无需进行专业的定制或开发。但对于复杂的识别任务，则需要客户自己或通过设备集成商定制适用于该应用的机器视觉系统，这对用户本身的能力提出了较高要求。