机器视觉概念在20世纪50年代提出，20世纪80年代开始逐步进入产业化，到2000年后进入快速发展期。经历了近20年的高速增长，我们认为机器视觉仍然是一个有较强成长动力的行业，主要驱动因素来自两个方面，一是对机器代人过程的不断进行、二是技术进步使得更多需求得以释放，前者的底层逻辑主要是人口红利的消失以及人生理能力的局限性，后者的底层逻辑主要是生产过程向更高效、更精确、更优质的进化。且随着时间推移，上述驱动因素的作用力不断增长，使得机器视觉在智能制造中的地位从“可选”逐步向“必选”迈进。
对经济性和质效的追求是推动机器视觉代人的基础动力
从经济性来看，市场上大多数机器视觉系统单价在3-5万元水平(主要取决于系统的复杂程度，简单的1-3万元，高参数或者3D系统可达20-30万元)。在发达国家，一个典型的10000万美元机器视觉系统应用可以替代3个年工资在20000万美元左右的工人，投入回收期非常短，且后续维护费用较低，具备明显的经济性。随着人工成本上涨、人口红利逐步消失，对经济性的追求将推动机器视觉渗透率快速提升。
从生产过程中的质量和效率来看，由于人眼天生的物理局限性以及人主观的情绪波动，在高通量、高速率、高精度等的生产环境中，机器视觉优势更加明显，有些需求甚至只有机器视觉才能满足。
技术进步不断打开下游需求市场空间
机器视觉技术从1980s开始逐步产业化，经历了基于PC的视觉系统、模式视觉系统、条码扫描视觉系统、视觉传感器，发展到目前最先进的结合AI以及深度学习的3D视觉系统，技术的持续进入不断释放下游需求，推动机器视觉行业成长。
以全球机器视觉龙头康耐视为例，基于在条形码扫描、3D机器视觉以及AI和深度学习等方面的技术进步，其近年来在物流、生物科学等领域的收入快速增长，2018年康耐视将自己的目标市场空间从29亿美元上调到了35.5亿美元，且未来还有进一步上调的潜力。
展望未来，机器视觉行业主要有几个发展趋势：1)更多更快的图像数据传输、更先进的软件算法带来实现数字化、实时化和智能化的性能提升;2)硬件性能的提升(更高分辨率、更快扫描率等)和产品软件价格的下降推动机器视觉渗透率提升;3)产品向着小型化、集成化发展。
