看机器视觉前世今生，畅想未来全新视界

在成像传感器诞生的驱动下，机器视觉进入产业萌芽期。此时受限于半导体工艺成熟度和成本等因素制约，机器视觉只在高端的科学研究中有少量初级应用，尚未形成完整的概念。

贝尔实验室

1969年美国贝尔实验室成功研制出CCD传感器，可以直接把图像转换为数字信号并存储到电脑中参与计算和分析，从而奠定了机器视觉技术诞生的基石。

在应用的驱动下，机器视觉进入起步期。机器视觉的概念首次在产业界被提及，但未形成精准的定义。在此期间诞生了首批机器视觉企业，如加拿大的DALSA、美国的柯达和仙童、英国的E2V等CCD传感器与工业相机公司，以及美国康耐视等具有代表性的软件算法公司。

在应用的进一步驱动下，机器视觉产业进入成长波动期。1990年半导体产业的发展使机器视觉定位与检测成为替代人工的支撑技术，机器视觉产业得到蓬勃发展的机遇。

在美国和日本等发达国家，机器视觉技术开始得到实际应用，但成像技术和算法算力的发展尚不成熟，不能全面满足行业应用需求，无法全面推广。由于技术门槛和系统成本过高，虽然出现一些专门从事机器视觉技术的新企业，但规模普遍较小。

在应用和算力的共同驱动下，机器视觉进入产业发展早期。在此期间，FPD平板显示制造、PCB检测和汽车制造等行业陆续对机器视觉技术应用表现出强烈需求。同时，CPU算力提升使机器视觉系统在PC-Base条件下可以处理一般性的问题。产业需求和技术进步共同促进了机器视觉产业的快速发展与繁荣。我国机器视觉产业也在这个阶段加入全球阵营。

AI算法的发展推动机器视觉进入发展中期。2016年是AI发展非常重要的一年， AlphaGo打败人类顶尖棋手李世石、深度残差学习和残差网成为视觉领域标准算法等标志性事件，开启了人工智能发展的新纪元。

随后，人工智能赋能的机器视觉开始在智能制造应用中加快普及，产业得到了空前发展。随着应用的爆发式扩展，预计2020年后机器视觉将迎来高速发展期。

在国外技术发展引领下，我国机器视觉进入了萌芽期，核心机构和行业开始出现应用。此时由于算法、算力及成像技术尚不成熟，国外机器视觉产业能力处于成长波动期，我国一些企业作为国外代理提供机器视觉器件及技术服务。

在应用和算力的双驱动下，我国机器视觉进入了起步期。此时CPU算力提升，PC-Base系统可以承接一般性难度的问题。国内几个代表性产业如人民币印钞质量检测、烟草和原棉异物剔除、邮政分拣等对机器视觉提出强烈的应用需求，我国开始出现一些专业的机器视觉公司。

是我国机器视觉产业发展划时代的一年。以苹果手机加工制造为核心的3C电子制造产业进入高精度100μm时代，迫切需要用机器替代人来保障产品加工精度和质量的一致性。苹果手机加工制造的应用需求直接推动了我国机器视觉产业进入发展初期。

2010年后，手机产业的飞速发展带来整个3C电子制造业的变革，大大扩展了机器视觉的应用场景，加速促进了机器视觉产业的发展。我国陆续涌现出近百家机器视觉新创企业，很多自动化设备公司也增设了机器视觉部门，此外安防监控领域的一些企业也开始研发应用机器视觉技术。

AI算法的发展使我国机器视觉进入发展中期。从2010年开始的近十年，我国机器视觉产业发展一直保持20%-30%的增速。到2020年我国的机器视觉产业规模基本与欧洲体量相当。