TOP

機器視覺行業研究：行業空間星辰大海，國產廠商蓄勢突圍

2023-02-03 11:35:02 來源:【未來智庫】作者: 【大中小】瀏覽:696次評論:0條

機器視覺：應用廣泛+持續高盈利鑄就高景氣賽道

為機器植入“眼睛”和“大腦”，融入工業基礎

機器視覺的本質是為機器植入“眼睛”和“大腦”，基于捕獲并處理的圖像為設備執行功能提供操作指導，通常機器視覺系統包含軟件和硬件部分，具體可分為三大環節：1）成像單元（光源、鏡頭、相機、圖像采集卡、控制器和配件）；2）圖像分析與處理單元（信息處理平臺、機器視覺算法庫）；3）智能決策與執行單元（AI 能力平臺、現場應用軟件）。

機器視覺技術將“機器代替人眼”的理念應用于工業制造中，相比于人眼觀測，機器視覺在精度、速度、適應性、客觀性、重復性、可靠性、信息集成等方面具有顯著優勢，是工業制造數字化、網絡化、智能化的未來發展方向。

因此機器視覺在諸多場景下可以代替人眼視覺并取得更優異的效果，其基礎功能可以歸納為四種：定位、識別、測量與檢測。

1）定位。機器視覺定位是將零件的位置和方向與指定的空間公差進行比較的過程。在 2D 或 3D 空間中，零件的位置和方向被傳輸給機器人或機器元件，以便于它對齊或將目標放置在適當的位置和方向。相比手動檢查、對齊和定位，機器視覺定位系統具有更高的精度和速度，實際的定位應用包括機器人拾取和放置傳送帶上的零件、玻璃基板的定位、檢查條形碼和標簽對齊、檢查 PCB 中的 IC 放置以及排列包裝托盤中的零件。

2）檢測。缺陷檢測是制造業中最基本的質量控制方法之一，也是機器視覺系統最常用的功能。在缺陷檢測中，機器視覺會搜索零件表面存在的裂紋、劃痕、瑕疵、間隙、污染物、變色和其他不規則等缺陷。這些缺陷隨機出現，因此機器視覺算法會尋找圖案變化、顏色或紋理變化、不連續性或連接結構。機器視覺系統可以將缺陷按類型、顏色、紋理和大小進行分類，并篩選出不符合標準的缺陷部分。相比人眼檢測，機器視覺系統可以快速有效地檢測人眼看不見的微小缺陷，并且可以長時間運行。缺陷檢測廣泛用于檢查半導體和電子元件、電器、食品及其包裝、連續卷材生產的材料（例如紙張、塑料、金屬）等。一旦檢測到來自流程的故障部件，流程將立即停止并進行糾正，故障部件將與其批次分開。缺陷檢測通常與存在性檢查、測量和定位功能一起集成到機器視覺系統中。

3）測量。機器視覺測量主要用于檢查零件的尺寸精度和幾何公差。機器視覺系統通過計算兩個或多個點之間的距離以及對象上目標特征的位置，以確定測量值是否符合規格。要獲得高度準確、精確和可重復的測量，必須優化機器視覺系統的照明和光學系統。測量通常與缺陷檢測結合使用，用于測量零件中檢測到的不規則性，另外還可用于計算零件的體積。

4）識別。機器視覺識別主要用于掃描和讀取條形碼、二維碼、零件標記以及在零件、標簽和包裝上的字符，這些標記包含產品名稱、制造商、日期代碼、批號和有效期等，標識有助于提升零件的可追溯性、庫存控制和產品驗證系統。識別系統包括光學字符識別（OCR）或光學字符驗證（OCV）系統，在 OCR 系統中，機器視覺在事先不知道待查字符的情況下讀取目標上打印的字符；在 OCV 系統中，機器視覺在已知待查字符的情況下驗證字符串的存在。

機器視覺在工業領域應用廣泛，其中檢測功能難度最大、應用最廣。在實現難度方面，識別相對最簡單，檢測相對最難，盡管如此，檢測仍然是機器視覺在工業領域的最主要應用，應用占比達 50%，識別、定位和測量功能分別占比 24%、16%和 10%。

下游應用廣泛，賽道具備長期高盈利屬

在機器視覺領域，可以把各個部件劃分為光源，鏡頭，相機，采集卡，算法等。各個部件都是系統的有機組合，均有各自的重要性。從系統上來說，機器視覺是一套圖像處理系統。機器視覺具有定位、識別、測量與檢測四大功能，其中檢測功能難度最大、應用最廣。由于機器視覺具備通用屬性，是工業領域的“眼睛”，因此其下游應用廣泛，涵蓋 3C 電子、汽車、半導體等眾多行業。

機器視覺屬于技術密集型行業，具備持續且穩定的高盈利屬性。從毛利率來看，基恩士和康耐視作為機器視覺全球兩大龍頭企業，1997-2021 年平均毛利率分別高達 79%、 72%，遠超一般行業水平，近 5 年更是高達 82%、74%，奧普特近 5 年平均毛利率也達到 71%，說明機器視覺行業不僅具備長期高盈利的特點，而且還處于成長期。從凈利率來看，基恩士維持增長態勢，自 1997 年的 23%穩定增長至 2021 年的 40%，康耐視盡管在 2001、2009 年陷入虧損，但整體仍然保持較高毛利率，1997-2021 年平均凈利率達 25%，5 年視角來看，基恩士與奧普特基本處于同一凈利率水準，均略高于康耐視。整體來說，機器視覺行業具備持續且穩定的高盈利屬性。

行業空間星辰大海，細分賽道多點開花

市場容量不斷擴大，全球龍頭持續成長

機器視覺具有長坡厚雪的屬性，特點是成長期長、天花板高。2021 年全球機器視覺器件市場規模超 800 億元，中國市場已成為市場容量擴大的主要驅動力。根據 GGII 數據， 2021年全球/中國機器視覺市場規模分別為804億元/138億元，同比增長12.1%/46.8%， 2016-2021 年 CAGR 分別為14.0%/24.1%，中國機器視覺市場規模增速顯著快于全球， 2021 年中國貢獻了全球一半的市場規模增量。根據 GGII 預測，預計 2025 年全球/中國機器視覺市場規模分別達 1276 億元/469 億元， 21-25 年 CAGR 分別為 12.2%/35.7%，中國市場有望繼續作為全球市場增量的主要貢獻者。從細分產品來看，3D 視覺在中國仍處起步階段，2021 年市場規模約為 11.5 億，預計 2025 年將達 104.4 億元，2021-2025 年 CAGR 為 73.5%。

從市場成長來看，中國市場重要性日益凸顯。在機器視覺發展早期，主要消費市場集中在歐美和日本，2012 年，康耐視在美國、歐洲和日本的銷售額占比分別為 31%、31% 和 13%，基恩士日本和美國的銷售額占比分別為 61%、13%。隨著全球制造中心向中國轉移以及中國市場對機器視覺的接受度日漸提高，中國已經逐漸成為美國和歐洲之后的機器視覺第三大市場，2015 年基恩士、康耐視分別開始單獨披露中國、大中華區銷售份額。2021 年，基恩士在中國的銷售額占比已經達到其總營收的 17%，康耐視在大中華區的銷售額占比達到其總營收的 19%。

美國成熟市場仍在持續擴張，為中國市場發展提供借鑒目標。以全球最主要的機器視覺市場之一美國為例，盡管已經發展了數十年，美國機器視覺市場仍保持增長。基恩士的美國地區收入在 2012-2021 年（自然年）的復合增速約為 16.7%，康耐視的美國地區收入在 2012-2021 年的復合增速約為 16.4%，說明機器視覺的成長期較長，中國作為機器視覺全球新興市場，有望復制美國等機器視覺成熟市場的發展路徑。

細分行業多點開花，順應趨勢遍地掘金

中國機器視覺主要應用于制造業，其中消費電子占比最大。根據機器視覺產業聯盟（CMVU）統計數據，2021 年中國機器視覺銷售額的 79.8%應用于制造業，包含消費電子、鋰電、半導體（含 PCB）、電氣/電子（除半導體）、汽車、印刷和紙張、光伏等細分行業，其中消費電子領域用機器視覺占全行業的比例為 21.9%，為目前機器視覺最主要的下游應用行業；其次為鋰電行業，全行業占比約為 10.8%。

新能源（鋰電）成為中國機器視覺行業新支撐。根據 CMVU 統計數據，在中國制造業中，除了最大下游消費電子之外，鋰電行業的機器視覺應用隨著新能源汽車行業高速發展而持續增長，2019-2021 年，機器視覺在鋰電行業的銷售額 CAGR 達 110.4%，在光伏行業的發展與鋰電行業類似，均實現銷售額占比三連增，但光伏應用的體量目前還較小，2021 年光伏領域機器視覺銷售額占全行業的比例為 4.0%。

3C 電子：從組裝向非組裝拓展

在消費電子行業，工業機器視覺在主板、零部件組裝、整機組裝這三大生產環節均有應用。隨著近年來中國經濟快速發展、居民收入水平提升、以及全球電子制造中心向發展中國家轉移，中國逐漸成為全球最大的消費電子產品市場之一。電子產業的自動化水平較高，也是當前中國市場機器視覺最主要的下游行業。消費電子行業的產品主要包括平板電腦、筆記本、臺式機、傳統手機（淘汰中）、智能手機、電視和相機等 7 大類。其中，智能手機憑借越來越多的消費應用，市場占比逐步攀升，目前已接近 50%。消費電子產品的發展趨勢是逐漸精密化，同時也伴隨著元器件尺寸越來越小和質量標準日漸提高。以智能手機為例，每一代產品與技術升級，幾乎都需要對機器視覺工具進行更新。因此，行業整體對于機器視覺的需求呈放大趨勢。目前在主板和零部件端，2D 視覺仍是主要的機器視覺應用，3D 視覺為輔，未來具有較大發展空間。在整機組裝端，機器視覺已應用于定位、測量、檢測和識別。在成品端，機器視覺由于其高精度、高速度的檢測能力，可以出色完成對劃痕、破損、斑點、色差等的外觀檢測，且隨著客戶要求提升及機器視覺技術進步，機器視覺的外觀檢測應用將越來越多。

鋰電：中國機器視覺市場新增長極

目前機器視覺還沒有應用到鋰電池所有生產工藝中，前中段（涂布、分切、模切、卷繞、疊片等）應用較多，后段（密封釘焊后檢測、包藍膜前后的外觀檢測等），以及模組段（底部藍膠檢測、BUSBAR 焊縫檢測、側焊縫檢測、模組全尺寸外觀檢測、PACK 檢測等）應用相對較少，隨著技術的不斷成熟，未來機器視覺產品在各環節的應用有望實現快速滲透。

隨著電芯、模組、PACK 測量要求日益提升，被測物體條件愈發復雜，3D 視覺可解決傳統 2D 視覺無法精準檢測高度特征的缺陷，且對外部環境依賴度低，可作為鋰電機器視覺的有效補充。

受益于鋰電行業持續高景氣，中國鋰電市場規模快速增長，2017-2021 年中國鋰電池產量 CAGR 為 20.3%。目前機器視覺在鋰電行業仍處加速滲透階段，預計鋰電機器視覺檢測系統市場規模將保持快于鋰電池行業整體的增速。根據 GGII 預測，鋰電行業機器視覺未來 5 年 CAGR 有望達到 40%+，有望得益于：1）應用場景的增加，未來機器視覺在鋰電池制造環節滲透率有望逐步上升；2）過去鋰電池質量主要依靠人工檢測為主，視覺替代人工檢測的趨勢有望加快；3）早期鋰電企業擴產不會考慮很多AI場景的鋪設，后期預計加裝視覺檢測系統。

半導體：高精度需求驅動 3D 視覺發展，國產占比持續提升

工業機器視覺應用最早的領域是半導體行業，發展已經較為成熟，其高端市場基本被海外廠商占據。在半導體領域，機器視覺已被應用于半導體外觀缺陷、尺寸、數量、平整度等檢測環節，并廣泛應用于晶圓制造和封裝測試中的檢測、定位、切割和封裝過程，晶圓在切割前必須使用機器視覺系統檢測出瑕疵，并打上標記。在隨后的切割過程中需要利用機器視覺系統進行快速精準定位，機器視覺技術相比之下具備顯著精確度及速度優勢。2020-2022H1，半導體行業維持高增，2022H2 由于行業高庫存進入調整期，后續隨著庫存消化，半導體行業有望繼續成為工業機器視覺的重要支撐。

隨著終端應用需求的持續發展，全球半導體產能持續擴張，半導體設備市場規模穩步提升。2016-2021 年，全球半導體設備銷售規模由 412 億美元提升至 1026 億美元，CAGR 達 20%。基于下游市場需求的快速增長和半導體產業鏈向我國的轉移，我國的半導體產業規模快速擴張。2016 年至 2021 年，中國大陸的半導體設備市場規模由 65 億美元增長至 296 億美元，CAGR 達到 35.6%；中國大陸占全球半導體設備市場規模的比例由 16%快速增長至 29%。

傳統的半導體封測設備，精度普遍要達到微米（0.001mm）到亞微米（1.0μm）之間，速度大約在每秒 40~50 平方厘米，誤報率 5%~10%，在此環節，2D 機器視覺已完全被 3D 取代。先進封裝更因小尺寸、輕薄化、高引腳、高速度，大幅縮減芯片尺寸。因此， 3D 機器視覺在其中發揮著巨大作用，3D 視覺檢測設備市場正處在高速增長中。中國機器視覺行業對于 3D 視覺解決方案的研發投入由 2019 年的 2.28 億元增長至 2021 年的 6.46 億元，占全行業研發投入的比例由 2019 年的 15.6%增長至 2021 年的 20.8%。

汽車：產銷量上行帶動機器視覺需求持續增長

如今的汽車行業已實現高度自動化，工業機器視覺發揮著生產高效、質量保障、安全可靠的巨大作用。機器視覺已貫穿整個汽車制造過程，包括從初始原料質檢到汽車零部件 100％在線測量，再對焊接、涂膠、沖孔等工藝過程進行把控，最后對車身總成、整車質量進行把關。機器視覺檢測系統可以完成工藝檢測、自動化跟蹤、追溯與控制等，包括通過光學字符識別（OCR）技術獲取車身零件編碼以保證零件在整個制造過程中的可追溯性，通過識別零件的存在或缺失以保證部件裝配的完整性，以及通過視覺技術識別產品表面缺陷或加工工具是否存在缺陷以保證生產質量。如汽車總裝和零部件檢測、焊接質量檢測、電器性能檢測、發動機檢測等。此外，視覺引導技術負責引導機器人進行最佳匹配安裝、精確制孔、焊縫引導及跟蹤、噴涂引導、風擋玻璃裝載引導等操作。隨著新能源和智能汽車的電子零部件占比提升，工業機器視覺有望發揮越來越重要的作用。

據中汽協數據，2022 年我國汽車總銷量達到 2686.4 萬輛，同比增長 2.2%；新能源汽車銷量達到 688.7 萬輛，同比增長 95.6%，新能源車滲透率達 25.6%，說明新能源汽車市場已從政策驅動轉向市場拉動。由于機器視覺技術在新能源汽車領域應用范圍更廣，技術水平要求更高，新能源汽車行業高速發展有望助推汽車工業制造領域的機器視覺應用需求持續快速擴張。

技術持續迭代，深度學習孕育新機

傳統的機器視覺技術一般需要先將數據表示為一組特征，然后將這些特征進行分析，或輸入到預測模型，從而得出預測結果。如果能夠配置正確的光學成像系統，則傳統方式對結構化場景下的定量檢測將具有速度、準確性和可重復性上的優勢，例如在一條生產線上，可以以每分鐘成千上萬個的速度快速檢查人眼無法觀測的極小的物體，并且具有高可靠性和低錯誤率。傳統工業機器視覺基本是完成指定動作，很難適應隨機性強、特征復雜的工作任務。隨著機器視覺在不同行業應用的擴展，尤其是在外觀檢測的應用中，需要應對缺陷類型復雜化、細微化、背景噪聲復雜等場景。傳統算法處理這類應用時，呈現端側算力成本越來越高、單點系統維護成本過高、數據孤島、通用性/智能性欠佳等缺點。因此，目前機器視覺正由傳統工業視覺向深度學習工業視覺轉變。

深度學習是將原始的數據特征通過多步的特征轉換得到一種更高層次、更抽象的特征表示，并進一步輸入到預測函數得到最終結果。基于深度學習的機器視覺在理想狀態下可以結合機器視覺的效率、魯棒性與人類視覺的靈活性，從而完成復雜環境下的檢測，特別是涉及偏差和事先未能預測缺陷的情形。并且，通用機器視覺，以及工業機器視覺的應用場景的不斷豐富，將解決成本難題，不僅降低總成本，而且 24 小時不間斷工作，使得成本大大降低。一旦可批量代替產線檢測人員、操作人員等，便具備生產成本優勢。

部件選型決定系統性能，環節不同要求各異

機器視覺系統成本與盈利剖析

機器視覺是由圖像攝取裝置將被攝取目標轉換成圖像信號（即機器視覺產品），再將圖像信號，結合特定需求，根據像素分布和亮度、顏色等形態信息，轉變成數字化信號。如果僅以獲取數據為目的，至此已經完成，但是如果要根據獲取數據調動設備執行任務，則需要對數字信號進行運算，針對目標特征（如涂裝中的色差）進行對比，指令設備將會繼續工作，或者轉入另一道工序。從成本角度來看，目前中游零部件環節的占比超過 60%，底層軟件系統開發占比達到 19.88%。其中，元器件成本中，相機占比最大，達到 27.11%。這主要是由于目前中國的高端機器視覺核心組件設備（如高端鏡頭、高端 CCD 和 CMOS、智能相機、高速圖像處理軟件等）大多來自進口，高端核心技術被國外巨頭牢牢把控，國內企業當前主要還是集中在生產光源、板卡、圖像軟件、相機和機器視覺集成系統方面。

在機器視覺產業鏈中，掌握核心零部件的公司毛利率處于上游位置，且具備持續、穩定的高盈利屬性。目前基恩士、康耐視以及公司均掌握核心零部件技術，近 5 年毛利率中樞分別達 82%、74%和 71%，其中基恩士與康耐視的高毛利已經維持了數十年。而國內視覺裝備公司的毛利率在 38%-48%左右，下游系統集成業務的毛利率則在 40%以下。基恩士、康耐視雖然也有視覺設備業務，但主要為代工廠模式，整體呈輕資產運營，因此并不影響整體的高盈利水平。

核心零部件：品質與非標決定系統性能

相機：機器視覺核心部件，性能穩定可靠為首要目標

工業相機具有高圖像穩定性、高傳輸能力和高抗干擾能力等，其功能是將光信號轉變成為可解釋的電信號，再將電信號模數轉換并交由處理器進行分析和識別。機器視覺相機按照掃描方式分為線掃描相機、面掃描相機和 3D 掃描相機。線掃描相機一次可以精確快速地捕捉一行數字圖像。相機仍然可以看到整個物體。完整的圖像是在軟件中逐像素線構建的。在檢查過程中，零件或相機必須在移動。線掃描相機可以在一條線上檢測多個物體。它們是高速輸送系統和連續過程的理想選擇。它們適用于連續的材料卷材，例如紙張、金屬和紡織品、大型部件和圓柱體。

面掃描相機使用矩形圖像傳感器來捕獲單幀圖像。生成的數字圖像的高度和寬度基于傳感器上的像素數。視覺處理單元逐幅分析場景。面掃描相機幾乎可以執行所有常見的工業任務，并且更易于設置和校準。與線掃描相機不同，面掃描相機更適合檢測靜止物體。物體可以在面掃描相機前暫時暫停以進行檢查。 3D 掃描相機可以在 X、Y 和 Z 平面進行檢測，并計算物體在空間中的位置和方向。他們使用單個或多個攝像頭和激光位移傳感器。在單攝像頭設置中，必須移動攝像頭以生成由激光在物體上的位置位移產生的高度圖。物體的高度及其表面平面度可以使用校準的偏移激光計算。在多相機設置中，部署激光三角測量以生成物體形狀和位置的數字化模型。 3D 掃描相機非常適合檢查 3D 成型零件和機器人引導應用。這種類型的機器視覺相機可以容忍輕微的環境干擾（例如，光線、對比度和顏色變化），同時提供精確的信息。因此，它們廣泛應用于計量、工廠自動化和零件缺陷分析。

通常來說，工業相機要求在性能上更為穩定可靠；在使用上要便于安裝，且不易損壞；在工作強度上，要連續工作更長時間；在工作環境上，要適應更惡劣的環境；在反應速度上要更快，便于抓拍高速運動中的物體。總體上，機器視覺對工業相機的要求主要在于穩定、實用，反而對其個性化需求不高，因此，相機在機器視覺核心零部件中基本屬于標準件。

鏡頭：與相機共同決定系統分辨率

機器視覺系統最重要的參數是系統分辨率，一個設備的系統分辨越高，價值越大。一般使用像素精度來表示系統分辨率，像素精度即單個像素代表的物理尺寸，理論上，提高系統精度的方法就是盡可能提高單位面積的像素比例。光學系統的精度不可以無限提高，這是因為光學系統的分辨率（光學分辨率）和相機的圖像分辨率符合“木桶理論”。在相機分辨率越來越高的時代背景下，成像系統分辨率的 “壓力”也就落在了鏡頭上，所以更高分辨率的鏡頭在成像系統中的作用越來越重要。因此，工業鏡頭與普通的照相機鏡頭相比，在分辨率、對比度、景深以及像差等指標上，有著更高的要求。需要更小的光學畸變、足夠高的光學分辨率、豐富的光譜響應選擇等，以滿足不同生產環境的應用需求。要提升鏡頭分辨率，技術關鍵主要在于設計和制造水平的打磨。

在機器視覺鏡頭選型時，需要考慮視野范圍、光學放大倍數、期望工作距離、景深以及與光源的配合等要素，具備一定非標屬性。例如：1）光源。在設計研發時，一般會對特定波段優化鏡頭的分辨率。使用特定波長以外的光源，鏡頭分辨率下降。一般來說，使用特定波段單色光，鏡頭分辨率會提升。2）工作距離。對工業定焦鏡頭而言，多數產品的最佳工作距離是 300mm-600mm，其他工作距離，分辨率表現可能會下降。而安防鏡頭的最佳工作距離為遠距離和無窮遠。微距鏡頭的最佳工作距離為近距離。3）光圈。減小鏡頭的光圈，分辨率會提高。但是光圈越小，衍射極限的限制也越明顯。

光源：制備技術相對成熟，組合應用考驗非標設計能力

光源是機器視覺中基礎的部件之一，光源的作用主要是增強物體檢測部分與非檢測部分的對比度，需要根據具體應用場景進行不同程度的非標設計。由于相機無法檢查它“看不到”的物體，因此需要光源發揮著照亮目標、突出特征，便于圖像處理的作用。同時，要具備克服環境光干擾、保證圖像穩定性的能力，以及作為測量或作為參照物的工具性能。特殊情況下，對物體特定部位予以亮度增強。光源自身照明參數（強度、亮度、形狀、大小、顏色）以及其與物體的距離、角度均會影響照明效果，此外，在光照優化過程中還需要考慮物體的表面屬性。以國內龍頭奧普特為例，其非標光源方案達 3 萬余種。總體來說，光源以及照明技術并不是一成不變的，而是需要根據具體應用場景進行不同程度的非標設計，例如光源種類包括 LED、石英鹵素燈、熒光燈、氙氣頻閃光源等，照明技術又包括明場照明、暗場照明、背光照明、漫射照明、軸向擴散照明、平面擴散照明等。

總體上，核心零部件中，相機、鏡頭、光源的標準化程度依次降低，非標屬性依次增強。

圖像采集卡：關鍵在于分辨率和靈敏度的平衡

機器視覺相機內的圖像采集卡將鏡頭捕獲的光轉換為數字圖像，通常依據 Camera Link、 CoaXPress 等協議標準收取前端工業相機數據，在板載內存中進行處理，然后通過 PCI、 PCIe、USB 等接口寫入計算機內存，一般為支持客戶進行二次開發的標準品。它通常利用電荷耦合器件（CCD）或互補金屬氧化物半導體（CMOS）技術將光子轉換為電信號。圖像采集卡的輸出是由像素組成的數字圖像，顯示鏡頭觀察到的區域中是否存在光。分辨率和靈敏度是圖像采集卡的關鍵參數。分辨率是采集卡在數字圖像中產生的像素數。 “具有更高分辨率的采集卡產生更高質量的圖像”意味著可以在被檢查的物體中觀察到更多細節，并且可以獲得更準確的測量結果。分辨率還指機器視覺感知微小變化的能力。靈敏度是指檢測圖像中可區分的輸出變化所需的最小光量。分辨率和靈敏度彼此成反比，因此提高分辨率會降低靈敏度。

視覺處理單元：底層算法為核心競爭力

機器視覺系統的視覺處理單元使用算法來分析傳感器產生的數字圖像。視覺處理涉及一系列步驟，在外部（通過計算機）或在內部（對于獨立機器視覺系統）執行。首先，數字圖像從圖像傳感器中提取出來并傳送到計算機。接下來，通過突出圖像上的必要特征來準備用于分析的數字圖像。然后分析圖像以定位需要觀察和測量的特定特征。完成對特征的觀察和測量后，會將它們與定義和預編程的規范和標準進行比較。最后，做出決定，并傳達結果。具體說，機器視覺軟件類似人的“大腦”，通過圖像處理算法完成對目標物的識別、定位、測量、檢測等功能。機器視覺軟件分為底層算法和二次開發的軟件包兩類。前者是包含大量處理算法的工具庫，用以開發特定應用，主要使用者為集成商與設備商。后者是封裝好的、用以實現某些功能的應用軟件，主要供最終用戶使用。

產業鏈格局分化，國產廠商蓄勢突圍

各環節參與企業眾多，未來將迎百花齊放格局

目前機器視覺各環節龍頭呈現良性錯位競爭，國內企業產品相對局限。機器視覺廠商可以分為三大類：1）核心零部件供應商，目前龍頭公司集中在歐美、日本和美國，且呈現龍頭聯合研發的趨勢；2）軟件及 AI 服務商，主要以集成了通用算法的軟件開發包和 AI 加速平臺服務商為主，龍頭公司幾乎來自海外；3）視覺系統及解決方案集成商，我國本土的機器視覺企業大多屬這一類，以工業自動化非標設備及方案為主要業務，對機器視覺核心零部件的把控能力較弱，全產品線運營能力亟待提高。

中國機器視覺行業起步較晚，早年主要依靠代理國外品牌產品，隨著技術經驗的積累，部分代理商逐步推出自主品牌，目前中國機器視覺企業銷售自主品牌已經成為主流，且銷售自主產品的比例仍在持續擴大，由 2019 年的 79.2%提升至 2021 年的 82.2%。此外，隨著參與企業增多，中國機器視覺市場集中度在 2019-2021 年呈下降趨勢，CR5 市占率由 37.7%降至 31.3%，CR10 由 51.3 降至 43.1%。預計隨著國內市場擴容、國內企業自主研發能力增強、技術與資金逐漸積累等，中國機器視覺行業集中度將繼續呈下降趨勢，未來將迎來百花齊放格局。

當前與國際巨頭基恩士相比，國產企業的市場規模仍有差距，但在國內密集的科研資源和資本投入的推動下，中國的機器視覺技術和市場正在快速成長。隨著核心部件和系統集成方案的更新迭代，國際巨頭在中國市場的慣性優勢將不斷被削弱，以奧普特等為代表的一批中國機器視覺企業將有望成長為行業領頭羊。

始于系統集成，興于核心部件，國產廠商奮起直追

國產機器市場廠商起初主要進行系統集成，核心零部件基本依靠進口及代理，部分領先公司如奧普特自研突破了核心零部件技術，并由硬件向軟件延伸。整體上，目前工業機器視覺領域的國產品牌市占率持續提升，2020 年首次超過外資份額，達到 52%。隨著國內廠商逐步完善產業鏈布局，結合國產性價比及國內行業發展的助力，有望實現國產突圍。

在機器視覺核心部件中，光源非標定制屬性最強，國內廠商也進入較早，目前國內市場基本由國產企業主導，其中奧普特市占率領先。鏡頭市場國產企業逐鹿低端，高端產品仍需進口。目前我國工業鏡頭市場主要由國外老牌鏡頭廠商主導，包括美國 Navitar、德國 Zeiss 等，但其產品價格較高，國內鏡頭廠商主要從中低端市場切入，也已經占據相當的市場份額。工業相機國外品牌在高分辨率、高端工業相機領域仍占據主導地位，如瑞士 Baumer、德國 Basler、德國 AVT、加拿大 PointGrey 等，市場份額方面國內企業也已經取得一定突破。

視覺軟件方面，國外研究學者較早地開展機器視覺算法的研究工作，并在此基礎上開發了許多較為成熟的機器視覺軟件，包括有 OpenCV，HALCON，VisionPro，HexSight， EVision，SherLock，Matrox Imaging Library 等，這些軟件具有界面友好、操作簡單、擴展性好、與圖像處理專用硬件兼容等優點，從而在機器視覺領域得到了廣泛的應用。 HALCON 是德國 MVTec 公司開發的機器視覺算法包，支持多種語言集成開發環境，應用領域涵蓋醫學、遙感探測、監控以及工業應用，被公認是功能最強的機器視覺軟件之一。視覺分析軟件國外知名廠家除了德國 MVTec，還有美國康耐視（Cognex）、加拿大 Adept 等。

國產品牌的產品性能不斷趨近外資品牌，同時，國內企業更加貼近國內客戶需求，在綜合解決方案定制化服務方面相比外資品牌更具優勢。在視覺軟件與算法的性能方面，根據凌云光招股說明書的比較，奧普特研發的 SciVision 在定位算法效率上已實現追趕甚至超過外資一流品牌。根據奧普特招股說明書，公司的 2D 視覺算法處理精度已達到業內一流水平，例如，找邊+幾何測量精度可達 1pixel、圖像檢測精度達 1pixel、二維碼識別的每模塊最小像素達到 1.68pixel。

可配置視覺系統是光學成像模塊（眼睛）與圖像處理系統（大腦）的集合體，可以獨立完成圖像采集功能，并基于圖像采集的信息完成預期的處理工作（如定位、測量、檢測和識別等）。2022 年上市科創板的國內企業凌云光已經構建了可配置視覺系統的產品矩陣，應用于消費電子、智慧交通、立體視覺、科學圖像、其他制造業等領域，在產品最大分辨率等部分性能上已經比肩甚至超越國際同行。

智能視覺裝備除了可配置視覺系統的軟硬件外，還包括自動化工作臺、PLC 控制器、I/O 卡、機械手臂、設備駕駛艙等部分。相比于可配置視覺系統主要為小型模塊化產品，需要安裝到客戶的產品或自動化機臺上才能工作，智能視覺裝備是由光學成像硬件、圖像處理軟件算法、自動化平臺（機臺/機械手）等部分組成的大型生產裝備。簡單來說，可配置視覺系統只做了“眼睛”和“大腦”，而智能視覺裝備除了“眼睛”和“大腦”，還做了“四肢”，從而可以形成直接面向下游客戶應用場景的定制化系統解決方案。

經過多年技術沉淀，國產品牌逐漸具備生產多種機器視覺硬件產品、提供整體解決方案的能力。根據奧普特、凌云光招股說明書及各公司年報，當前，奧普特與凌云光已具備光源和光源控制器、鏡頭、相機、視覺控制系統四大機器視覺產品的生產能力，并可設計硬件方案及整體解決方案，根據不同客戶的實際應用場景提供定制化服務。

基于上述系統的產品優勢，國內企業的客戶資源明顯優化。3C 及電子領域的產品迭代迅速，對機器視覺的需求更新時間也較短。奧普特作為業內領先公司，與蘋果、華為等龍頭 3C 客戶開展合作，并積極入局對電子器件與設備擁有高需求的新能源汽車領域，導入寧德時代、比亞迪等頭部客戶，持續發展競爭能力、擴大領先優勢。根據年報披露， 2021 年奧普特在 3C 和新能源領域的營收占比分別達到 59.1%和 29.5%。奧普特早在 2010 年就通過富士康進入蘋果供應鏈，順利切入 3C 賽道，并于 2016 年正式成為蘋果直接供應商，2019 年開始，蘋果公司逐步調整下單方式，從以往的直接采購變為直接采購和指定第三方采購兩種合作模式共存，其中指定第三方采購模式是指由蘋果公司直接主導、驗證、定型的設備涉及的相關視覺部件，在獲得蘋果公司認可后，轉由相應的設備供應商按照蘋果公司確定的型號從公司采購。2019 年奧普特來自蘋果及其子公司的收入同比增長 79.7%至 2.07 億元，占主營收入的比重達到 39.4%。

凌云光在消費電子領域長期服務蘋果、華為和小米產業鏈，與鴻海精密、歌爾股份等領先制造商建立長期合作關系；新能源領域廣泛服務于福萊特、寧德時代、信義集團等行業龍頭；新型顯示領域擁有京東方、華星光電、天馬等行業領先客戶。2021 年，凌云光前 5 大客戶的銷售額占比 22.92%，客戶均集中在電子等快速發展的科技領域，為公司帶來持續的發展動力。

積極擴產+行業助力，國產有望彎道超車

隨著下游需求持續增長、客戶對國產品牌認可度不斷提升，我國機器視覺市場代表企業開啟募投擴張時代。2019-2022 年，矩子科技、奧普特及凌云光先后提交 IPO 申請，通過上市募集資金來投資產能擴張、技術研發項目。3 家企業合計募集資金超 30 億元，其中產能擴張項目擬使用資金約 22 億元。