机器视觉指一种应用于工业和非工业领域的硬件和软件组合，它基于捕获并处理的图像为设备执行其功能提供操作指导。当前机器视觉各环节均有海外龙头，国外品牌仍占据高端市场主流。随着机器视觉国产厂商技术的提升以及产品布局日益完善，客户对国产认可度不断增强，国产替代之势迅猛。结合产业链下游应用行业的驱动，国产代表性厂商有望实现对外资品牌的弯道超车。
下面我们将从机器视觉行业的概念切入，主要了解机器视觉的相对优势、发展趋势以及驱动因素等内容，并针对机器视觉行业的产业链及相关公司进行详细梳理，了解国产化进程，以帮助大家加深对机器视觉的认知，预判未来发展走向。
01
行业概述
1、概念
机器视觉发展的初衷是用来代替人眼所处理的重复单一的劳动。机器视觉本质上是为机器植入“眼睛”和“大脑”。其中“眼睛”指图像采集硬件（相机、镜头、光源等），“大脑”指图像处理算法和软件。
机器视觉系统通过图像采集硬件将环境中的光信号转化成图像信号，然后图像处理软件对图像信号进行特征提取，给出判断结果，进而给机械手等自动化系统输出动作指令。一个典型的机器视觉系统包括光源及光源控制器、镜头、相机、视觉控制系统等部件，其中光源及光源控制器、镜头、相机等硬件部分负责成像，视觉控制系统负责对成像结果进行处理分析和输出。
2、应用场景
机器视觉包括识别、测量、定位和检测等四大应用场景，实现难度依次递增。
识别：甄别目标物体的物理特征，包括外形、颜色、字符、条码等，其准确度和识别速度是衡量的重要指标。常见的应用场景是OCR，读取零部件上的字母、数字、字符（例如条形码、二维码等）用于溯源。公众号《 投研锋向 》
测量：把获取的图像像素信息标定成常用的度量衡单位，再精确计算出目标物体的几何尺寸，主要应用于高精度及复杂形态测量。
定位：获取目标物体的位置信息（二维或是三维），进而辅助执行后续操作，常用于元件对位、辅助机器人完成装配、拾取等。
检测：主要针对目标物体的表面状态，判断产品是否存在缺陷，通常用于零部件缺陷、污染物、功能性瑕疵检测等。
机器视觉在工业领域应用广泛，其中检测功能难度最大、应用最广。在实现难度方面，识别相对最简单，检测相对最难，尽管如此，检测仍然是机器视觉在工业领域的最主要应用，应用占比达50%，识别、定位和测量功能分别占比24%、16%和10%。
3、机器视觉相比人眼视觉的优势
机器视觉相较于人眼视觉有较多优势，如在观测精度方面，机器视觉具备更细致的观测能力，可观测至微米级的目标；在观测速度方面，机器视觉快门速度可达10微秒左右，使其具有高速且稳定的分析处理图像的能力。除此之外，机器视觉系统在感光范围、对环境的要求、效果客观性及可靠性方面均强于人眼视觉，这也是机器视觉广泛应用的重要原因。
4、发展趋势
根据视觉产业联盟数据，2020年我国机器视觉研发投入中3D解决方案、嵌入式视觉系统、AI驱动的解决方案、高光谱成像技术方案占比分别为20.1%、29.8%、25.1%、4%。2D到3D和嵌入式应用成为机器视觉的重要方向。
3D视觉检测将逐步取代2D。使用2D机器视觉技术可以获取二维图像，在三个自由度（x、y和旋转）上定位被摄目标，并基于灰度、对比度的特征进行分析。3D技术增加了旋转、俯仰、横摆三个维度，更能还原真实立体世界，通过3D视觉传感器采集3D轮廓信息，形成3D点云，实现平面度、翘曲度、段差、曲面轮廓度等3D尺寸量测。
相比2D机器视觉，3D机器视觉具有显著优势，例如测量速度快、精度高、抗干扰能力强、操作简便等，能有效解决2D机器视觉对于高度、厚度、体积、平面度等测量因素缺失的问题。3D视觉技术的突破，将加速视觉技术在高端场景的应用，推动机器视觉市场持续增长。
电子产品微型化趋势下，嵌入式视觉系统优势凸显。嵌入式视觉系统是指在嵌入式系统中使用机器视觉技术，是嵌入式系统和机器视觉两种技术的整合，可独立完成从接收光信号到系统输出的整个信号处理过程。处理能力、存储器密度和系统集成度的提升，促进了嵌入式视觉在传统和新兴应用领域的渗透。未来，得益于越来越多的行业应用程序的支持，嵌入式视觉将被更广泛地应用在自动驾驶等领域新兴领域。
02
行业现状
1、欧美企业仍占主导
机器视觉广泛运用于下游各行业，全面支撑数字化、智能化。机器视觉以视觉器件、可配置视觉系统和智能视觉装备等形态服务各产业应用。
全球机器视觉市场规模持续增长，欧美企业仍占主导。根据Markets and Markets的数据，全球机器视觉器件市场规模保持稳健增长态势，预计2025年将达到147亿美元。全球机器视觉行业欧洲市场份额最大，占比36.4%；其次是北美地区，全球份额达到29.3%，尽管亚太及其他地区的市场份额在国家重视下有所增长，但当前全球机器视觉行业仍以欧美企业占主导。
2、中国市场发展势头强劲
中国市场已成为全球机器视觉市场规模增长最快的市场之一。根据中国机器视觉产业联盟的数据，中国机器视觉行业规模从2018年的101.80亿元增长至2020年的144.20亿元，CAGR达19.02%，2023年有望达到296.00亿元，2021-2023年CAGR高达到28.0%。根据Wind数据，2021年中国的制造业增加值占全球比例达30%，高于美、日、德、韩的总和，但机器视觉市场全球占比仅24.6%。随着产业升级和制造业高端化，中国机器视觉市场全球规模占比有望逐步超过前述30%的数据，提供国产机器视觉厂商迭代行业Know-how、参与全球竞争的舞台。
3、机器视觉国产化率稳步提升
机器视觉国产化率稳步提升，高端领域仍有较大差距。根据赛迪顾问数据，2016-2021年，国产品牌在国内机器视觉市场渗透率由39.0%提升至58%，整体看国产化水平已然不低。不过国产品牌当前仅在中低端市场具备竞争力，工业镜头、工业相机、底层软件系统等技术壁垒高、利润率高的高端市场目前仍被国外品牌（康耐视和基恩士等）主导。
4、竞争格局
基恩士和康耐视为全球龙头，合计全球市场份额达64%。国际领先的机器视觉公司康耐视2021财年和基恩士2021财年的营业收入分别约为66.91亿元和323.42亿元。结合Markets and Markets对全球中国市场的估计，2021年日本基恩士全球市场份额为55%，中国市场份额为38%；美国康耐视全球市场份额为9%，中国市场份额为7%。两大龙头体量远大于国内的奥普特、天准科技等一流厂商，国内仍以中小规模企业为主，相比国外龙头有较大的成长空间。公众号《 投研锋向 》
国产化进程加速，自主产品销售占比持续提升。我国最开始主要从事国外产品代理，但随着本土厂商技术和经验的积累，国内机器视觉企业开始凭借更定制化的本土服务和显著的成本优势参与市场竞争，自主研发产品比例不断扩大。2019-2021年，自主产品销售额从85.9亿元增长至134.7%，CAGR达25.2%，自主产品销售占比也从79.2%提升至82.2%。2020年中国机器视觉专利达3124项，是美国的18倍，行业技术格局已发生根本性的变化。根据调查数据，2021年中国机器视觉销售额排名前五分别是凌云光、大恒集团、奥普特、宝视纳和华睿科技。在细分领域，2021年本土领军企业凌云光在消费电子领域市场份额已达22.4%，位列国内第三，仅次于康耐视和基恩士。在印刷包装领域已经占据21.1%的行业第一份额。
国内竞争格局相对分散，集中度较低，国产厂商加速追赶。机器视觉的下游应用呈现碎片化和定制化，行业的集中度较低，单个企业也呈现多型号、小批量的业务结构特征。根据机器视觉产业联盟2021年度企业调查结果，机器视觉的市场集中度呈下降趋势。2019-2021年，销售额CR5从37.7%下降至31.3%，销售额CR10从51.3%下降至43.1%。考虑到较成熟的国外市场相比，我国机器视觉行业仍处于生命周期的早期，市场远未饱和，短期内中国机器视觉市场规模会随自动化水平的提高而增加，行业集中度将保持较为分散。
5、机器视觉行业处于成长期，具备高盈利属性
机器视觉属于技术密集型行业，具备持续且稳定的高盈利属性。从基恩士和康耐视两大龙头企业来看。2012-2021年，基恩士毛利率、息税前净利率、净利率平均值分别为80.5%、53.7%、36.6%；康耐视毛利率、息税前净利率、净利率平均值分别为75.5%、28.4%、26.47%。整体来说，机器视觉行业具备持续且稳定的高盈利属性，而且还处于成长期。
03
驱动因素
1、智能制造的发展将进入高景气时期
高端装备制造助力步入工业4.0新时代。工业4.0重点强调“通信”和“连接”，包含了“智能工厂”、“智能生产”和“智能物流”三大主题，标志着在新一代信息技术的引领下，大数据、云计算、人工智能、物联网等技术成为新的生产力，在制造业转型升级的过程中提供重要助力。
在全球范围内，自动化设备替代人力劳动生产的趋势不断推进，自动化设备销售量逐年提高。根据美国市场研究公司Transparency Market Research的数据显示，2018年全球工业自动化市场规模达2,272.9亿美元，到2027年底，全球工业自动化市场的价值预计将达到4,380.8亿美元，CAGR达7.56%。国内方面，中国工控网的数据显示2004年-2019年我国自动化及工业控制市场规模也已从652亿元增长至1,865亿元。
助力产业升级，政策驱动“中国制造”向“中国智造”转型。2015年5月，国务院正式印发《中国制造2025》，部署全面推进实施制造强国战略。2021年底，工信部等八部门联合印发了《“十四五”智能制造发展规划》（以下简称“《规划》”），明确提出到2025年转型升级成效显著、供给能力明显增强、基础支撑更加坚实，到2025年70%的规模以上制造业企业普及数字化，到2035年全面普及数字化网络化，重点行业骨干企业基本实现智能化。《规划》还提出智能制造装备和工业软件技术水平和市场竞争力显著提升的要求，2025年市场满足率分别超过70%和50%，研发数字化非接触精密测量、在线无损检测、激光跟踪测量等智能检测装备等。作为数字经济的重要组成部分，“十四五”期间制造业与人工智能等信息技术的融合将加速，我国智能制造的发展将进入高景气时期。
2、人口红利逐步衰减，自动化降本刻不容缓
人口红利逐步衰减，劳动力成本压力倒逼企业智能化转型。“人口增长”和“技术进步”是经济增长的两大源泉。据国家统计局数据显示，中国15-64岁劳动年龄人口比重自2011年开始下降。我国城镇制造业人数也自2015年已经步入负增长，人口红利逐步消失。与此同时，我国制造业平均工资从2015年的55,324元攀升至2021年的92,459元，企业的劳动力成本压力凸显。中国企业—劳动力匹配调查则显示，“劳动力成本”已经成为妨碍企业发展的头号因素，超过了市场需求、技术人才、创新能力等。因此，我国制造业摆脱“人口红利”旧模式、拥抱“智能化红利”新模式将成为不可逆的产业路径选择。
疫情等外部因素改变工厂的生产模式，加速推动智能制造转型升级。此前严格的疫情防控政策不可避免会对企业的开工时间、人员稳定性、承诺交期等产生不确定性影响，直接或间接增加了企业的综合成本。加速推动了工厂的无人化、智能化水平，打造智能化“黑灯工厂”成为主要任务，机器视觉产业发展迎来短期加速窗口。
3、技术持续迭代，深度学习孕育新机
深度学习技术提升了机器视觉的应用落地能力，驱动产业加速发展。目前主流的机器视觉技术仍采用传统的机器学习训练方法，即在结构化场景下首先将数据表示为一组特征，分析特征或输入模型后，输出得到预测结果。但随着机器视觉的应用领域扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。深度学习对原始数据通过多步特征转换，得到更高维度、更加抽象的特征表示，可以将机器视觉的高效率和与人类视觉的灵活性相结合，完成复杂环境下的检测，特别是涉及偏差和未知缺陷的情形。
深度学习是将原始的数据特征通过多步的特征转换得到一种更高层次、更抽象的特征表示，并进一步输入到预测函数得到最终结果。基于深度学习的机器视觉在理想状态下可以结合机器视觉的效率、鲁棒性与人类视觉的灵活性，从而完成复杂环境下的检测，特别是涉及偏差和事先未能预测缺陷的情形。并且，通用机器视觉，以及工业机器视觉的应用场景的不断丰富，将解决成本难题，不仅降低总成本，而且24小时不间断工作，使得成本大大降低。一旦可批量代替产线检测人员、操作人员等，便具备生产成本优势。
04
产业链分析
机器视觉行业产业链主要由上游零部件、中游系统及装备、下游应用市场构成。
1、上游
机器视觉产业链的上游主要包括以光源、镜头、相机为首的核心零部件和底层的软件算法库。据中商产业研究院的数据统计，上游的零部件和软件开发环节几乎占据机器视觉系统成本80%。
（1）相机：机器视觉核心部件，性能稳定可靠为首要目标
工业相机是工业视觉系统的核心零部件，其本质功能是将光信号转变成电信号，要求产品具有较高的传输力、抗干扰力以及稳定的成像能力。目前市面上的工业相机主要有面阵相机、线阵相机、3D相机以及智能相机。据CMVU的统计，2015年后，中国涌现出了一批有规模的、有竞争力的国产品牌，如海康机器人、大恒图像、华睿科技等年产十万颗以上的公司。
通常来说，工业相机要求在性能上更为稳定可靠；在使用上要便于安装，且不易损坏；在工作强度上，要连续工作更长时间；在工作环境上，要适应更恶劣的环境；在反应速度上要更快，便于抓拍高速运动中的物体。总体上，机器视觉对工业相机的要求主要在于稳定、实用，反而对其个性化需求不高，因此，相机在机器视觉核心零部件中基本属于标准件。公众号《 投研锋向 》
（2）镜头：与相机共同决定系统分辨率
机器视觉系统最重要的参数是系统分辨率，一个设备的系统分辨越高，价值越大。一般使用像素精度来表示系统分辨率，像素精度即单个像素代表的物理尺寸，理论上，提高系统精度的方法就是尽可能提高单位面积的像素比例。在相机分辨率越来越高的时代背景下，成像系统分辨率的“压力”也就落在了镜头上，所以更高分辨率的镜头在成像系统中的作用越来越重要。
工业镜头与普通的照相机镜头相比，在分辨率、对比度、景深以及像差等指标上，有着更高的要求。需要更小的光学畸变、足够高的光学分辨率、丰富的光谱响应选择等。选取恰当的机器视觉光学镜不仅有助于后续图像处理工作，而且可以降低设备成本。在工业镜头领域，海外企业进驻较早，研发实力强劲，品牌影响力较大，在高端工业镜头市场占据竞争优势，如德国施耐德、日本CBC Computar等。我国虽然起步较晚，但涌现出了优秀的镜头公司如广州长步道、东正光学等企业。
（3）光源：制备技术相对成熟，组合应用考验非标设计能力
光源是机器视觉中基础的部件之一，光源的作用主要是增强物体检测部分与非检测部分的对比度，需要根据具体应用场景进行不同程度的非标设计。由于相机无法检查它“看不到”的物体，因此需要光源发挥着照亮目标、突出特征，便于图像处理的作用。同时，要具备克服环境光干扰、保证图像稳定性的能力，以及作为测量或作为参照物的工具性能。特殊情况下，对物体特定部位予以亮度增强。
光源自身照明参数（强度、亮度、形状、大小、颜色）以及其与物体的距离、角度均会影响照明效果。此外，在光照优化过程中还需要考虑物体的表面属性。总体来说，光源以及照明技术并不是一成不变的，需要根据具体应用场景进行不同程度的非标设计，例如光源种类包括LED、石英卤素灯、荧光灯、氙气频闪光源等，照明技术又包括明场照明、暗场照明、背光照明、漫射照明、轴向扩散照明、平面扩散照明等。光源的国产化率较高，市场集中度也较高，已成功进入国际市场，主要厂商有奥普特、康视达、沃德普、乐视等。
（4）图像采集卡：关键在于分辨率和灵敏度的平衡
机器视觉相机内的图像采集卡将镜头捕获的光转换为数字图像，通常依据Camera Link、CoaXPress等协议标准收取前端工业相机数据，在板载内存中进行处理，然后通过PCI、PCIe、USB等接口写入计算机内存，一般为支持客户进行二次开发的标准品。它通常利用电荷耦合器件（CCD）或互补金属氧化物半导体（CMOS）技术将光子转换为电信号。图像采集卡的输出是由像素组成的数字图像，显示镜头观察到的区域中是否存在光。
分辨率和灵敏度是图像采集卡的关键参数。分辨率是采集卡在数字图像中产生的像素数。“具有更高分辨率的采集卡产生更高质量的图像”意味着可以在被检查的物体中观察到更多细节，并且可以获得更准确的测量结果。分辨率还指机器视觉感知微小变化的能力。灵敏度是指检测图像中可区分的输出变化所需的最小光量。分辨率和灵敏度彼此成反比，因此提高分辨率会降低灵敏度。
（5）算法和软件：底层算法为核心竞争力
机器视觉系统的视觉处理使用算法来分析传感器产生的数字图像。视觉处理涉及一系列步骤，在外部（通过计算机）或在内部（对于独立机器视觉系统）执行。首先，数字图像从图像传感器中提取出来并传送到计算机。接下来，通过突出图像上的必要特征来准备用于分析的数字图像。然后分析图像以定位需要观察和测量的特定特征。完成对特征的观察和测量后，会将它们与定义和预编程的规范和标准进行比较。最后，做出决定，并传达结果。
具体说，机器视觉软件类似人的“大脑”，通过图像处理算法完成对目标物的识别、定位、测量、检测等功能。机器视觉软件分为底层算法和二次开发的软件包两类。前者是包含大量处理算法的工具库，用以开发特定应用，主要使用者为集成商与设备商。后者是封装好的、用以实现某些功能的应用软件，主要供最终用户使用。
视觉分析软件国外知名厂家除了德国MVTec，还有美国康耐视（Cognex）、加拿大Adept等。开发了许多较为成熟的机器视觉软件，包括有OpenCV、HALCON、VisionPro、HexSight、EVision、SherLock、Matrox Imaging Library等。国内视觉处理分析软件一般建立在OpenCV等开源视觉算法库上做二次开发，或直接采购HALCON（德国MVTec公司）、VisionPro（美国康耐视公司）等经历了二十多年数据沉淀的第三方商业付费算法库。
2、中游
产业链的中游主要为视觉系统和智能视觉装备。
（1）可配置视觉系统
可配置视觉系统是光学成像模块（眼睛）与图像处理系统（大脑）的集合体，可以独立完成图像采集功能，并基于图像采集的信息完成预期的处理工作（如定位、测量、检测和识别等）。视觉系统目前主要被基恩士和康耐视两家主导。国内奥普特、大恒图像、凌云光以代理业务起家，通过自主研发目前在视觉系统已有所突破。
（2）智能视觉装备
智能视觉装备除了可配置视觉系统的软硬件外，还包括自动化工作台、PLC控制器、I/O卡、机械手臂、设备驾驶舱等部分。相比于可配置视觉系统主要为小型模块化产品，需要安装到客户的产品或自动化机台上才能工作，智能视觉装备是由光学成像硬件、图像处理软件算法、自动化平台（机台/机械手）等部分组成的大型生产装备。简单来说，可配置视觉系统只做了“眼睛”和“大脑”，而智能视觉装备除了“眼睛”和“大脑”，还做了“四肢”，从而可以形成直接面向下游客户应用场景的定制化系统解决方案。
3、下游
产业链下游通过系统集成商致力于将智能视觉设备与生产工艺相结合，下游面向3C电子、汽车制造、新能源等众多细分行业，并随着技术渗透率的提升行业下游呈现“多点开花”的态势。
（1）3C电子：落地机器视觉技术的行业基本盘，品类渗透加速
全球3C电子产业向发展中国家转移，中国逐渐成为全球最大的消费电子产品市场之一。高精度、换代快等特点助推机器视觉技术迭代。电子产业的自动化水平较高，也是当前中国市场机器视觉最主要的下游行业。消费电子行业的产品主要包括平板电脑、笔记本、台式机、传统手机（淘汰中）、智能手机、电视和相机等7大类。其中，智能手机凭借越来越多的消费应用，市场占比逐步攀升，目前已接近50%。
消费电子产品的发展趋势是逐渐精密化，同时也伴随着元器件尺寸越来越小和质量标准日渐提高。以智能手机为例，每一代产品与技术升级，几乎都需要对机器视觉工具进行更新。因此，行业整体对于机器视觉的需求呈放大趋势。目前在主板和零部件端，2D视觉仍是主要的机器视觉应用，3D视觉为辅，未来具有较大发展空间。在整机组装端，机器视觉已应用于定位、测量、检测和识别。在成品端，机器视觉由于其高精度、高速度的检测能力，可以出色完成对划痕、破损、斑点、色差等的外观检测，且随着客户要求提升及机器视觉技术进步，机器视觉的外观检测应用将越来越多。
根据CMVU统计，2019-2021年中国机器视觉在3C电子销售增速高达34%。未来机器视觉在3C电子行业的渗透率有望持续提升。
（2）汽车：智能汽车向“大型电子产品”演进，视觉检测迎来新需求
如今的汽车行业已实现高度自动化，工业机器视觉发挥着生产高效、质量保障、安全可靠的巨大作用。机器视觉已贯穿整个汽车制造过程，包括从初始原料质检到汽车零部件100％在线测量，再对焊接、涂胶、冲孔等工艺过程进行把控，最后对车身总成、整车质量进行把关。
机器视觉检测系统可以完成工艺检测、自动化跟踪、追溯与控制等，包括通过光学字符识别（OCR）技术获取车身零件编码以保证零件在整个制造过程中的可追溯性，通过识别零件的存在或缺失以保证部件装配的完整性，以及通过视觉技术识别产品表面缺陷或加工工具是否存在缺陷以保证生产质量。并且，3D视觉系统可以以高精度间隙对准每一辆车的拼接缝，并对车门和车身进行全面检测，效率和准确率都高于人眼检测。此外，视觉引导技术负责引导机器人进行最佳匹配安装、精确制孔、焊缝引导及跟踪、喷涂引导、风挡玻璃装载引导等操作。随着新能源和智能汽车的电子零部件占比提升，工业机器视觉有望发挥越来越重要的作用。
据中汽协数据，2022年我国汽车总销量达到2686.4万辆，同比增长2.2%；新能源汽车销量达到688.7万辆，同比增长95.6%，新能源车渗透率达25.6%。由于机器视觉技术在新能源汽车领域应用范围更广，技术水平要求更高，新能源汽车行业高速发展有望助推汽车工业制造领域的机器视觉应用需求持续快速扩张。
（3）锂电：行业维持高景气，电池厂扩产带来视觉装备需求井喷
在锂电池前段工序的涂布、辊压等环节中，电池表面容易产生露箔、暗斑、亮斑、掉料、划痕等缺陷，机器视觉主要应用于涂布的涂覆纠偏、尺寸测量，极片的表面瑕疵检测、尺寸测量、卷绕对齐度等环节。在后工序中，主要应用于密封钉焊后检测、包蓝膜前后的外观检测等。在模组和PACK段中，主要应用于底部蓝胶、BUSBAR焊缝、侧焊缝、模组全尺寸和PACK检测等。随着技术的不断成熟，未来机器视觉产品在各环节的应用有望实现快速渗透。随着技术的不断成熟，未来机器视觉产品在各环节的应用有望实现快速渗透。
随着电芯、模组、PACK测量要求日益提升，被测物体条件愈发复杂，3D视觉可解决传统2D视觉无法精准检测高度特征的缺陷，且对外部环境依赖度低，可作为锂电机器视觉的有效补充。
受益于锂电行业持续高景气，中国锂电市场规模快速增长，2017-2021年中国锂电池产量CAGR为20.3%。目前机器视觉在锂电行业仍处加速渗透阶段，预计锂电机器视觉检测系统市场规模将保持快于锂电池行业整体的增速。根据GGII预测，锂电行业机器视觉未来5年CAGR有望达到40%+，有望得益于：1）应用场景的增加，未来机器视觉在锂电池制造环节渗透率有望逐步上升；2）过去锂电池质量主要依靠人工检测为主，视觉替代人工检测的趋势有望加快；3）早期锂电企业扩产不会考虑很多AI场景的铺设，后期预计加装视觉检测系统。公众号《 投研锋向 》
（4）光伏：良率要求提高，推动硅片分选机放量
光伏行业发展迅猛，带来机器视觉检测需求爆发。光伏电池片的生产可能产生碎片、电池片隐裂、表面污染、电极不良等缺陷，如何提升产品良率、电池的光电转化效率和使用寿命是行业痛点，催生光伏硅片分选机等设备快速放量。2018-2021年，中国太阳能电池产量CAGR达35%，2021年同比增速达42%，行业迎来加速成长期，同期带动机器视觉的光伏行业应用规模由2019年2.6亿元快速提升至2021年的6.5亿元，CAGR高达58%。
（5）半导体：高精度需求驱动3D视觉发展，国产占比持续提升
在半导体领域，机器视觉已被应用于半导体外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等检测，广泛应用于晶圆制造和封装测试中的检测、定位、切割和封装过程。随着中国半导体产业的兴起，半导体技术的更新换代，未来国产半导体视觉装备必然会得到广泛应用，中国本土企业的发展巨大。
传统的半导体封测设备，精度普遍要达到微米（0.001mm）到亚微米（1.0μm）之间，速度大约在每秒40~50平方厘米，误报率5%~10%，在此环节，2D机器视觉已完全被3D取代。先进封装更因小尺寸、轻薄化、高引脚、高速度，大幅缩减芯片尺寸。因此，3D机器视觉在其中发挥着巨大作用，3D视觉检测设备市场正处在高速增长中。中国机器视觉行业对于3D视觉解决方案的研发投入由2019年的2.28亿元增长至2021年的6.46亿元，占全行业研发投入的比例由2019年的15.6%增长至2021年的20.8%。
随着终端应用需求的持续发展，全球半导体产能持续扩张，半导体设备市场规模稳步提升。2016-2021年，全球半导体设备销售规模由412亿美元提升至1026亿美元，CAGR达20%。基于下游市场需求的快速增长和半导体产业链向我国的转移，我国的半导体产业规模快速扩张。2016年至2021年，中国大陆的半导体设备市场规模由65亿美元增长至296亿美元，CAGR达到35.6%；中国大陆占全球半导体设备市场规模的比例由16%快速增长至29%。
（6）非工业：传媒、安防、物流、交通等消费级应用正成为新发展方向
机器视觉应用方向包含工业级与消费级，产业边界趋于模糊。根据机器视觉联盟（CMVU）的数据，用于消费电子、半导体与新能源等板块的工业级机器视觉合计占比79.8%；相比之下，用于消费级机器视觉的安防与监控、物流分拣以及智慧交通等领域占比仅17.0%，但份额逐年提升。
随着AI和5G技术的商用落地，机器视觉不再局限于工业领域。机器视觉结合三维重建、动作/表情捕捉、渲染等技术可实现人脸、表情、动作、衣物的还原，构建模拟逼真的人物形象，此外还可利用人脸识别、动作识别、物体追踪等技术模拟人的视觉能力。因此，机器视觉在影视、游戏、直播、文旅等领域还有发展空间。
05
国产化进程
1、各环节参与企业众多，未来将迎百花齐放格局
目前机器视觉各环节龙头呈现良性错位竞争，国内企业产品相对局限。机器视觉厂商可以分为三大类：1）核心零部件供应商，目前龙头公司集中在欧美、日本和美国，且呈现龙头联合研发的趋势；2）软件及AI服务商，主要以集成了通用算法的软件开发包和AI加速平台服务商为主，几乎来自海外龙头公司；3）视觉系统及解决方案集成商，我国本土的机器视觉企业大多属这一类，以工业自动化非标设备及方案为主要业务，对机器视觉核心零部件的把控能力较弱，全产品线运营能力亟待提高。
中国机器视觉行业起步较晚，早年主要依靠代理国外品牌产品，随着技术经验的积累，部分代理商逐步推出自主品牌，目前中国机器视觉企业销售自主品牌已经成为主流，且销售自主产品的比例仍在持续扩大。预计随着国内市场扩容、国内企业自主研发能力增强、技术与资金逐渐积累等，中国机器视觉行业集中度将继续呈下降趋势，未来将迎来百花齐放格局。
当前与国际巨头基恩士相比，国产企业的市场规模仍有差距，但在国内密集的科研资源和资本投入的推动下，中国的机器视觉技术和市场正在快速成长。随着核心部件和系统集成方案的更新迭代，国际巨头在中国市场的惯性优势将不断被削弱，以奥普特等为代表的一批中国机器视觉企业将有望成长为行业领头羊。
2、始于系统集成，兴于核心部件，国产厂商奋起直追
国产机器市场厂商起初主要进行系统集成，核心零部件基本依靠进口及代理，部分领先公司如奥普特自研突破了核心零部件技术，并由硬件向软件延伸。随着国内厂商逐步完善产业链布局，结合国产性价比及国内行业发展的助力，有望实现国产突围。
在机器视觉核心部件中，光源非标定制属性最强，国内厂商也进入较早，目前国内市场基本由国产企业主导，其中奥普特市占率领先。镜头市场国产企业逐鹿低端，高端产品仍需进口。目前我国工业镜头市场主要由国外老牌镜头厂商主导，但其产品价格较高，国内镜头厂商主要从中低端市场切入，也已经占据相当的市场份额。工业相机国外品牌在高分辨率、高端工业相机领域仍占据主导地位，市场份额方面国内企业也已经取得一定突破。
视觉软件方面，国外研究学者较早地开展机器视觉算法的研究工作，并在此基础上开发了许多较为成熟的机器视觉软件。国产品牌的产品性能不断趋近外资品牌，同时，国内企业更加贴近国内客户需求，在综合解决方案定制化服务方面相比外资品牌更具优势。在视觉软件与算法的性能方面，根据凌云光招股说明书的比较，奥普特研发的SciVision在定位算法效率上已实现追赶甚至超过外资一流品牌。根据奥普特招股说明书，公司的2D视觉算法处理精度已达到业内一流水平。
国产品牌凌云光已经构建了可配置视觉系统的产品矩阵，应用于消费电子、智慧交通、立体视觉、科学图像、其他制造业等领域，在产品最大分辨率等部分性能上已经比肩甚至超越国际同行。
经过多年技术沉淀，国产品牌逐渐具备生产多种机器视觉硬件产品、提供整体解决方案的能力。根据奥普特、凌云光招股说明书及各公司年报，当前，奥普特与凌云光已具备光源和光源控制器、镜头、相机、视觉控制系统四大机器视觉产品的生产能力，并可设计硬件方案及整体解决方案，根据不同客户的实际应用场景提供定制化服务。
3、国内企业的客户资源明显优化
基于上述系统的产品优势，国内企业的客户资源明显优化。3C及电子领域的产品迭代迅速，对机器视觉的需求更新时间也较短。奥普特作为业内领先公司，与苹果、华为等龙头3C客户开展合作，并积极入局对电子器件与设备拥有高需求的新能源汽车领域，导入宁德时代、比亚迪等头部客户，持续发展竞争能力、扩大领先优势。凌云光在消费电子领域长期服务苹果、华为和小米产业链，与鸿海精密、歌尔股份等领先制造商建立长期合作关系；新能源领域广泛服务于福莱特、宁德时代、信义集团等行业龙头；新型显示领域拥有京东方、华星光电、天马等行业领先客户。
06
国内相关公司
1、奥普特
国产机器视觉零部件龙头，锂电检测打开成长空间。奥普特成立于2006年,是中国机器视觉行业的领军企业之一。公司最早以机器视觉核心部件的光源产品为突破口，进入了当时主要以国际品牌垄断的工业机器视觉市场。公司坚持“深耕优势、以点带面、以面促点、逐个突破”的发展路径，将产品线逐步拓展至镜头、工业相机、视觉控制器、视觉处理软件等其他机器视觉部件。同时，奥普特在工业读码器、3D激光传感器及深度学习产品方面完成了相关布局，取得了初步的销售突破。经过多年发展，公司已经成为具有前端核心零部件自主化能力的机器视觉系统解决方案提供商，是国内唯一一家产业链覆盖度可比肩基恩士的中国本土公司。公众号《 投研锋向 》
产品矩阵丰富，3C锂电高景气助力公司快速发展。奥普特提供的机器视觉产品已广泛应用于3C电子、新能源、半导体、汽车、医药及食品加工等多个行业，并得到苹果、宁德时代、华为、欧姆龙、安费诺、大族激光等行业龙头企业的长期稳定的生产合作。2017-2021年，公司营业收入CAGR达30.40%，主要得益于3C领域的国产替代和锂电行业对机器视觉检测的需求增长。自2016年进入锂电视觉检测以来，奥普特已在电芯段各工序拥有成熟的视觉应用案例，并与行业头部厂商保持紧密的技术合作，已能提供整套的解决方案。同时，公司的行业领先地位得益于持续的研发投入，2021年公司研发投入1.37亿元，占收入比例为15.67%，研发人员715人，同比增加30.24%。公司累计获发明专利30项、实用新型专利200项、外观设计专利25项，累计获软件著作权73项，持续推进机器视觉关键零部件的国产替代。
2、凌云光
掌握底层核心算法，本土机器视觉领军者。凌云光成立于2002年，公司战略聚焦机器视觉业务，坚持“为机器植入眼睛和大脑”，是可配置视觉系统、智能视觉装备与核心视觉器件的专业供应商，是我国较早进入机器视觉领域的企业之一。在机器视觉产业链上，公司一方面坚持自主研发系统和装备，另一方面坚持自主研发软件、算法与器件，建立技术平台，全面掌握“光机电算软”底层技术，2004年，凌云光率先研制了国内第一代大功率LED线光源，并成功批量应用于印钞检测设备。公司率先于2010年推出了商用机器视觉开发软件平台VisionBox，是国内少有的拥有独立算法库的企业，曾获得一项国家技术发明一等奖和两项国家科学技术进步二等奖。
本土厂商销量第一，3C印刷行业领先。2018-2021年凌云光营收稳步增长，CAGR达到20.12%，机器视觉业务的高景气推动公司收入持续增长。根据中国机器视觉产业联盟统计，凌云光在2021年中国机器视觉行业销售额排名中位列第一。根据CINNO Research的统计，凌云光在中国印刷行业机器视觉智能装备领域的市场占有率为21.1%，位列行业第一；在消费电子领域，公司长期服务于苹果公司、华为、小米的产业链，与鸿海精密、瑞声科技、歌尔股份等业内领先的电子制造厂商建立了长期稳定的合作关系。根据CINNO Research统计，2020年公司在中国消费电子可配置视觉系统领域的市场占有率为22.41%，位列行业第三，仅次于康耐视和基恩士。
3、天准科技
AI赋能工业制造，下游行业多点开花。天准科技成立于2005年，是首批科创板上市企业。公司成立以来，围绕人工智能和精密光机电两大技术体系，由精密测量仪器起家、通过工业视觉检测设备，向消费电子、PCB、新汽车、光伏、半导体等行业拓展。同时，面向智能网联领域，提供智能驾驶、车路协同、通用AI计算单元等智能化解决方案。经过十多年的深耕与积累，公司累计服务了全球5000余家中高端工业客户。公司作为中游智能装备制造商，已于2012年进入苹果产业链，提供玻璃、电池等环节视觉检测设备；2018年拓展光伏行业，提供光伏硅片分选机，客户包括隆基、通威、晶科等头部企业；2021年5月收购德国MueTec，进入前道晶圆检测领域，补齐国产半导体设备短板。2017-2021年，公司营业收入CAGR高达41%。
成为地平线合作伙伴，跨入自动驾驶新赛道。2022年6月天准科技成为地平线IDH之一，将基于地平线芯片打造智驾域控制器及两域融合的中央控制解决方案。此次与地平线的合作，是已有业务的进一步外拓。公司2018年开始将机器视觉技术应用到了无人物流车领域，经过几年的深耕，围绕着智能驾驶域控制器核心产品，形成了包括远程驾驶、数据采集回灌、多传感器联合标定、车路协同等产品和方案在内的一套完整的开发工具链，建立起了硬件设计、底软和中间件开发、算法部署和优化等全面的技术能力，服务了国内外100余家主要的L4智能驾驶客户。
4、海康机器人（海康威视子公司）
脱胎于海康创新业务，分拆上市加速产业进程。海康机器人是面向全球的机器视觉和移动机器人产品及解决方案提供商，业务聚焦于工业物联网、智慧物流和智能制造。海康机器人2019-2021年实现营收8.1、13.6、27.6亿元，2020-2021年分别同比增长66.9%和103.3%。2021年海康机器人持续丰富和优化机器视觉产品，以VM（Vision Master）算法软件平台为核心，培育视觉应用生态，携手行业合作伙伴共同开发满足碎片化工业场景需求的应用。在近期揭晓的首次引入国内的“视觉系统设计创新奖VSDC Innovators Awards 2021”年度获奖名单中，海康机器人凭借机器视觉“软硬双核”——21MP CXP-12相机、VM算法开发平台分别荣膺此次评选唯一最高荣誉白金奖和金奖，标志着业界对海康机器人在产品技术创新、市场表现、企业实力等方面的充分认可。2022年1月，海康机器人对研发和产能双双加码，包括拟筹资11.66亿元建设海康机器人产品产业化基地建设项目和拟筹资15.34亿元建设智能制造（桐庐）基地项目，预计规划产能为年产10万台移动机器人和500万套机器视觉产品。2022年6月，海康威视发布预案，拟将其控股子公司海康机器人整体变更为股份有限公司后，分拆至创业板上市。
5、华睿科技（大华股份子公司）
深耕机器视觉+AMR，竞争优势持续增强。华睿科技是大华股份旗下的机器视觉子公司，专注于机器视觉与移动机器人，广泛应用于物流、汽车、3C、锂电、光伏和医药等行业。公司机器视觉产品包含工业相机、线扫相机、智能相机、智能传感器、3D工业相机和镜头等系列产品，主要用于读码识别、缺陷检测、测量和定位；移动机器人产品包含潜伏、牵引、叉取和分拣等机器人，主要用于机器视觉领域。公司继承了大华股份在安防监控领域深厚的ISP图像处理技术，始终坚持技术创新，2021年研发人员占比超过60%，专业研发级技术团队500人+，专利申请近300件。2021年9月28日，大华股份发布公告称，拟分拆江华睿科技至境内证券交易所上市。
07
未来展望
1、国产有望弯道超车
随着下游需求持续增长、客户对国产品牌认可度不断提升，我国机器视觉市场代表企业开启募投扩张时代。总体上，当前机器视觉行业技术迭代升级快，下游应用场景新需求不断涌现，形成技术供给和应用需求双频共振的良好发展趋势，有利于维持行业未来的持续高增长。此外，国内的锂电、光伏行业发展处于国际头部水平，国产厂商有望借助下游景气行业实现对外资品牌的弯道超车。
2、3D视觉方兴未艾，全球规模2025年将突破百亿美元
3D视觉作为机器视觉的重要发展方向，预计在2025年达到全球150亿元美元的市场规模。根据法国市场研究与战略咨询公司YOLE发布的全球3D成像和传感市场研究报告，2019年全球3D视觉感知市场规模为50亿美元，且市场规模将快速发展，预计在2025年达到150亿美元，2019-2025年CAGR达20%。目前，消费电子占比40%，是最大的应用领域，工业紧随其后排名第二，占比达21%，其次为航天航空和汽车。YOLE预计随着汽车智能化的渗透加速，用于自动驾驶、座舱内摄像头的3D视觉将是未来五年增长最快的细分。根据高工产业研究院的数据，2025年我国机器视觉市场规模将达到415.92亿元，其中，3D视觉市场规模将达到104.35亿元。占比超过25%。
来源：公众号《 投研锋向 》
/2 
