国产91九色_日本68xxxx_欧美高清另类自拍视频在线看_欧美人禽_99久久婷婷国产综合精品青牛牛_亚洲射情

　　1、 機器視覺具有多維優勢，國內處于高速發展初期

　　1.1、 屬于人工智能分支，相比人眼優勢顯著

　　機器視覺屬于人工智能范疇，國內外已開始大量應用。機器視覺被稱為智能制造的 “智慧之眼”，為智能制造打開了新的“視”界，是實現工業自動化和智能化的必要 手段。根據美國自動成像協會（AIA）的定義，機器視覺（Machine Vision）是一種應 用于工業和非工業領域的硬件和軟件組合，它基于捕獲的圖像為設備執行其功能提 供操作指導。人工智能的應用技術主要包括語音類技術、視覺類技術、自然語言處理 類技術和基礎硬件等，其中，機器視覺技術是機器人自主行動的前提，能夠實現計算機系統對于外界環境的觀察、識別和判斷等功能，是人工智能范疇最重要的前沿分支之一。機器視覺技術涉及機械、電子、光學、自動控制、計算機科學、圖像處理和 模式識別等諸多領域，在國內外人工智能企業應用技術中占比超過 40%，應用范圍 十分廣泛。

　　機器視覺具有識別、測量、定位、檢測四大功能，技術實現難度依次增加。機器視覺 的諸多功能基本可歸為識別、測量、定位和檢測功能四大類，識別是指對目標物的外 形、顏色、字符、條碼等特征進行甄別；測量是指對目標的幾何尺寸進行測量，把獲 取的圖像像素信息標定成常用的度量衡單位，然后在圖像中精確的計算出目標物的 幾何尺寸，高精度以及復雜形態的測量是機器視覺的優勢領域；定位是對目標物的 二維或三維位置信息進行獲??；檢測是對目標物的外觀進行監測，包括產品完整檢測、外觀缺陷檢測等。速度和精度是衡量機器視覺識別、測量、定位和檢測功能的主 要指標，從技術實現難度來看，四大功能實現的難度依次遞增。

　　機器視覺的本質是為機器植入“眼睛”和“大腦”。機器視覺主要分為成像和圖像處 理兩大部分，光源、鏡頭、相機和圖像采集卡相當于眼睛，連接電纜相當于傳入神經， 圖像處理系統相當于大腦，控制機構與執行機構相當于手腳等器官。一臺機器視覺 設備的工作流程包括視覺成像、自動圖像獲取、圖像預處理、圖像定位與分割、圖像 識別與檢測、視覺伺服與優化控制等環節，被測對象到達指定位置后向圖像采集卡 發觸發脈沖，圖像采集卡接收到脈沖信號后，將觸發信號分別傳輸給相機和光照系 統，由相機進行圖像抓取，將光信號轉變成為有序的電信號，再將該信號模數轉換并 送到圖像處理軟件，再根據需求對圖像進行處理分析、識別，并返回判斷結果或者邏輯控制值傳遞給控制機構執行，完成特定功能工作流程。

　　機器視覺相比人類視覺多方面優勢顯著，眾多應用場景替代價值較高。機器視覺是 實現設備精密控制、智能化、自動化的有效途徑，堪稱現代工業和智能制造的機器眼 睛，相比于人類視覺在精確性、速度性、適應性、客觀性、重復性、可靠性、效率性、 感光范圍和信息集成上具有多方面領先優勢。目前機器視覺主要應用于工業自動化 領域，在被檢測物品移動速度快、精確性要求高和工作重復性較高的場景下，機器視 覺設備相比人眼工作效率提升明顯，能夠代替人眼在多種場景下實現識別、定位、測 量、檢測等多種功能。

　　1.2、 國內處于發展初期，市場規模快速擴張

　　全球來看，在成像、應用、算力、算法的逐輪驅動下，機器視覺行業進入發展早期。 世界范圍來看，1969-1980 年期間機器視覺還處于萌芽期，主要由成像技術驅動，還 未形成完整的機器視覺概念；1980-1990 年間機器視覺處于起步期，隨著 CCD 圖像 傳感器、CPU 與 DSP等硬件與圖像處理技術的飛速發展，機器視覺逐步由理論研究 走向工業領域的技術應用；1990-2000 年機器視覺行業處于成長波動期，由于成像技 術和算法算力發展還不成熟，系統成本非常高，產業進入成長波動期；2000-2010 年 在應用和算力的雙重驅動下，機器視覺行業正式進入發展早期，FPD 平板檢測、PCB 檢測和汽車行業均提出大量需求；2010-2020 年期間在算法的驅動下，機器視覺行業 迎來加速發展期，在電子、汽車、半導體等領域得到了廣泛應用。

　　國內來看，起步較晚但已處于高速發展初期，已由代理服務逐步轉向自主研發。1990- 2000年我國機器視覺行業處于萌芽期，90 年代國內開始出現機器視覺代理企業，主 要從事機器視覺器件及技術的代理服務；2001-2010 年，國內機器視覺行業處于起步期，在人民幣印鈔質量檢測，煙草和原棉異物剔除、郵政分揀等代表性下游應用需求 拉動下，國內開始出現一批專業的機器，越來越多企業開始探索與研發具有自主知識產權的機器視覺軟硬件設備，隨著 USB2.0 接口的相機和采集卡等器件方面逐漸占 據入門級市場，產品性能不斷提升；2011 年-2020 年是國內機器視覺行業的發展初期，2011年開始以蘋果手機加工制造為核心的 3C 電子制造產業需求提升較快，直接推動中國機器視覺高速發展，自 2019 年開始國內機器視覺產業持續保持 20%-30% 的增速。根據 CB Insight 數據，2020 年已成為繼美、日之后的全球第三大市場。

　　全球機器視覺市場規?；謴头€健增長，2019年歐美市場合計占比 65.7%。根據 Markets and Markets 數據統計，2016-2019年全球機器視覺市場規模保持穩健增長， 年均復合增速達 18%，2019 年達到 102 億美元。2020 年由于疫情對全球各行業沖擊 影響較大，下游行業需求低迷背景下機器視覺市場規模有所滑落，全球機器視覺器 件市場規模為 102 億美元。2021 年伴隨傳統工業復蘇和新能源行業的蓬勃發展拉動了相關企業的擴產需求，視覺檢測產品需求有所增長。根據 Markets and Markets 預 測，2021-2025 年全球機器視覺市場規模預計將保持 6%的復合增速穩健增長。同時， 2019 年歐洲和北美機器視覺市場規模合計占比達 65.7%，全球市場主要集中于歐美 地區。

　　國內機器視覺市場銷售額快速增長，企業數量不斷增加。根據機器視覺產業聯盟數 據顯示，2019 年中國機器視覺銷售額達 103 億元，2016 年-2019 年均復合增長率達 28%，遠大于全球市場 18%的增速水平，其中 3D 機器視覺市場受益于下游行業需求 放量，持續保持高速增長。從國內企業數量來看，2010 年國內機器視覺企業僅有 60 家，伴隨國內對自主技術產權的不斷研究和在光源、相機等領域的不斷摸索，截至 2019 年國內機器視覺企業數量達到峰值，為 819 家，2020 年有所回落下降至 637 家， 但相比 2010 年已有十余倍的增長。未來伴隨機器視覺行業銷售額進一步擴大和企業 數量進一步增長，供需共振下預計行業將持續保持高景氣度。

　　1.3、 產業鏈包括上游零部件和中游集成商，上游潛在市場空間更大

　　機器視覺行業包括上游軟硬件廠商和中游集成制造設備商，下游應用領域百花齊放。 機器視覺產業鏈上游由機器視覺零部件和算法軟件構成，核心零部件包括光源、工 業鏡頭、工業相機、圖像采集卡、算法軟件等，國內機器視覺上游市場主要由國外老牌廠商占領；中游包括機器視覺整機裝備制造商、系統集成商，主要負責軟件的二次 開發和設備的整機制造，由于下游需求相對碎片化中游企業的市場集中度較低；機 器視覺下游為終端應用行業，涵蓋電子、半導體、汽車制造、食品包裝、制藥等領域， 應用場景類型眾多百花齊放。

　　核心零部件與軟件開發為機器視覺成本主要構成，上游潛在市場空間更大。機器視 覺產業鏈整體可分為核心零部件和軟件提供商、集成和軟件服務商，其中核心零部 件及軟件包括光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件等。在整個機器視 覺系統成本構成上，核心零部件及軟件開發占據了 80%的比例，是產業鏈中核心環 節，中游的組裝集成在產業鏈中價值占比相對有限僅為 15%，后端的維護環節市場 占比僅為 5%。由于機器視覺行業下游應用較為分散，標準化程度較低，因此中游設 備商針對特定行業調試開發的成本較高，商業模式上在不同行業快速推廣復制的可 能性相對較低，相比之下上游核心零部件產品一般標準化程度較高，且受下游市場 需求變化影響相對有限，整體來看相比中游，上游的潛在市場空間更大。（報告來源：未來智庫）

　　2、 四大助力疊加技術驅動，機器視覺賽道坡長雪厚

　　2.1、 機器視覺坡長雪厚，國產替代空間廣闊

　　國內市場規?？焖僭鲩L，在工業企業技改支出中占比仍偏低。根據機器視覺產業聯盟預測，國內機器視覺市場規模自 2021 年起將保年均 27%左右的高速增長水平， 預計到 2023 年國內機器視覺市場規模將接近 300 億元。同時，近年來，我國工業企 業技術改造支出逐步增加，2016 年至 2019 年間年均復合增長率達 3%。其中，國內 機器視覺的銷售額在 2016 年-2019 年期間分別為 49、69、84、103 億元，在全國工 業企業技改投資經費支出中的占比雖逐步提升，但也僅維持在 2%-3%左右，國內機 器視覺的滲透率還處于相對較低水平，未來成長空間廣闊。

　　國內市場以產品代理商和外資企業為主，國產替代空間十分廣闊。國內機器視覺市 場上國際品牌達 200 多家，近乎是內資品牌的 2 倍，以外資品牌為主。同時，我國 機器視覺行業主要以產品代理商和系統集成及設備制造為主，底層開發商較少，自 主研發能力不足，更多是進行二次應用開發。截至 2020 年國內機器視覺各類產品代 理商超過了 300 家，專業的機器視覺系統集成商 100 多家。從全球市場來看，盡管 中國機器視覺市場發展速度飛快，但由于起步較晚，國際機器視覺市場主要被美國 和德國占據，占比分別達到 29.76%和 24.5%，尤其在機器視覺底層核心零部件方面， 目前仍以外資品牌為主。

　　行業盈利中樞保持較高水平，上游盈利空間大于中游。產業鏈上游的海外龍頭企業 基恩士和康耐視 2016-2020 年間的平均銷售毛利率分別達到 81.61%和 76.22%，鏡頭 龍頭企業巴斯勒為 50%，國內光源龍頭企業奧普特 2017-2020 年間平均毛利率為72.55%，顯著高于一般制造業企業。國內中游龍頭企業天準科技和矩子科技 2016- 2020 年間的平均銷售毛利率分別為 39.88%和 48.69%，雖高于傳統集成制造企業， 但顯著低于上游企業。上游企業處于價值鏈的頂端，掌握核心技術且壁壘較高，同時 上游很多產品可以標準化生產，具有規模效應，整體盈利水平和盈利空間大于中游 企業。

　　2.2、 政策持續加碼+人口老齡化加劇+制造業工資上漲+疫情影響常態化， 共同助推機器視覺高成長

　　相關政策持續加碼，助力行業高速發展。機器視覺技術是實現工業智能化中數據采 集需用到的必備技術，為了保持我國制造業在世界的領先地位，我國近 5 年提出十 余項重點政策予以扶持。2015 年國務院在《中國制造 2025》中提出 2025 年邁入制 造強國行列，2035 年我國制造業整體達到世界制造強國陣營中等水平，初步制定了 我國制造業后續發展的戰略宏圖；2017 年國務院在《新一代人工智能發展規劃》中 提出 2025 年人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平， 2030 年人工智能理論、技術與應用總體達到世界領先水平，對人工智能技術的后續 發展亦提出明確規劃；2020 至 2021 年期間，伴隨國內機器視覺行業自主研發技術的 不斷成熟，國家標準《智能制造機器視覺在線檢測測試方法》等文件中開始陸續明確 機器視覺行業的發展路徑，以及與人工智能、智能制造的結合方式等，《“十四五”智 能制造發展規劃（征求意見稿）》明確提出到 2025 年規模以上制造業企業基本普及 數字化，骨干企業實現智能轉型升級。

　　人口老齡化加劇和疫情影響常態化的背景下，制造業平均工資的不斷上漲助推工業 智能化加速升級。隨著經濟的發展，國內就業人口數量增長放緩、老年人口占比上 升，預計中國人口結構老齡化將成為一個不可逆轉的趨勢。國家統計局統計數據顯 示，截至 2020 年末，我國 65 歲及以上人口數量為 1.91 億人，占總人口的比重達到 13.5%，同比增加 0.9%，老齡化程度不斷加深。同時，德爾塔、奧密克戎等病毒毒株 的出現對工業企業的開工率帶來較大不確定性，世界衛生組織舉行緊急會議后發布 聲明，將奧密克戎列為“需要關注的變異株”，機器替人的需求進一步增加。隨著人 口老齡化速度加快，用工成本不斷上升，2020 年中國制造業城鎮單位就業人員年平 均工資達 8.24 萬元，比 2016 年增加 2.29 萬元，制造業企業面臨成本壓力和較大生 產不確定性，實現機器視覺普及是大勢所趨。

　　國內各省市機器視覺應用進展穩步推進。截至 2020 年底，我國各主要省市在人工智 能和機器視覺領域均已形成一定產業布局，并明確提出后續發展規劃。其中，河北、 河南、吉林、云南等地區明確提出機器視覺計劃的相關戰略發展規劃，北京、上海、 浙江、廣東、深圳等地區明確提出智能機器人相關的戰略發展目標，智能工廠、數字 化車間、智能制造等概念在陸續出現在各地區制造行業發展規劃中。在制造業升級 的大背景下，全國各省市各地區齊頭并進，圍繞智能制造的主線展開布局，機器視覺 作為智能制造之眼，是進行數據搜集的必要條件，從產業鏈建設順序來看，將優先受 益于制造業的智能化轉型升級，伴隨企業投資支出的逐步增加，機器視覺行業將逐 步放量，步入發展快車道。

　　2.3、 技術升級是機器視覺行業發展的核心驅動力

　　技術升級帶來的降本增效，是機器視覺行業發展的核心驅動力。從全球機器視覺相 關專利數量來看，截至 2019 年全球機器視覺累計專利數量達 8.6 萬項，2010-2019 年 期間新增專利數量同比增速持續保持正增長，2017-2019 年期間新增專利數量保持在 17%左右的增速水平。伴隨專利技術的逐步增加，全球機器視覺技術的不斷完善，機 器視覺相對于人工的比較優勢進一步擴大，將進一步打開行業發展空間。

　　技術標準體系逐步完善，加快推進核心技術產業化。目前行業內標準化組織主要有 ISO/IEC JTC 1 1/SC 24，ITU：SG16，IPC，IEEE，G3 國際機器視覺標準化組織 AIA、 EMVA、JIIA、VDMA 和 CMVU 等， G3 已發布多項行業技術標準，對于通用、安 全與可靠性，器件、接口與測試、驗收與測評、工業互聯等方面均已明確相關的技術 標準，國家標準、行業標準和團體標準中部分也已完成發布。行業發展的技術標準逐 步統一有利于國內機器視覺在良性發展軌道中不斷成長。

　　嵌入式視覺系統、深度學習、3D 視覺、計算成像是機器視覺四大技術演進方向。當 前機器詩句在成像質量上仍有較大提高空間，嵌入式視覺系統和計算成像主要解決 這方面問題。嵌入式技術可將具有深度學習算法和圖像處理功能的 AI 模塊集成至工 業相機，近年來嵌入式機器視覺應用快速增加，消費電子、自動駕駛、生命科學、農 業等場景的需求不斷增長，帶動國內企業在嵌入式機器視覺上的研發投入不斷增加。 根據機器視覺產業聯盟數據，2018-2020 年間國內企業在嵌入式視覺系統研發上的投 入年均復合增長率達 41.4%。深度學習和 3D 視覺均屬于視覺分析技術，可以對傳統 算法進行優化并提供更豐富維度的信息，幫助機器視覺提高圖像處理的智能化水平。 2018-2020 年間，AI 驅動的解決方案和 3D 解決方案兩個方向的研發投入年均復合增 長率分別為 40.8%和 49.7%，研發投入持續保持高速增長。綜合來看，嵌入式視覺系 統、深度學習、3D 視覺、計算成像是全球機器視覺四大主流技術升級路線。

　　嵌入式技術為智能工業相機提供關鍵價值賦能。智能工業相機是工業自動化領域邊 緣智能的重要實現手段，嵌入式技術可用于實現將圖像處理和深度學習算法的 AI 模 塊集成至工業相機，實現邊緣智能，最主要的應用包括 ADAS、工業自動化以及安防 監控。通過對 AI 芯片的集成，智能相機可以在特定的應用環境中實現圖像處理并利 用內嵌的人工智能算法做出邏輯判斷，為自動化場景提供無需人工干預的智能方案。

　　深度學習技術可協助提高傳統方式的普適性程度并提速新場景適配過程。目前采用 傳統方式的機器視覺技術在結構化場景相對固定、工作內容重復度高的情況下，相 對人眼監測在速度和準確性上具有優勢，但隨著機器視覺下游應用領域的不斷拓展， 傳統方式對于復雜化、細微化的場景處理上呈現出通用性低、不易復制、對使用人員 要求高等缺點。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。簡單來講，深度學 習技術可以在全新領域的復雜檢測環境下，為傳統方式賦予人眼的靈活智能。

　　國內外 3D 視覺研究進度趨近，國內應用場景更為豐富。3D 視覺相對于 2D 視覺可 獲得物體的空間坐標信息，更為契合精細化程度和自動化程度越來越高的工業控制 升級趨勢，但二者各有優劣。由于成本原因 3D 視覺還不能完全取代 2D 視覺。目前 標準化的 3D 視覺軟硬件產品已進入市場，產業鏈已經初步形成，在 3D 視覺算法研 究上國內外企業起步時間趨近，研究進度還均處于起步階段，研究進度趨近。同時， 國內有更多的 3D 機器視覺應用場景，以汽車、電子、電池等為代表的新場景不斷涌 現，國內企業在 3D 技術應用研究上具有天然更為優質的環境。

　　精準成像是機器視覺成功的前提，計算成像技術可突破傳統光電成像的功能與成本 局限問題。如何在方案成本和光路復雜程度之間實現平衡，最大化地實現成像效果， 是各家機器視覺廠商首先需要解決的核心問題。計算成像技術就是在傳統“所見即 所得”的光學成像方法上增加了“計算”的過程，即通過建立目標場景與觀測圖像之 間的變化獲調制模型，然后利用不同的計算方法重建獲增強成像的過程，可突破傳 統光電成像器件、功能與成本局限的問題，滿足更高分辨率、更大景深、更多維度的 光電成像的內部需求。同時，計算成像使得超衍射成像、無透鏡成像、大視場高分辨 率成像及透過散射介質清晰成像等成為可能，有助于促進成像設備的高性能化、微 型化和智能化。

　　2.4、 消費電子是機器視覺主要應用領域，汽車與電池是未來主要增長點

　　機器視覺的用途不斷拓寬，消費電子是機器視覺最主要的應用領域。據中國機器視 覺產業聯盟統計，2020 年機器視覺在電子、半導體、汽車領域的銷售額分別占全行 業銷售額的 52.9%、10.3%、8.8%。電子信息制造行業自動化、標準化程度高，產品 生命周期短、更新換代快，是機器視覺技術應用較早、需求最大的領域。消費電子類 元器件尺寸較小，監測要求較高，適合使用機器視覺進行檢測，其中以蘋果產業鏈衍 生出的檢測需求為代表，包括液晶屏 AA 區定位、輪廓度檢測、手機零件裝配定位、 螺絲裝配定位等，現在仍是機器視覺技術的最主要應用市場。

　　汽車與電池是未來機器視覺行業的主要增長點。機器視覺目前在整車生產領域的應 用十分廣泛，在貼片機、擠壓磨具、監測點、齒輪、焊接線纜等多環節均需使用機器 視覺技術，同時在電池的電極檢測、裝配檢測、化成檢測、模塊和電池組系統檢測均 存在應用機器視覺技術需求。未來汽車智能化水平不斷提高，新能源汽車快速放量 帶來的裝配檢測和電池檢測將是機器視覺行業未來主要增長點。

　　技術成熟加速商業化落地，鋰電池檢測市場率先打開。目前電池占據新能源汽車總 成本的 40%-50%，電池的電極檢測、電極片距離測量、封蓋焊接引導和檢測、軟包 表面檢測、光學字符識別等均需要用到機器視覺技術，以保證電池的高性能和大容 量。根據前瞻產業研究院數據，2015 年國內鋰離子電池產量僅為 55.98 億只，2020 年為 188.45 億只，復合增速達 27%，截至 2021 年 Q3 為 166.83 億只，已接近 2020 年全年水平，預計 2021 年將繼續保持高速增長。根據中商產業研究院數據，2020 年 國內電子及半導體市場規模為 36.12 億元。鋰電池檢測復雜程度較高，未來隨著新能 源汽車滲透率的提升，鋰電池產量的快速增長將帶動相應機器視覺市場需求打開。

　　智能制造和自動駕駛是機器視覺主要應用領域，智能化和輕量化趨勢加速市場滲透。 目前機器視覺在汽車領域主要應用于智能制造和智能駕駛兩個方向。智能制造方向 來看，汽車生產領域中至少上百個環節均存在應用機器視覺進行檢測、定位和測量 的需求，包括區分軸長、檢測點火線圈中的彎曲端子、檢測焊珠位置、裝配過程中的 跟蹤等，應用需求十分廣泛；自動駕駛方向來看，完成自動駕駛的首要前提是車載傳 感器，其中核心組件是車載攝像頭，包括單目視覺、雙目視覺等。2020 年我國新能 源汽車銷量 136.73 萬輛，2021 年全年銷量達 352.05 萬輛，同比增長 157%，智能制 造的需求相應獲得增量成長。未來在汽車智能化和輕量化趨勢下，單車電子件價值 量將持續提升，對應汽車產線應用機器視覺的需求將進一步增加。（報告來源：未來智庫）

　　3、 上游零部件：國產替代進行時，各環節有序推進

　　3.1、 國產替代進行時，3D 設備增速最快

　　國內機器視覺市場較為分散，國產品牌進口替代穩步推進。2020 年基恩士在中國地 區的收入占比市場總收入的 34%，康耐視占 9%，奧普特占 5%，其他所有企業分享 剩余的一半市場，市場集中度較低。根據機器視覺產業聯盟數據，2018-2020 年我國 國產品牌市場規模占比穩步提升，2020 年已有 51.33%，進口替代正在穩步推進，在此過程中三方面內容值得關注。一是國產品牌占據的 51.33%市場份額中龍頭企業奧 普特僅有 5%，國產企業競爭格局更為分散；二是目前國產企業仍以代理商為主，具 備自主生產能力的企業以中低端領域進口替代為主，距離實現高端產品進口替代仍 有一段距離；三是從各產品的替代難度來看，光源目前已基本實現國產替代，集成商 的技術水平目前基本追趕上國外先進企業，其余環節目前替代難度仍較大。

　　3D 相機/3D 采集設備銷售額增速最快。從市場規模增速來看，2018 年-2020 年間 3D 相機/3D 采集設備的銷售額年均復合增速為 53.8%，其他環節產品的年均增速一般在 20%左右，3D 相機/3D 采集設備的銷售額年均增速明顯更高。3D 相機相比于 2D 相 機性能優勢更為顯著，具有更廣泛的應用，預計未來仍將保持高速增長。

　　3.2、 光源：基本實現國產，國內企業占據主導地位

　　光源是機器視覺系統的重要零部件，LED 光源綜合性能更為突出。光源是指用于為 工業機器視覺應用場景提供照明的系統，主要包括光源和光源控制器，是影響機器 視覺系統輸入的重要因素，直接影響輸入數據的質量和應用效果。工業中使用光源的目的是實現圖像中目標與背景的最佳分離，獲得高品質、高對比度的圖像。因此， 好的光源產品需要保證足夠的亮度和穩定性，物體位置不斷變化下也不會影響成像 質量。光源主要分為高頻熒光燈、鹵素燈和 LED 光源三種。其中，LED 光源由于分 布式設計和合理的電流分配技術，具有形狀自由度高、使用壽命長、運行成本低、發 光穩定等綜合優勢，成為機器視覺領域應用最為廣泛的光源。

　　光源市場高端化趨勢明顯，用于 3D 視覺的輔助結構光源市場逐步打開。光源照射方 法可分為背向照明、前向照明、結構光照明和頻閃光照明。背向照明是將被拍攝物體 放在光源和相機之間，優點是可獲得高對比度的圖像；前向照明是將光源和相機位 放置于被拍攝物體的同側，優點是便于安裝；結構光照明是將光柵或線光源等投射 到被檢測物體上，根據明暗畸變解調出被檢測物體的三維信息；頻閃光照明是將高 頻率的光脈沖照射到物體上，相機與光源同步拍攝高速運動物體的圖像。目前，機器 視覺光源逐漸向著高端化方向發展，以結構光、同軸光等為代表的高端光源產品將 成為市場主流。隨著 3D 視覺技術逐漸形成更多成熟的應用方案，用于 3D 視覺的輔 助結構光源產品將逐漸打開市場，滲透進更多工業機器視覺應用場景。

　　光源技術門檻相對較低，國產企業具有先發優勢且已占據主導地位。國外光源設計 能力已經趨于成熟，知名光源廠商日本 CCS 和美國 Ai 等，憑借強大的技術實力和 生產工藝在全球高端光源市場擁有較高的占有率。由于光源技術門檻相對較低，目 前技術相對成熟，相比于機器視覺其他部件，國內廠商進軍很早，國內市場基本由國 產企業主導，奧普特、沃德普、康視達、緯朗光電等國內光源廠商基本已具備與國際 品牌競爭的實力，其中奧普特是國內市占率最大的生產商，擁有 38 大系列標準光源 產品和 30000 多個定制設計案例經驗，具備非標產品的快速響應能力。

　　3.3、 鏡頭：國內企業競爭低端市場，高端市場逐步開始布局

　　鏡頭質量直接影響視覺系統的整體性能，是機器視覺系統中最關鍵的成像部件。鏡 頭是機器視覺系統中被攝物體信息采集和傳遞過程的起點，相當于人眼的晶狀體。 鏡頭的作用是將目標的光輻射聚焦在相機芯片的光敏面陣上。鏡頭的參數有焦距、 視場、工作距離、分辨率、景深等，實際選擇時需要考慮與相機和圖像傳感器之間的 匹配，隨著 CMOS 圖像傳感器技術的快速發展，傳感器具有更小的像素，故需要更 高分辨率的鏡頭。除了分辨率外，所有透鏡也會受到一定的空間畸變，當鏡頭以非線 性方式拉伸或壓縮圖像，使整個傳感器的精確測量變得非常困難。傳統鏡頭的高畸 變問題使得遠心鏡頭應用而生。遠心鏡頭獨有的平行光路設計能糾正傳統工業鏡頭 視差，可在一定物距范圍內，使得到的圖像放大倍率不會變化，具有高分辨率、超寬 景深、超低畸變的特性，在精密檢測領域備受歡迎。

　　全球工業鏡頭市場平穩增長，中國市場持續高速放量。2016-2019 年全球工業鏡頭市場規模從 10.8 億美元增長至 12.0 億美元，CAGR3.4%；中國工業鏡頭市場規模則從 2016 年的 2.3 億元增長至 2019 年的 7.0 億元，CAGR45.9%，中國工業鏡頭市場正以遠超全球市場的增速迅速擴張， 高速擴張的背后主要是相關生產研發工藝的不斷提升，助推鏡頭生產的質效不斷提 升，如鍍膜技術的發展提高了鏡頭的良率、自動組立機的投入是的組裝環節由人工 轉為自動組裝等，提升了組裝效率和產品穩定性。

　　國產企業憑借價格優勢和量產能力競爭低端產品替代，高端市場已開始逐步布局。 目前我國工業鏡頭市場主要由國外老牌鏡頭廠商主導，包括德國施耐德、德國卡爾 蔡司、美國 Navitar、日本 KOWA 等，這些國外企業技術積累雄厚、品牌影響力較大， 在高端工業鏡頭市場優勢明顯，但一般產品價格較高，對中國市場的應用開發不足。 2009 年開始國內企業開始逐步發力，但國內工業鏡頭廠商大多體量相對較小，主要 從中低端市場切入，憑借性價比優勢與外資品牌進行競爭，如東莞普密斯。同時，東 正光學等部分國內廠商已經具備提供全系列工業鏡頭的實力，正積極布局高端產品 市場，海康、大華也已具備工業相機生產能力。當前國內廠商在鏡頭制作工藝上與國 外老牌廠商相比還有差距，但已經基本能夠滿足視覺系統的基本需求。

　　3.4、 工業相機：歐美品牌主導，替代難度較大

　　工業相機相比民用相機具有多方面優勢，選擇相機需要考慮多方面因素。工業相機 設計最初源于民用相機，工業相機與民用相機相比具有更強的圖像穩定性、更高的 傳輸能力、更好的工作持續性以及環境適應性，在多方面均具有一定優勢。不同類型 的相機直接決定采集到的圖像分辨率和質量，是機器視覺領域的關鍵部件。在實際 選用相機，首先需要考慮決定檢測精度和視野大小的分辨率，其次需考慮幀率，相機 幀率需要大于等于檢測速度，再次是曝光方式，全局曝光還是卷簾曝光，準確識別一 般需要選擇全局曝光，最后則是其余參數的選擇，如 CCD、CMOS、網口或 USB 等。

　　智能相機解決了看得懂的問題，未來將繼續提升多維度性能。世界工業相機市場經 歷了由模擬相機到數字相機、再到智能相機的過程，2000 年以前以模擬相機為主， 主要解決看得見問題；2000-2015 年工業相機市場處于數字化轉型階段，主要解決看 得清問題，數字信號接口取代模擬接口，高速接口協議 GigE Vision 等開始使用，同 時，2000 年后智能相機開始出現，主要解決了看得懂的問題，可實現讀碼、OCR、 識別、定位引導、測量等基本功能。智能相機將圖像的采集、處理與通信功能集成于 單一相機內，能夠在狹窄的空間進行靈活安裝和應用，具有成本低、易用性強、開發 簡單快速、緊湊型一體化設計等優點。展望未來，智能相機的成像分辨率將不斷提 高，圖像采集速度大幅提升，可見光光譜向非可見光光譜拓展，單一光譜到多/高光 諾譜，空間維度向 3D/4D 繼續延展、集成更多邊緣智能，全方位提升產品性能。

　　工業相機市場在全球市場和中國市場持續穩健增長。2016-2019 年，全球工業相機市 場規模從 6.2 億美元增長至 14.0 億美元，CAGR31.1%；中國工業相機市場規模從 3.3 億元增長至 4.1 億元，CAGR8.0%，增速較緩。國內工業相機市場增速較為緩慢主要 是因為國內工業相機相關技術還不成熟，相關領域的經驗積累還不足，產品更多以 進口國外品牌產品為主。世界范圍內歐美企業在工業相機領域進入時間早，憑借強 大的研發實力和先發優勢，產生行業經驗的不斷積累，帶動全球工業相機市場規模 不斷擴大。

　　歐美品牌占主導地位，國產替代逐步推進。國外品牌由于布局較早，軟硬件優勢明 顯，在國內高分辨率、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，在國內工業相機市場市占率較高。國內廠商主打性 價比優勢，對中國市場應用進行針對性開發，以占取有利切入點。從國內企業市場進 展來看，一方面，以安防監控為主的龍頭企業利用自身在軟硬件上的研發優勢，開始 布局工業相機領域，如華?？萍?；另一方面，以專業機器視覺產品為主的零部件廠商 也不斷推出智能相機系列產品，從中低端產品開始切入市場。

　　工業相機按圖像處理器芯片可分為 CCD 相機和 CMOS 相機，CMOS 相機正成為主 流。CCD 是電荷耦合器件的簡稱，CMOS 是互補金屬氧化物半導體的簡稱。CCD 是 各個感光元器件信號統一放大，噪聲較小，CMOS 則是單獨放大，圖像有大量噪聲， 圖像品質低于 CCD 傳感器。隨著 CMOS 傳感器在消費電子行業的大量應用，CMOS 傳感器在架構設計和工藝保障上已經明顯改善，同時 CMOS 具有集成度高、成本低、 體積小等優勢，目前在眾多應用場景中正逐步取代 CCD 傳感器。

　　3.5、 視覺分析軟件：機器視覺“大腦”，國內企業以二次開發為主

　　視覺分析軟件是機器視覺“大腦”，實現視覺信息處理功能。視覺信息處理相當于機 器視覺的“大腦”，負責對相機采集的圖像進行處理分析，實現對特定目標的識別、 檢測與分析，并作出相應決策。視覺信息處理一般包括圖像預處理、圖像定位與分 割、特征提取、模式分類、語義理解等層次。以一只貓的圖像識別為例，首先將獲得 的圖像進行預處理提高圖像質量，利用邊界分割確定目標的大小、位置與方向信息， 然后進行特征提取獲得紋理、形狀、顏色等特征，再使用各種搜索算法，與圖像數據 庫中有類似特征的圖像匹配從而識別目標物體，最后對物體解釋描述。

　　機器視覺軟件先后出現四種主流軟件平臺。機器視覺軟件負責視覺感知與理解，實 現執行控制、圖像采集、圖像分析與處理、業務計算、顯示等重要功能。視覺軟件的 發展經過了四個階段：

　　基于圖像算子的視覺開發軟件：針對某個特定的生產步驟，集成光源、IO、相機 等外設，對采集到的圖像進行多算子的處理，最后產生圖片供顯示，產生狀態、 數據，其中以 Halcon、OpenCV 為代表，缺點是成本較高、人員技術要求嚴格；

　　基于算法組件的視覺軟件平臺：是將一個或多個算子，封裝成具備某種綜合功 能的組件（如：圓查找、模板匹配、二維碼識別等），并提供可運行時動態組合 各組件功能的軟件，典型代表有康耐視的 VisionPro、凌云光的 VisionWare、海 康的 VisionMaster、陜西維視圖像的 Visionbank 等；

　　基于組態思想的視覺開發平臺：以靈活多樣的組態方式（而不是編程方式）提供 良好的用戶開發界面和簡捷的使用方法，提供軟硬件的全部接口進行系統集成， 以基恩士的 CV_X 軟件庫，凌云公司的 VisionAssembly 為代表；

　　基于云端計算的視覺平臺：該平臺還處于發展過程中，以構建場景互聯的工業 云平臺為目的，實現更大范圍的智能工廠生產系統集成。

　　國外機器視覺軟件發展較為成熟，國內以二次開發為主。代表性機器視覺軟件有 OpenCV、HALCON 和 HexSight 等，OpenCV 是美國 Intel 開發的開源免費圖像處理 庫，主要應用于計算機視覺領域，開發成本較低，但其可靠性、執行效率、效果和性 能不如商業化軟件。HALCON 是德國 MVTec 公司開發的機器視覺算法包，HALCON 圖像處理庫包括一千多個獨立的函數，其函數庫可以通過 C/C++和 Delphi 等多種編 程語言調用，同時支持百余種工業相機和圖像采集卡包括 GenlCam，GigE 和 IIDC1394，被公認是功能最強的機器視覺軟件之一。由于機器視覺軟件的底層算法 具有非常高的技術壁壘，國內公司主要基于 OpenCV 等開源算法庫，或 Halcon、 VisionPro 等商業算法庫，進行二次開發。代表產品包括北京凌云光 Vision WARE 視 覺軟件、陜西維視圖像 Visionbank 機器視覺軟件、深圳市精浦科技有限公司 OpencvReal ViewBench(RVB)等。

　　4、 中游集成商：需求碎片化導致市場分散，看好具備兩大能力的企業

　　4.1、 視覺系統貢獻行業主要銷售額，算法已進入云端智能計算時代

　　機器視覺中游包括設備制造和系統集成兩個環節。機器視覺中游企業既要承接上游 的硬件設備，也要進行中游算法開發，還要為下游客戶提供整體解決方案和相關服 務。系統集成商主要面向設備制造商或者最終用戶，提供硬件集成、軟件服務等解決 方案，可根據用戶要求提供非標服務。目前國內系統集成行業門檻較低，市場競爭較 為激烈，行業盈利空間相對有限。設備制造商不止是做軟件系統集成，而是將光源、 鏡頭、相機、圖像采集卡、視覺分析軟件等與軟件系統結合，針對特定下游應用場景 進行開發，制造完整的機器視覺系統或裝備。

　　視覺系統等整套設備為機器視覺行業銷售額主要構成。從細分產品構成來看，機器 視覺各類產品可分為三類，第一類是特定應用視覺系統或可配置視覺系統，典型的 工業機器視覺系統包括光源、鏡頭、相機、圖像采集卡、圖像處理軟件、通訊、輸入 輸出單元等，第二類主要是硬件，包括相機、光學原件、照明設備、各類傳感器等； 第三類包括軟件、線纜、采集卡等其他配件。根據中國機器視覺產業聯盟數據顯示， 2020 年我國特點應用機器視覺系統的銷售額占比為 43.3%，2D 相機為 18.8%，光學 原件為 16.2%，三者合計占比達到 71.6%，特點應用視覺系統和硬件類產品 2020 年 合計占比接近 90%，為機器視覺市場主要構成，軟件類和配件類市場份額較小。

　　機器視覺算法歷經四代革新，已進入云端智能計算時代。機器視覺算法對于中游系 統集成至關重要，其發展可以劃分為四個階段：第一代為模式識別的圖像處理，改善 了圖像的質量；第二代為模式識別的圖像分析，用特征提取工具實現圖像中的目標 識別，常有主成分分析，Fisher 分析、遺傳算法等；第三代為圖像理解深度學習，可 以完成分類、分割、檢測和識別功能；第四代為云端智能計算，利用基于知識圖譜的 大數據挖掘技術建立生產專家庫。常見的機器視覺算法工具主要有兩種類型，一種 是包含多種處理算法的工具包，另一種是專門實現某一類特殊工作的應用軟件，二 者各有利弊，需根據用戶實際情況來選擇。

　　4.2、 需求碎片化導致市場集中度較低，看好具備兩種能力的中游企業

　　下游需求碎片化和定制化程度較高，機器視覺系統通用性較差，導致中游市場集中 度較低。機器視覺下游應用市場呈現出高度碎片化和定制化的特點，涉及行業眾多 且需求多元，而一套機器設備往往只能應用于單一行業，或一套視覺系統中的配件 只能使用特定廠商的產品，因此針對不同行業大多需要進行定制開發。目前中游機 器視覺企業很難覆蓋所有主要下游行業，也無法全部覆蓋全部型號產品，不同行業 之間推廣鋪開的開發成本和使用維護較高，導致機器視覺中游市場集中度較低，同 時，大部分企業產品型號眾多，但單個產品量都不高，呈現多品種、小批量的特征。

　　站在機器視覺中游行業視角來看，我們看好具備底層算法能力以及上游部分零部件 自產能力的中游企業。首先，目前機器視覺中游企業大多不具備底層算法開發能力， 更多以二次開發為主，與特定場景需求結合度不高，更新需求響應較慢，因此未來獨 立具備底層算法開發能力的中游企業將更具優勢；其次，中游行業競爭激烈，產品型 號眾多且單產品的價值量一般不高，如何壓降成本將是未來企業之間博弈的關鍵。 因此能夠向上游產業鏈延伸，具備自主生產部分零部件的中游企業將在未來競爭格 局中占據有利地位；最后，下游需求的高度碎片化與機器視覺裝備通用性差導致定 制化程度較高，如何開拓更多不同下游應用行業，尤其是在未來幾年景氣度比較高 的鋰電、光伏等行業，將是為中游企業提供超額利潤的重要因素，而具備上述兩種能 力的中游企業在未來市場競爭中將更具優勢。

　　5、 重點公司分析：矩子科技、奧普特、天準科技

　　5.1、 矩子科技：檢測領域先發龍頭，訂單良好盈利改善

　　檢測領域先發龍頭，技術積累較為深厚。公司是國內最早進入機器視覺檢測領域的 企業，經過多年深耕已具備扎實的研發能力，底層算法、2D/3D 機器視覺軟件和部分 核心零部件均為自主研發，具備向下游多個細分行業拓展的能力。公司推出的 3D SPI 及 3D AOI 持續放量，具備 SMT 整線銷售能力，憑借高性價比優勢有望實現進口替 代。同時 FPC 柔性電路板、半導體、鋰電、醫藥等領域新產品正在相繼推出，推動 公司收入加速增長。

　　Mini LED 行業需求迎來放量，公司訂單良好有望延續高增。半導體工藝檢測是機器 視覺在半導體行業中的重要應用，Mini LED 行業的興起為公司 AOI 產品帶來新增長 點。根據 CINNO Research 機構預測，Mini LED 行業未來五年的市場規模將增漲十倍，Mini LED 背光模組將從不到 2,000 萬片/年出貨量將增長至 1.7 億片/年，市場空 間廣闊，相應將帶動公司 AOI 產品持續放量。截至 2021 年 Q3，公司合同負債為 2686.72 萬元，相比 2020 度末增長 160.04%，主要原因為新簽合同預收貨款以及發出 商品已收貨款增加，說明公司 AOI、SPI、FPC 柔性線路板通用光學檢測設備、鐳雕 機、選擇性波峰焊等產品訂單情況較好，在下游需求高景氣背景下有望持續高增。

　　營收結構優化+成本壓力有望緩解，公司盈利能力得到不斷改善。公司 2021 年三季 度單季成本為 9906.82 萬元，同比增長 52.40%，環比增長 5.03%，主要為公司上游原 材料對應的大宗商品價格上漲所致，考慮到大宗商品價格進一步上漲空間相對有限， 公司成本端壓力有望逐步緩解。同時，公司 2016 年營收結構中機器視覺設備占比 45.37%，2020 年營收結構中機器視覺設備占比 56.94%，相比控制線纜組件而言機器 視覺設備的毛利率更高，未來隨著公司營收結構的不斷優化和成本壓力逐步緩解， 整體盈利能力有望得到進一步提高。

　　5.2、 奧普特：機器視覺零部件龍頭，豐富產品矩陣顯實力

　　機器視覺零部件國產龍頭，豐富產品矩陣彰顯核心優勢。公司以機器視覺核心部件 中的光源產品為突破口進入機器視覺市場，逐步將產品線拓展至其他機器視覺部件， 現已形成包括 SCI 機器視覺系統、標準光源、非標光源、光源控制器、工業鏡頭、工 業相機、視覺配件、選型助手等產品在內的豐富機器視覺產品體系，全球市場來看僅 有基恩士具有同樣全面的多產品布局。同時，公司具有 190+銷售工程師，140+成像 工程師，870+軟件工程師和全周期專業技術服務，可 7X24 小時現場技術支持，標準 產品當天交貨，定制產品 3 個工作日內交貨。公司全流程服務優質快速，產品、服 務、研發等多方面優勢鑄就公司在機器行業的國內龍頭領先地位。

　　傳統下游 3C 電子持續發力，新能源行業帶來增量需求。公司深耕消費電子行業，產 品具有液晶屏 AA 區定位、耳機孔定位、按鍵字符位置檢測、PCB 焊錫檢測、手機 芯片缺陷檢測、手機 MIC 貼合檢測、輪廓度檢測等功能。近 3 年公司在消費電子行 業的營收占比均保持在 70%以上，產品已獲蘋果、富士康、歐姆龍等行業知名企業 認可，在 3C 電子領域持續發力。同時，公司已成功開拓鋰電、光伏等新能源行業， 產品可滿足硅棒端面尺寸檢測、焊點檢測、極片檢測、電芯模組焊點缺陷檢測等場景 需求，已獲寧德時代、比亞迪、孚能等各行業知名企業認可。2020 年公司分別在 3C 電子領域視覺應用研究投入 2111.38 萬元和新能源領域視覺應用研究投入 1058.45 萬 元，助力相關領域的產品功能進一步升級。

　　募投擴產穩步推進，競爭優勢不斷加強。公司 2020 年底正式登陸科創板，募集資金 16.18 億元，主要用于“總部機器視覺制造中心”、“華東機器視覺產業園”等項目建 設，預計完全建成達產后將增加光源產能 31 萬個、鏡頭產能 20 萬個、光源控制器 產能 15 萬臺、相機產能 2.7 萬臺和視覺控制器產能 1.1 萬臺，項目建設期為2年。

　　5.3、 天準科技：專注工業視覺裝備，技術水平國內領先

　　專注工業視覺裝備，技術水平國內領先。公司從工業視覺設備和產業智能方案入手， 主要產品包括精密測量儀器、智能檢測裝備、無人物流車等，產品功能涵蓋尺寸與缺 陷檢測、自動化生產裝配、智能倉儲物流等工業領域多個環節，其中智能 3D 視覺傳 感器、復合式高精度坐標測量儀器和精密測量儀器等產品均達到或超過國際優秀同 行，現已獲得蘋果公司、三星集團等國際知名企業的認可。同時，公司具有自主研發 的軟件平臺和精密驅控等核心技術能力，整體技術水平國內領先。

　　營收持續高速增長，海外市場營收顯著增加。公司 2016 年營業收入僅為 1.81 億元， 2020 年已達 9.64 億元，近 5 年營收復合增速為 51.91%，總體營收持續高速增長。同 時，公司產品性能優異，不僅能形成進口替代，還可實現出口外銷。2020 年公司海 外營收同比增長 442%，對公司營收貢獻較大增量。

　　更低成本+更寬領域，助力公司快速發展。公司屬于中游集成商，部分業務向上游拓 展，可自產包括視覺傳感器、ARM 的智能相機、精密測量專用控制器等在內的零部 件，可降低公司生產成本。消費電子是公司目前主要應用領域，2020 年營收結構中 消費電子領域占比 88%。近年來，公司不斷向半導體、光伏、汽車等領域拓展，2019 年收購的德國半導體公司 MueTec 擴大了天準科技在半導體市場的份額，光伏領域的 LDI 激光直接成像設備成為公司 2021 年第三季度業績增長的關鍵，且公司已與汽車 領域一級供應商、零部件廠商如博世、世特科等形成重要合作伙伴關系，下游應用領 域的不斷拓寬使得公司發展不斷提速。