（報告出品方/作者：長江證券，趙智勇、宗建樹、曹小敏）
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裝置執行功 能提供操作指導，通常機器視覺系統包含軟體和硬體部分，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 息處理平台、機器視覺算法庫）；3）智能決策與執行單元（AI 能力平台、現場應用軟體）。
機器視覺技術将“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、适應性、客觀性、重複性、可靠性、資訊內建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。
是以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、識别、測量與檢測。
1）定位。機器視覺定位是将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，以便于它對齊或将目 标放置在适當的位置和方向。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、玻璃基闆的定 位、檢查條形碼和标簽對齊、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品質控制方法之一，也是機器視覺系統最常用 的功能。在缺陷檢測中，機器視覺會搜尋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。這些缺陷随機出現，是以機器視覺算法會尋找圖案變 化、顔色或紋理變化、不連續性或連接配接結構。機器視覺系統可以将缺陷按類型、顔色、 紋理和大小進行分類，并篩選出不符合标準的缺陷部分。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，并且可以長時間運作。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、連續卷材生産的材料（例如紙張、塑膠、 金屬）等。一旦檢測到來自流程的故障部件，流程将立即停止并進行糾正，故障部件将 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內建到機器視覺系統 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标特征的位置，以确定測量值是否符合規格。 要獲得高度準确、精确和可重複的測量，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）識别。機器視覺識别主要用于掃描和讀取條形碼、二維碼、零件标記以及在零件、标 簽和包裝上的字元，這些标記包含産品名稱、制造商、日期代碼、批号和有效期等，标 識有助于提升零件的可追溯性、庫存控制和産品驗證系統。識别系統包括光學字元識别 （OCR）或光學字元驗證（OCV）系統，在 OCR 系統中，機器視覺在事先不知道待查 字元的情況下讀取目标上列印的字元；在 OCV 系統中，機器視覺在已知待查字元的情 況下驗證字元串的存在。
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。在實作難度方面， 識别相對最簡單，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%，識别、定位和測量功能分别占比 24%、16%和 10%。
下遊應用廣泛，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、識别、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”，是以其下遊應用廣泛，涵蓋 3C 電子、汽車、半導體等衆多行業。
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 年平均毛利率分别高達 79%、 72%，遠超一般行業水準，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。 從淨利率來看，基恩士維持增長态勢，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 均淨利率達 25%，5 年視角來看，基恩士與奧普特基本處于同一淨利率水準，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、天花闆高。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 資料， 2021年全球/中國機器視覺市場規模分别為804億元/138億元，同比增長12.1%/46.8%， 2016-2021 年 CAGR 分别為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别達 1276 億元/469 億元， 21-25 年 CAGR 分别為 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。從細分産品來看，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 年将達 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别為 31%、31% 和 13%，基恩士日本和美國的銷售額占比分别為 61%、13%。随着全球制造中心向中 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後 的機器視覺第三大市場，2015 年基恩士、康耐視分别開始單獨披露中國、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标。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）的複合增速約為 16.7%，康耐視的美國地區收 入在 2012-2021 年的複合增速約為 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，有望複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。根據機器視覺産業聯盟 （CMVU）統計資料，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、锂電、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 要的下遊應用行業；其次為锂電行業，全行業占比約為 10.8%。
新能源（锂電）成為中國機器視覺行業新支撐。根據 CMVU 統計資料，在中國制造業 中，除了最大下遊消費電子之外，锂電行業的機器視覺應用随着新能源汽車行業高速發 展而持續增長，2019-2021 年，機器視覺在锂電行業的銷售額 CAGR 達 110.4%，在光 伏行業的發展與锂電行業類似，均實作銷售額占比三連增，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，工業機器視覺在主機闆、零部件組裝、整機組裝這三大生産環節均有應 用。随着近年來中國經濟快速發展、居民收入水準提升、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産品市場之一。電子産業的自動化水準 較高，也是目前中國市場機器視覺最主要的下遊行業。消費電子行業的産品主要包括平 闆電腦、筆記本、桌上型電腦、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，市場占比逐漸攀升，目前已接近 50%。 消費電子産品的發展趨勢是逐漸精密化，同時也伴随着元器件尺寸越來越小和品質标準 日漸提高。以智能手機為例，每一代産品與技術更新，幾乎都需要對機器視覺工具進行 更新。是以，行業整體對于機器視覺的需求呈放大趨勢。目前在主機闆和零部件端，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、檢測和識别。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，且随着客戶要 求提升及機器視覺技術進步，機器視覺的外觀檢測應用将越來越多。
锂電：中國機器視覺市場新增長極
目前機器視覺還沒有應用到锂電池所有生産工藝中，前中段（塗布、分切、模切、卷繞、 疊片等）應用較多，後段（密封釘焊後檢測、包藍膜前後的外觀檢測等），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，随着技術的不斷成熟，未來機器視覺産品在各環節的應用有望實作 快速滲透。
随着電芯、模組、PACK 測量要求日益提升，被測物體條件愈發複雜，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，可作為锂電機器視 覺的有效補充。
受益于锂電行業持續高景氣，中國锂電市場規模快速增長，2017-2021 年中國锂電池産 量 CAGR 為 20.3%。目前機器視覺在锂電行業仍處加速滲透階段，預計锂電機器視覺 檢測系統市場規模将保持快于锂電池行業整體的增速。根據 GGII 預測，锂電行業機器 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 覺在锂電池制造環節滲透率有望逐漸上升；2）過去锂電池品質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）早期锂電企業擴産不會考慮很多AI場景的鋪設， 後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，國産占比持續提升
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，并打上标記。在随後的切割過程中需 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确度及速度 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，後 續随着庫存消化，半導體行業有望繼續成為工業機器視覺的重要支撐。
随着終端應用需求的持續發展，全球半導體産能持續擴張，半導體裝置市場規模穩步提 升。2016-2021 年，全球半導體裝置銷售規模由 412 億美元提升至 1026 億美元，CAGR 達 20%。基于下遊市場需求的快速增長和半導體産業鍊向大陸的轉移，大陸的半導體産 業規模快速擴張。2016 年至 2021 年，中國大陸的半導體裝置市場規模由 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裝置市場規模的比例由 16%快速增長至 29%。
傳統的半導體封測裝置，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，大幅縮減晶片尺寸。是以， 3D 機器視覺在其中發揮着巨大作用，3D 視覺檢測裝置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：産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作高度自動化，工業機器視覺發揮着生産高效、品質保障、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％線上測量，再對焊接、塗膠、沖孔等工藝過程進行把控，最後對車身總成、整車 品質進行把關。 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，包括通過光學字元 識别（OCR）技術擷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 别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别産品表面缺陷或 加工工具是否存在缺陷以保證生産品質。如汽車總裝和零部件檢測、焊接品質檢測、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比對安裝、 精确制孔、焊縫引導及跟蹤、噴塗引導、風擋玻璃裝載引導等操作。随着新能源和智能 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。
據中汽協資料，2022 年大陸汽車總銷量達到 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範圍更廣， 技術水準要求更高，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。
技術持續疊代，深度學習孕育新機
傳統的機器視覺技術一般需要先将資料表示為一組特征，然後将這些特征進行分析，或 輸入到預測模型，進而得出預測結果。如果能夠配置正确的光學成像系統，則傳統方式 對結構化場景下的定量檢測将具有速度、準确性和可重複性上的優勢，例如在一條生産 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，很難适應随機性強、特征複雜的工作任務。随 着機器視覺在不同行業應用的擴充，尤其是在外觀檢測的應用中，需要應對缺陷類型複 雜化、細微化、背景噪聲複雜等場景。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、資料孤島、通用性/智能性欠佳等缺點。是以，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。
深度學習是将原始的資料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态下可 以結合機器視覺的效率、魯棒性與人類視覺的靈活性，進而完成複雜環境下的檢測，特 别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，将解決成本難題，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。一旦可批量代替産線檢測人員、操作人員等，便具備生産成本優勢。
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将被攝取目标轉換成圖像信号（即機器視覺産品），再将圖 像信号，結合特定需求，根據像素分布和亮度、顔色等形态資訊，轉變成數字化信号。 如果僅以擷取資料為目的，至此已經完成，但是如果要根據擷取資料調動裝置執行任務， 則需要對數字信号進行運算，針對目标特征（如塗裝中的色差）進行對比，指令裝置将 會繼續工作，或者轉入另一道工序。 從成本角度來看，目前中遊零部件環節的占比超過 60%，底層軟體系統開發占比達到 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元件裝置（如高端鏡頭、高端 CCD 和 CMOS、智能相機、高速圖 像處理軟體等）大多來自進口，高端核心技術被國外巨頭牢牢把控，國内企業目前主要 還是集中在生産光源、闆卡、圖像軟體、相機和機器視覺內建系統方面。
在機器視覺産業鍊中，掌握核心零部件的公司毛利率處于上遊位置，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 年毛利率中樞分别達 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 内視覺裝備公司的毛利率在 38%-48%左右，下遊系統內建業務的毛利率則在 40%以下。 基恩士、康耐視雖然也有視覺裝置業務，但主要為代工廠模式，整體呈輕資産營運，因 此并不影響整體的高盈利水準。
核心零部件：品質與非标決定系統性能
相機：機器視覺核心部件，性能穩定可靠為首要目标
工業相機具有高圖像穩定性、高傳輸能力和高抗幹擾能力等，其功能是将光信号轉變成 為可解釋的電信号，再将電信号模數轉換并交由處理器進行分析和識别。 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 一次可以精确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 軟體中逐像素線建構的。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。它們适用于連續的 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，并且更易于設定和校準。與線掃描相機不同，面掃描相機更适合檢測靜止物體。 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雷射位移傳感器。在單攝像頭設定中，必須移動攝像頭以生 成由雷射在物體上的位置位移産生的高度圖。物體的高度及其表面平面度可以使用校準 的偏移雷射計算。在多相機設定中，部署雷射三角測量以生成物體形狀和位置的數字化 模型。 3D 掃描相機非常适合檢查 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幹擾（例如，光線、對比度和顔色變化），同時提供精确的資訊。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，要适應更惡劣的環境；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，是以，相機在機器視覺核心零部件中基本屬 于标準件。
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，一個裝置的系統分辨越高，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實體尺寸，理論上，提高 系統精度的方法就是盡可能提高機關面積的像素比例。 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，是以更高分辨率的鏡頭在成像系統中的作用越來越重要。 是以，工業鏡頭與普通的照相機鏡頭相比，在分辨率、對比度、景深以及像差等名額上， 有着更高的要求。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， 以滿足不同生産環境的應用需求。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，需要考慮視野範圍、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，具備一定非标屬性。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，多數産品 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，組合應用考驗非标設計能力
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标設計。由于相機無法檢查它“看不到”的物體，是以需要光源發揮着照亮目标、突出特征，便于圖像處理的作用。同時， 要具備克服環境光幹擾、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、顔色）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。以國内龍頭奧普 特為例，其非标光源方案達 3 萬餘種。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标設計，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、光源的标準化程度依次降低，非标屬性依次增強。
圖像采集卡：關鍵在于分辨率和靈敏度的平衡
機器視覺相機内的圖像采集卡将鏡頭捕獲的光轉換為數字圖像，通常依據 Camera Link、 CoaXPress 等協定标準收取前端工業相機資料，在闆載記憶體中進行處理，然後通過 PCI、 PCIe、USB 等接口寫入計算機記憶體，一般為支援客戶進行二次開發的标準品。它通常 利用電荷耦合器件（CCD）或互補金屬氧化物半導體（CMOS）技術将光子轉換為電信 号。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産生的像素數。 “具有更高分辨率的采集卡産生更高品質的圖像”意味着可以在被檢查的物體中觀察到 更多細節，并且可以獲得更準确的測量結果。分辨率還指機器視覺感覺微小變化的能力。 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， 是以提高分辨率會降低靈敏度。
視覺處理單元：底層算法為核心競争力
機器視覺系統的視覺處理單元使用算法來分析傳感器産生的數字圖像。視覺處理涉及一 系列步驟，在外部（通過計算機）或在内部（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。然後分析圖像以定位需要觀察和測量的特定特征。完成對 特征的觀察和測量後，會将它們與定義和預程式設計的規範和标準進行比較。最後，做出決 定，并傳達結果。 具體說，機器視覺軟體類似人的“大腦”，通過圖像處理算法完成對目标物的識别、定 位、測量、檢測等功能。機器視覺軟體分為底層算法和二次開發的軟體包兩類。前者是 包含大量處理算法的工具庫，用以開發特定應用，主要使用者為內建商與裝置商。後者 是封裝好的、用以實作某些功能的應用軟體，主要供最終使用者使用。
産業鍊格局分化，國産廠商蓄勢突圍
各環節參與企業衆多，未來将迎百花齊放格局
目前機器視覺各環節龍頭呈現良性錯位競争，國内企業産品相對局限。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）軟體及 AI 服務商，主要以內建了通用算法的軟體開發包和 AI 加速平台服務商為主，龍頭公司幾乎來自海外；3）視覺系統及解決方案內建商，大陸本 土的機器視覺企業大多屬這一類，以工業自動化非标裝置及方案為主要業務，對機器視 覺核心零部件的把控能力較弱，全産品線營運能力亟待提高。
中國機器視覺行業起步較晚，早年主要依靠代理國外品牌産品，随着技術經驗的積累， 部分代理商逐漸推出自主品牌，目前中國機器視覺企業銷售自主品牌已經成為主流，且 銷售自主産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，随着參與企業增多，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%。預計随着國内市場擴容、國内 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将繼續呈下 降趨勢，未來将迎來百花齊放格局。
目前與國際巨頭基恩士相比，國産企業的市場規模仍有差距，但在國内密集的科研資源 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。随着核心部件和系統 內建方案的更新疊代，國際巨頭在中國市場的慣性優勢将不斷被削弱，以奧普特等為代 表的一批中國機器視覺企業将有望成長為行業領頭羊。
始于系統內建，興于核心部件，國産廠商奮起直追
國産機器市場廠商起初主要進行系統內建，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，并由硬體向軟體延伸。整體上，目前工業機 器視覺領域的國産品牌市占率持續提升，2020 年首次超過外資份額，達到 52%。随着 國内廠商逐漸完善産業鍊布局，結合國産成本效益及國内行業發展的助力，有望實作國産 突圍。
在機器視覺核心部件中，光源非标定制屬性最強，國内廠商也進入較早，目前國内市場 基本由國産企業主導，其中奧普特市占率領先。鏡頭市場國産企業逐鹿低端，高端産品 仍需進口。目前大陸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，但其産品價格較高，國内鏡頭廠商主要從中低端市場切入，也已經占據相 當的市場佔有率。 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，市場佔有率方面國内企業也已經取得一定 突破。
視覺軟體方面，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體，包括有 OpenCV，HALCON，VisionPro，HexSight， EVision，SherLock，Matrox Imaging Library 等，這些軟體具有界面友好、操作簡單、 擴充性好、與圖像處理專用硬體相容等優點，進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，支援多種語言內建開發環境， 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體 之一。視覺分析軟體國外知名廠家除了德國 MVTec，還有美國康耐視（Cognex）、加拿 大 Adept 等。
國産品牌的産品性能不斷趨近外資品牌，同時，國内企業更加貼近國内客戶需求，在綜 合解決方案定制化服務方面相比外資品牌更具優勢。在視覺軟體與算法的性能方面，根 據淩雲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作追趕甚 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 内一流水準，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 别的每子產品最小像素達到 1.68pixel。
可配置視覺系統是光學成像子產品（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，并基于圖像采集的資訊完成預期的處理工作（如定位、測量、檢測 和識别等）。2022 年上市科創闆的國内企業淩雲光已經建構了可配置視覺系統的産品矩 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，在産品最 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體外，還包括自動化工作台、PLC 控制器、I/O 卡、機械手臂、裝置駕駛艙等部分。相比于可配置視覺系統主要為小型子產品化産品，需 要安裝到客戶的産品或自動化機台上才能工作，智能視覺裝備是由光學成像硬體、圖像 處理軟體算法、自動化平台（機台/機械手）等部分組成的大型生産裝備。簡單來說，可 配置視覺系統隻做了“眼睛”和“大腦”，而智能視覺裝備除了“眼睛”和“大腦”，還做了“四肢”， 進而可以形成直接面向下遊客戶應用場景的定制化系統解決方案。
經過多年技術沉澱，國産品牌逐漸具備生産多種機器視覺硬體産品、提供整體解決方案 的能力。根據奧普特、淩雲光招股說明書及各公司年報，目前，奧普特與淩雲光已具備 光源和光源控制器、鏡頭、相機、視覺控制系統四大機器視覺産品的生産能力，并可設 計硬體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。
基于上述系統的産品優勢，國内企業的客戶資源明顯優化。3C 及電子領域的産品疊代 迅速，對機器視覺的需求更新時間也較短。奧普特作為業内領先公司，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裝置擁有高需求的新能源汽車領域，導入甯德時代、比亞迪等頭部客戶，持續發展競争能力、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别達到 59.1%和 29.5%。 奧普特早在 2010 年就通過富士康進入蘋果供應鍊，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，蘋果公司逐漸調整下單方式，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、定型的裝置涉及的相關視覺部件，在獲得蘋果公司認可後， 轉由相應的裝置供應商按照蘋果公司确定的型号從公司采購。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%。
淩雲光在消費電子領域長期服務蘋果、華為和小米産業鍊，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、甯德時代、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，淩雲光 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。
積極擴産+行業助力，國産有望彎道超車
随着下遊需求持續增長、客戶對國産品牌認可度不斷提升，大陸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、奧普特及淩雲光先後送出 IPO 申請，通 過上市募集資金來投資産能擴張、技術研發項目。3 家企業合計募集資金超 30 億元， 其中産能擴張項目拟使用資金約 22 億元。
總體上，目前機器視覺行業技術疊代更新快，下遊應用場景新需求不斷湧現，形成技術 供給和應用需求雙頻共振的良好發展趨勢，有利于維持行業未來的持續高增長。此外， 國内的锂電、光伏行業發展處于國際頭部水準，國産廠商有望借助下遊景氣行業實作對 外資品牌的彎道超車。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。「連結」