请阅读最后一页的重要声明！计算机 / 行业专题报告 / 2022.8.3机器视觉 ： 工业之眼，国产突围证券研究报告投资评级：看好 (维持 )最近 12 月市场表现分析师 杨烨SAC 证书编号： S相关报告工业之眼，国产突围 核心观点产业趋势：高端制造新军突起，机器换人大势所趋。 高端装备制造业是我国实现“智能制造 2025”，全面迈向工业 4.0 的 核心 抓手。随着 我国 新能源、半导体、汽车、航空航天等高端制造业占比提升，生产端 企业 对工业智能化水平提出 了 更高 的 要求。 与此同时 ，我国人口红利逐渐 衰减 、 叠加 疫情等外部因素持续扰动，促使制造业企业加速 向 “黑灯工厂 ”生产模式转型。此外，深度学习算法持续迭代， BERT、 GPT-3 等 新型 模型 正在 拉开 人工智能 新时代。因此，借助机器视觉等 AI 技术替代传统人工操作，实现提质、降本、增效，已成为制造业的共性需求，中国作为 制造大国和 人工智能强国正在弯道超车。需求逻辑：机器之“眼”优势凸显，百亿赛道长坡厚雪。 机器视觉通过光学装置和非接触式传感器能够实现人眼可及 和 不可及的功能，广泛应用于识别、测量、定位、检测等场景，相较人眼在精确性、可靠性、敏捷性等维度具备明显优势。机器视觉产业链上游为光源、镜头、相机、控制系统等核心零部件，中游为具备独立采集、分析能力的视觉系统和智能视觉装备，下游面向消费电子、汽车 及其零部件 、锂电光伏等离散 型 制造业，呈现多点开花的态势。根据机器视觉产业联盟预测，国内机器视觉市场规模自 2021 年起将保持 28%左右的CAGR 增长 ，预计到 2023 年国内机器 视觉市场规模将达 296 亿元。格局方面， 尽管 基恩士和康耐视作为全球龙头，依旧占据过半份额 ，但 国内 头部 厂商正在 加速 追赶 ，已在光伏锂电、 3C 电子、印刷包装、新型显示等细分领域实现份额领先。竞争壁垒：技术实力决定产品层次，国产替代方兴未艾。 机器视觉核心价值集中于产业链上游，硬件工艺与软件开发水平决定产品技术天花板。据统计，机器视觉系统约 80%的价值量来自于上游的核心零部件和软件系统。国内厂商凭借本土化的服务能力、强大的非标定制能力、以及中国制造的成本优势，近年来国产替代之势迅猛，已在光源、工业相机等领域实现了较高的国产化率，也诞生了多家细分领域的龙头公司。相对而言，软件需要长时间的数据资源沉淀，对行业 know-how 的积累有着更高的要求，是目前国内厂商追赶发力的核心方向。我们认为新能源等行业的 兴起为国内厂商划定了新起跑线，国产化有望进一步加速推进。此外， 3D 视觉作为 2D 机器视觉的有力补充，未来有望广泛应用于服务机器人、 AR/VR、智能 3C 终端，具备 创新能力和 软硬件核心技术的厂商有望率先受益。建议关注： 天准科技、 奥普特、凌云光、奥比中光、亿嘉和 。风险提示： 下游扩产情况不及预期 、研发投入不及预期 、新冠疫情扰动、 行业竞争加剧 等 风险 。-35%-27%-19%-11%-2%6%计算机 沪深 300行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 2 内容目录1. 产业趋势：高端制造新军突起，机器换人大势所趋 . 51.1. 智能制造国之重器，先进制造占比提高 . 51.2. 人口红利逐步衰减，自动化降本刻不容缓 . 81.3. AI 技术持续迭代，机器视觉加速落地 .102. 需求逻辑：机器之 “ 眼 ” 优势凸显，百亿赛道长坡厚雪 .132.1. AI 赋能工业制造，多重优势替代人眼 .132.2. 识别、测量、定位、检测，机器视觉的四大典型应用场景 .142.2.1. 3C 电子：落地机器视觉技术 的行业基本盘，品类渗透加速 .162.2.2. 汽车：智能汽车向 “ 大型电子产品 ” 演进，视觉检测迎来新需求 .172.2.3. 锂电：行业维持高景气，电池厂扩产带来视觉装备需求井喷 .182.2.4. 光伏：良率要求提高，推动硅片分选机放量 .202.2.5. 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 212.3. 全球市场空间广阔，国内市场渗透率低，对标欧美成长性高 .222.3.1. 对标欧美成长性高， 2025 年全球达 147 亿美元市场空间 .222.3.2. 3D 视觉方兴未艾，全球规模 2025 年将突破百亿美元 .232.4. 竞争格局：欧美、日本占据龙头，国内格局较为分散 .243. 竞争壁垒：技术实力决定产品层次，国产替 代方兴未艾 .263.1. 硬件：光源、相机国产化率高，镜头任重道远 .273.2. 软件和数据：沉淀数据构建壁垒，新兴产业划定 “ 新起跑线 ” .293.3. 创新能力： 3D 视觉前景广阔，技术迭代打开应用空间 .314. 相关公司梳理 .354.1. 天准科技：机器视觉多点开花，智能驾驶冉冉新星 .354.2. 奥普特： 3C、锂电双轮驱动，零部件龙头迈向解决方案提供商 .364.3. 凌云光：软件实力确立领先优势，老牌劲旅扬帆起航 .384.4. 奥比中光： 3D 视觉未来之星，多线技术路劲齐头并进 .404.5. 亿嘉和：智能电网如火如荼，特种机器人龙头乘风破浪 .414.6. 海康机器人（海康威视子公司）：智能 制造小巨人蓄势待发 .424.7. 华睿科技（大华股份子公司）：工业相机国产先行者，业务版图持续扩张435. 风险提示 .44图表目录图 1. 工业 4.0 是当前制造业升级的核心方向 . 5图 2. 全球工业自动化市场规模（ 2018-2027E） . 6图 3. 我国工业自动化市场规模（ 2004-2019 年） . 6图 4. 机器视觉行业相关政策加速落地 . 7图 5. 高技术产业工业增加值增速持续领先 （ 2017-2022 年 ） . 8图 6. 我国制造业人力成本逐渐攀升（ 2010-2021 年） . 9图 7. 我国 15-64 岁人口占比逐渐下降（ 2005-2021 年） . 9图 8. 2022 年越南出口增长迅速（ 2021.07-2022.06） . 9图 9. 越南 PMI 维持扩张区间（ 2022.01-2022.06） . 9行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 3 图 10. 几个主要国家的工业机器人密度数据（ 2020 年） .10图 11. 深度学习技术发展重要里程碑（ 2017 年至今） .11图 12. 利用大量工业数据， AI 算法持续优化图像检测模型 .11图 13. 国内公司与国外巨头算法性能对比情况 .12图 14. 中国机器视觉行业研发投入方向占比（ 2021 年） .13图 15. AI 驱动的解决方案研发投入（ 2019-2021 年） .13图 16. 机器视觉与人眼工作过程相对应 .13图 17. 人类视觉与机器视觉对比 .14图 18. 机器视觉的四种功能及难度排序 .15图 19. 机器视觉零部件产品形态 .15图 20. 典型可配置视觉系统产品形态 .16图 21. 机器视觉产业链 .16图 22. 中国电子信息制造业收入同比增速（ 2017-2021 年） .17图 23. 中国机器视觉消费电子应用销售额增速（ 2019-2021 年） .17图 24. 中国新能源汽车销量（ 2017-2021 年） .18图 25. 中国机器视觉汽车行业应用销 售额数据（ 2019-2021 年） .18图 26. 机器视觉技术在锂电池制造中的应用举例 .19图 27. 中国锂离子电池产量（ 2017-2021 年） .20图 28. 中国机器视觉锂电池应用销售额增速（ 2019-2021 年） .20图 29. 中国太阳能电池产量（ 2017-2021 年） .20图 30. 中国机器视觉光伏行业应用销售额增速（ 2019-2021 年） .20图 31. 视觉检测广泛运用于光伏制造环节 .21图 32. 中国机器视觉企业应用于制造业销售额分布（ 2021 年） .21图 33. 中国机器视觉企业应用于非制造业销售额分布（ 2021 年） .21图 34. 机器视觉在工业级和消费级的应用各有侧重 .22图 35. 全球机器市场规模（ 2015-2025E） .22图 36. 中国机器视觉市场规模（ 2018-2023E） .22图 37. 中国机器视觉规模占比仍低于制造业增加值 占比 .23图 38. 全球 3D 视觉市场规模预计在 2025 年达到 150 亿美元 .24图 39. 全球机器视觉竞争格局（ 2021 年） .24图 40. 中国机器视觉竞争格局（ 2021 年） .24图 41. 中国机器视觉行业自主及代理销售额（ 2019-2021 年） .25图 42. 中美机器视觉行业专利申请量（ 2010-2020 年） .25图 43. 中国机器视觉销售额行业集中度（ 2019 年 -2021 年） .26图 44. 中国机器视觉新增企业数（ 2012-2021 年） .26图 45. 机器视觉设备价值拆分 .26图 46. 国内外机器视觉公司自主化对比 .27图 47. 机器视觉光源技术发展历程 .27图 48. 我国已基本掌握光源与光源控制器技术 .28图 49. 典型的镜头光路及基本参数 .28图 50. 中国工业镜头与工业相机竞争格局 .29图 51. 工业相机的产品形态分类 .29图 52. 国内算法以二次开发为主， AI 算法为行业带来新突破 .30图 53. 中国动力电池出货量及全球占比（ 2017-2021 年） .31行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 4 图 54. 中国光伏组件产量及全球占比（ 2013-2019 年） .31图 55. 3D 视觉成像原理 .31图 56. 不同 3D 成像技术路劲对比 .32图 57. 2015-2025 年中国 3D 视觉 +工业机器人市场渗透率数据 .33图 58. 不同生物识别方法的特点对比 .33图 59. 全球商务用机器人市场规模（ 2017-2022E） .34图 60. 3D 视觉感知技术即将迎来崭新发展时期 .35图 61. 天准科技营业收入（ 2017-2022Q1） .36图 62. 天准科技归母净利润（ 2017-2022Q1） .36图 63. 天准科技主营业务构成（ 2021 年） .36图 64. 奥普特产品矩阵已覆盖产业链全部核心零部件 .37图 65. 奥普特营业收入（ 2017-2022Q1） .38图 66. 奥普特归母净利润（ 2017-2022Q1） .38图 67. 奥普特主营业务构成（ 2021 年） .38图 68. 凌云光公司发展历程 .39图 69. 凌云光 营业收入（ 2018-2022Q1） .39图 70. 凌云光归母净利润（ 2018-2022Q1） .39图 71. 凌云光智能视觉装备下游收入结构（ 2021 年） .40图 72. 凌云光可配置视觉系统下游收入结构（ 2021 年） .40图 73. 奥比中光营业收入（ 2018-2022Q1） .40图 74. 奥比中光主营构成（ 2021 年） .40图 75. 亿嘉和营业收入（ 2017-2022Q1） .41图 76. 亿嘉和归母净利润（ 2017-2022Q1） .41图 77. 亿嘉和覆盖电力、消防、市政、石油石化等行业智能机器人 .42图 78. 海康机器人营业收入（ 2019-2021） .43图 79. 海康机器人机器视觉产品矩阵 .43图 80. 华睿科技机器视觉产品矩阵 .43行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 5 1. 产业趋势：高端制造新军突起，机器换人大势所趋1.1.智能制造国之重器，先进制造占比提高高端装备制造 助力步入工业 4.0 新时代。 工业 4.0 的概念最早由 2013 年德国提出， 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。区别于前三次工业革命，工业 4.0 的根本变化是通过物理技术和数字技术的融合实现生产系统的有机整合， “数据信息”成为了工业生产中的关键原材料，制造业最终将成为信息产业的一部分 。图 1. 工业 4.0 是当前制造业升级的核心方向数据来源： 亿欧智库 ， 财通证券研究所在全球范围内，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。行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 6 图 2. 全球工业自动化市场规模（ 2018-2027E）图 3. 我国工业自动化市场规模（ 2004-2019年 ）数据来源： Transparency Market Research， 财通证券研究所 数据来源： 工控网 ， 财通证券研究所助力 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。2272.94380.805001000150020002500300035004000450050002018 2027（ E）全球工业自动化市场规模（亿美元）CAGR=7.56%-10%-5%0%5%10%15%20%25%30%02004006008001000120014001600180020002004200520062007200820092010201120122013201420152016201720182019我国工业自动化行业市场规模（亿元） yoy行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 7 图 4. 机器视觉行业相关政策 加速落地时间 政策 相关目标2021 年 12 月 “十四五”智能制造发展规划 规划提出，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。在转型升级上， 70%的规模以上制造业企业基本实现数字化网络化 ，建成500 个以上引领行业发展的智能制造示范工厂； 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 ，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。2021 年 12 月 制造业质量管理数字化实施指南（试行）强化检验测试数字化管理。 推动在线检测、计量等仪器仪表升级，促进制造装备与检验测试设备互联互通，提高质量检验效率，提升测量精密度和动态感知水平。 运用机器视觉、人工智能等技术，提升生产质量检测全面性、精准性和预判预警水平。2021 年 9 月 关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见大力发展绿色低碳产业。加快发展新一代信息技术、生物技术、新能源、新材料、高端装备、新能源汽车、绿色环保以及航空航天、海洋装备等战略性新兴产业。建设绿色制造体系。 推动互联网、大数据、人工智能、第五代移动通信（ 5G） 等新兴技术与绿色低碳产业深度融合。2021 年 3 月 第十四个五年规划和 2035 年远景目标纲要深入实施增强制造业核心竞争力和技术改造专项，鼓励企业应用先进适用技术、加强设备更新和新产品规模化应用。 建设智能制造示范工厂，完善智能制造标准体系。 深入实施质量提升行动，推动制造业产品“增品种、提品质、创品牌”。2020 年 5 月 2020 年政府工作报告 推动制造业升级和新兴产业发展，支持制造业高质量发展， 发展工业互联网，推进智能制造 ，培育新兴产业集群。数据来源： 国务院、发改委 ， 工信部 ， 财通证券研究所新 能源、半导体、汽车、航空航天等高端制造业占比提升 ，对 工业 智能化水平提出更 高 要求。 随着先进制造在我国的占比提升，工业生产线上人眼在精度、效率等方面已不能满足产业升级的要求 。如何借助 机器视觉 等智能化技术替代传统人工操作，实现提质、降本、增效，成为制造业的共性需求。未来随着“中国智造2025” 战略的 加速推进， 工业制造自动化 、 智能化程度 有望不断 加深，机器视觉这一技术 将得到更广泛的 应用。 横向 跨 行业 拓展 。 目前， 我国机器视觉应用以制造业 的 电子、平板显示、汽车、电池等行业为主 ，新能源、半导体、医疗等新兴产业有望加速 引入 这一技术 。行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 8 纵向 深度 强化 。 机器视觉在各行业的初始应用往往是在生产环节的检测 这一步骤， 随着技术的普及、成本的下降，机器视觉 有望在行业 应用 深度上强化 ，进入到 识别、测量、定位等其他 环节。图 5. 高技术产业工业增加值 增速持续领先 （ 2017-2022 年 ）数据来源： 国家统计局 ， 财通证券研究所1.2.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。 根据经济学家索洛提出的新古典经济增长模型，“人口增长”和“技术进步”是经济增长的两 大 源泉 ，但我国人口结构于 2011 年到达刘易斯拐点，劳动力从过剩 转为 短缺 ，人口老龄化现象严峻。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（ China Employer-Employee Survey， CEES） 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 。-20-1001020304050602017-022017-042017-062017-082017-102017-122018-032018-052018-072018-092018-112019-022019-042019-062019-082019-102019-122020-032020-052020-072020-092020-112021-022021-042021-062021-082021-102021-122022-032022-05工业增加值 :高技术产业 :累计同比（ %） 工业增加值 :制造业 :累计同比（ %）行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 9 图 6. 我国制造业人力成本逐渐攀升 （ 2010-2021 年 ）图 7. 我国 15-64 岁人口占比逐渐下降（ 2005-2021 年 ）数据来源： 国家统计局， 财通证券研究所 数据来源： 国家统计局， 财通证券研究所疫情等外部因素 改变工厂的生产模式， 加速 推动 智能制造 转型升级 。 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。今年 以来 疫情频发，国内用工难 、 用工贵的问题进一步 凸显，我国 纺织服装等出口产业相较越南、印度等国 的 优势 进一步 缩小， 2022H1 我国 出口 金额 11.14 万亿，同比增长 13.2%，略低于越南同期增速 。我们认为 ，疫情等外部扰动因素一定程度上加速推动了工厂 的无人化、智能化水平 ， 打造 智能化 “ 黑灯工厂 ” 将 是制造业企业的当务之急 ，机器视觉产业发展迎来短期加速窗口。图 8. 2022 年越南出口增长迅速（ 2021.07-2022.06）图 9. 越南 PMI 维持扩张区间（ 2022.01-2022.06）数据来源： 国家统计局， 财通证券研究所 数据来源： 国家统计局， 财通证券研究所日韩经验提供他山之石，我国机器换人正处于黄金成长期。 亚洲是全球最大的工业机器人市场， 日本和韩国作为智能制造 强国，在电子、汽车等高端离散制造产业具有举足轻重的地位。我们以工业 机器人密度 （单位为每 10,000 名工人使用机器人的数量）作为 衡量一个国家自动化程度的指标 ， 根据 IFR 的数据， 韩国自010,00020,00030,00040,00050,00060,00070,00080,00090,000100,00001,0002,0003,0004,0005,0006,0002010-032010-122011-092012-062013-032013-122014-092015-062016-032016-122017-092018-062019-032019-122020-092021-06城镇就业人数 :制造业（万人）就业人员平均工资 :制造业（元）024681012141665666768697071727374752005200620072008200920102011201220132014201520162017201820192020202115-64岁人口占比 65岁及以上人口占比0510152025300510152025303540中国出口金额：累计同比（ %）越南出口金额：累计同比（ %）474849505152535455562022-01 2022-02 2022-03 2022-04 2022-05 2022-06中国 PMI 越南 PMI行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 10 2010 年以来一直位列全球工业机器人密度最高的国家，超过全球平均水平的 7倍；日本作为全球自动化制造大国，独占全球工业机器人四大家族中的两席（发那科和安川电机）， 2020 年供应了全球近一半的工业机器人产量。而我国的自动化渗透率程度较低， 2020 年 我国工业机器人密度仅为 246 台 /万人，虽然相较2015 年的 49 台 /万人已有明显提升，但仍远低于韩国的 932 台 /万人和日本的390 台 /万人。 2021 年，中国工业机器人市场在疫情反复、全球缺芯、限电停产等诸多扰动下仍实现出货 256,360 台，同比增长 49.5%。此外， “十四五”机器人产业发展规划提出 “ 2025 年工业机器人密度将增长至 450 台 /万人以上 ”，可见我国机器换人正处于黄金时期。图 10. 几个主要国家的工业机器人密度数据（ 2020 年）数据来源： IFR， 财通证券研究所1.3. AI 技术持续迭代，机器视觉加速落地深度学习算法持续进化，拉开人工智能新时代 。 人工智能的迅速发展 正在 深刻改变人类社会生活、改变世界。 2016 年 AlphaGo 打败人类顶尖棋手李世石，开启了人工智能发展的新纪元。随后， Google 团队在 2017 年提出的 Transformer模型横空出世，成为了日后自然语言学习（ NLP）、计算机视觉（ CV）的架构标准；基于 Transformer 的预训练模型 BERT 更是将 NLP 模型的精准度和泛化能力带上了新的台阶； 2020 年拥有 1750 亿参数的 GPT-3（ Generative Pre-trained Transformer 3）的诞生，标志着“大模型”正在成为迈向强人工智能的重要一步。932605390 371289 255 246 22401002003004005006007008009001000韩国 新加坡 日本 德国 瑞典 美国 中国 意大利2020年工业机器人密度（台 /万人）行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 11 图 11. 深度学习技术发展重要里程碑（ 2017 年至今）数据来源： CSDN， 财通证券研究所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 。通过深度学习对模型鲁棒性的提升， 极大地拓展了机器视觉的应用场景 ，使 机器 视觉系统 更加 具备柔性 ， 加速 其在工业领域的渗透。图 12. 利用大量工业数据， AI 算法持续优化图像检测模型数据来源： BING， 财通证券研究所本土 人工智能 研发投入如火如荼，中国 机器视觉厂商 正弯道超车 。 早在 2017 年行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 12 国务院颁布的下一代人工智能发展计划 中就有提出，到 2030 年我国人工智能核心产业将实现规模一万亿元，规划已把发展人工智能上升到了国家战略的高度。在工业机器视觉领域， 国内企业 对 AI 算法 的研发投入 高度重视 。 根据中国机器视觉产业联盟 2021 年度企业调查， AI 驱动的解决方案方向的研发投入占全行业研发比例的 21.8%，为所有研发方向 中 最高。以凌云光 自研 的VisionWare 为例， 该算法库已经迭代至 5.0 版本 ， 尽管 其算法处理精度 与国际巨头康耐视 仍存在差距，但效率略有优势 ， 算法识别率 已 基本 持平 。因此，我们认为随着国内企业在 AI 算法上重点发力，将少样本、无监督学习等新技术融入到深度学习中，提高算法的泛化能力，将机器视觉应用于复杂度更高的场景， 有望 进一步缩小和海外巨头的技术差距 ，甚至弯道超车 。图 13. 国内公司与国外巨头算法性能对比情况公司名称 型号图像算法技术图像增强算法效率 定位算法性能 识别算法性能康耐视 CVL 未披露2D 定位精度：最高 1/40 像素，一般 1/4 像素效率： 50ms 以内 /5M 像素 ；3D 定位精度： 2.5um(未披露精度保证下的处理效率）99%识别率效率未披露基恩士 CV-X 未披露 未披露 未披露奥普特 SciVision 20.77ms/1.3M 像素2D 定位精度未披露 ；效率： 68.19ms/28M 像素 ；3D 定位精度与效率未披露识别率未披露2.87ms/5M 像素凌云光 VisionWare 10ms/5M 像素2D 定位精度： 1/2 像素 ；效率： 20ms/5M 像素 ；3D 定位精度： 2um效率 ： 500ms99%识别率50ms/5M 像素数据来源： 机器视觉发展白皮书（ 2021 版）， 财通证券研究所行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 13 图 14. 中国机器视觉行业研发投入方向占比（ 2021 年 ）图 15. AI 驱动的解决方案研发投入（ 2019-2021 年 ）数据来源： CMVU， 财通证券研究所 数据来源： CMVU， 财通证券研究所2. 需求逻辑：机器之“眼 ” 优势凸显，百亿赛道长坡厚雪2.1. AI 赋能工业制造，多重优势替代人眼机器之“眼”替代人眼，赋能工业制造 。根据 美国制造工程师协会（ SME）机器视觉分会 等机构的定义， 机器视觉 工作过程是 通过光学装置和非接触式传感器自动地接收、处理真实场景的图像， 目的在于 获得所需信息或用于控制机器人运动。一个典型的机器视觉系统一般包括光源及光源控制器、镜头、相机、视觉控制系统（视觉处理分析软件及视觉控制器硬件）等 ， 其中光源及光源控制器、镜头、相机等硬件负责成像，视觉控制系统负责对成像结果进行分析、输出结果至其他执行 部件 。 机器视觉系统的 “读取信息 -传输信息 -处理信息”的过程与人眼的运作机制对应，可谓人类视觉在工业界的延伸。图 16. 机器视觉与人眼工作过程相对应数据来源： BING， 奥普特招股书 ， 财通证券研究所AI驱动的解决方案 , 21.8%嵌入式视觉系统 , 21.6%3D解决方案 , 20.8%高光谱成像解决方案 , 4.6%其他 , 30.9%26469 380736777344%78%0%10%20%30%40%50%60%70%80%90%010000200003000040000500006000070000800002019 2020 2021AI驱动的解决方案（万元） 同比增速行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 14 机器视觉 相比人眼具备明显优势 。 人眼能力所及： 机器视觉无疲劳感，可以 7 x 24 小时运转，不会受到情绪的干扰，在适应性、重复性、可靠性方面优于人类 ， 使得工业视觉系统 可以提升产品的良品率，加快产线运转的速度 。 人眼能力不及： 机器视觉镜头与相机 统具有较宽的光谱响应范围，例如使用人眼不可见的红外光进行测量，可扩展人眼的视觉范围 ， 分辨细微管脚与裂纹，辨识微弱的色差区别，在精确性、客观性、速度与效率方面优于人类。图 17. 人类视觉与机器视觉对比项目 人类视觉 机器视觉精确性 差， 64 灰度级，不能分辨微小的目标 强， 256 灰度级以上，可观测微米级的目标速度 慢， 0.1 秒的视觉暂留使人眼无法看清较快速运动的目标；人脑对图像的处理分析速度受多重因素影响，差异较大快，快门时间可达到 10 微秒左右，高速像机帧率可达到 1000 帧 /秒以上；视觉控制器处理分析图像的速度稳定且越来越快适应性 弱，很多环境对人有伤害 强，对环境适应性强客观性 低，数据无法量化 高，数据可量化重复性 弱，易疲劳 强，可持续工作可靠性 易疲劳，受情绪波动 检测效果稳定可靠效率 效率低 效率高信息集成 不易信息集成 方便信息集成数据来源： 矩子科技招股书，奥普特招股书， 财通证券研究所2.2.识别、测量、定位、检测，机器视觉的 四大 典型应用场景识 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 。 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 。行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 15 图 18. 机器视觉的四种功能及难度排序数据来源： 奥普特招股说明书 ， 财通证券研究所机器视觉 产业链 呈现“一条主线，多点开花”。 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%。图 19. 机器视觉零部件产品形态数据来源： 机器视觉发展白皮书（ 2021 年） ， 财通证券研究所 中游： 产业链的中游主要包括视觉系统和智能视觉装备。 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）。 智能视觉装备 在 系统的 基础上增加了结构本体和自动控制部件，实现检测 /生产工艺的控制和执行，给机器又植入了受大脑控制的 “ 肌肉 ” 和“ 四肢 ” 。行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 16 图 20. 典型可配置视觉系统产品形态数据来源： 机器视觉发展白皮书（ 2021 年） ， 财通证券研究所 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。图 21. 机器视觉产业链数据来源： 凌云光招股说明书 ， 财通证券研究所2.2.1. 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， 高精度、换代快等特点助推机器视觉技术迭代，应用场景延伸和品类拓展有望持续推动我国 3C 行业 机器视觉 渗透率 提升。 2021 年， 我国 电子信息制造业收入同比增长 14.7%，逐步成为全球最大的电子信息产品制造基地，全球电子信息制造业从发达国家向新兴发展中国家转移趋势明显。由于 消费类电子行业元器件尺寸较小，检测要求高， 天然 适合机器视觉系统 落地，其高 精度要求也反 向推动 了机器视觉技术的革新。此外，消费类电行业专题报告 证券 研究报告谨请参阅尾页重要 声明及财通证券股票和行业评级标准 17 子行业产品生命周期短、更新换代快，制造企业需要频繁 更换 产线设备， 进一步增加了 对机器视觉行业 的 需求。 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，随着机器视觉在 3C 制造中的 应用场景由 低精度的二维码、字符识别 进一步延伸至 超越人眼极限的高精度组装 与加工，叠加终端产品从手机拓展至耳机、平板、手表、 VR/AR 等品类，机器视觉在 3C电子行业的渗透率有望持续提升。图 22. 中国 电子信息制造业收入 同比 增速（ 2017-2021 年）图 23. 中国机器视觉消费电子应用销售额 增速（ 2019-2021 年）数据来源： 工信部， 财通证券研究所 数据来源： CMVU， 财通证券研究所2.2.2. 汽车 ： 智能汽车向 “大型电子产品” 演进 ，视觉检测迎来新需求电动化、智能化产业趋势带来机器视觉产业沃土 。 汽车制造领域中的零配件检测、装配校验检测、涂胶检测等都离不开机器视觉技术。例如， 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。汽车产业的电动化、智能化将 推动 汽车向“大型电子产品”演化， 电子零部件成本占比 可能 超过 整车 50%，雷达（