2021中国机器视觉市场研究报告.pdf

前瞻产业研究院出品 2021年中国机器视觉 市场研究报告 目 录 CONTENT 01 02 03 04 机器视觉行业概述 机器视觉行业发展现状 机器视觉行业典型企业分析 机器视觉行业未来发展趋势 01 机器视觉行业 概述 机器视觉定义 机器视觉分类 机器视觉发展驱动因素 1.1.1 机器视觉定义 机器视觉 （ Machine Vision， MV） 是人工智能正在快速发展的一个 分支 。 根据美国制造工程师协会 （ SME） 机器视觉分会和美国机器人工 业协会 （ RIA） 自动化视觉 分会对机器视觉 的 定义 ， 机器视觉 是通过光学的装置和非接触的传感器 ， 自动地接收和处理一个真实物体的图像 ， 以获得所需信息或用于控制机器人运动的装置 。 一个 典型的机器视觉应用系统包括图像捕捉 、 光源系统 、 图像数字化模块 、 数字图像处理模块 、 智能判断决策模块和机械控制执行模块 。 部件 光源 镜头 图像传感器 输出结果图像分析并决定结果 图像 获取 图像 分析 检测结果 资料来源：新机器视觉 前瞻产业研究院整理 1.1.2 机器视觉主要作用 机器视觉用机器代替人眼来做测量和判断 ， 将 图像处理应用于工业自动化 领域 ， 对物体进行 非接触检测 、 测量 ， 提高加工精度 、 发现 产品 缺陷并进行 自动分析 决策 ， 是先进制造业的重要 组成部分 。 机器视觉在智能制造领域应用广泛 ， 按功能主要分为四大类：检测 、 测量 、 定位 、 识别 。 检测 测量 定位 识别 对目标物体进行外观检测 ，主要检测表 面 装配 缺陷、 表面印刷 缺陷以及 表面形 状 缺陷等 把获取的图像像素信息 标定成常用的度量衡单位，然后在图像 中精确地计算出目标物体的几何尺寸 在识别出物体的基础上精确给出物体的 坐标和角度信息，自动判断物体位置 甄别目标物体的物理特征，包括外形、 颜色、图案、数字、条码、人脸、指 纹、虹膜识别等 1.2 机器视觉分类 指标 工业级机器视觉（ MV） 消费级计算机视觉（ CV） 范畴 人工智能 人工智能 学科 系统工程 计算机科学 构成 硬件 +软件 软件主导 感知方式 单一传感器为主，正在向多传感器融合 多传感器融合 应用侧重点 更多注重广义图像信号（激光、摄像头）以及自动化控制（生产线） 更多注重（ 2/3D）图像信号本身的研究以及和图像相关的交叉学科研究 内容 图像采集、镜头控制、图像处理等算法 图像处理算法 可控性 更加可控 不确定性更大 核心 让机器人按照自身任务进行识别的技术 如何进行图像分析的技术 对相机的要求 工业类相机，高精度 摄像头 数据存储调度 数据以产线终端为主，正在云化 以云端为主 从学科上 ， 机器视觉与 计算机视觉 （ Computer Vision, CV） 都被认为是人工智能的下属科目 。 但面对不同的应用场景 ， 工业级和消费级 产品所需的技术指标和侧重点有所区别 。 产品构成方面 ， 工业级产品多为硬件 +软件的形式 ， 消费级产品多为软件主导；应用侧重点方面 ， 工 业级产品更多注重广义图像信号与自动化控制 ， 消费级产品更多注重 （ 2/3D） 图像信号本身的研究以及和图像相关的交叉学科研究 。 工业级机器数据 VS 消费级机器视觉 资料来源：网络资料 前瞻产业研究院整理 1.3.1 机器视觉发展驱动因素 1：人口结构变化 用工成本上升 3.65 4.18 4.68 5.15 5.64 6.20 6.76 7.43 8.24 9.05 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2010-2019年中国城镇非私营单位就业 人员年平均 工资（ 单位：万元） 2010-2019年中国 65岁及以上人口规模及占比（单位：亿人， %） 资料来源：国家统计局 前瞻产业研究院整理 1.19 1.23 1.27 1.32 1.38 1.44 1.50 1.58 1.67 1.76 8.9% 9.1% 9.4% 9.7% 10.1% 10.5% 10.8% 11.4% 11.9% 12.6% 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 65岁以上人口数量（亿人） 占总人口比重（ %） 随着经济的发展 ， 我国人口红利优势急速消退 ， 劳动力结构也在逐步发生 变化 ， 国内 就业人口数量增长放缓 、 老年人口占比上升 ， 中国人 口结构老龄化将成为一个不可逆转的趋势 。 国家统计局统计数据显示 ， 截至 2019年末 ， 我国 65岁及以上人口数量为 1.76亿人 ， 占总人口的比重 达到 12.6%， 老龄化程度加深 。 而 伴随着人口 老龄化速度的加快 ， 劳动力供给的紧张 局面持续加剧 ， 用工成本不断上升 ， 2019年中国城镇非私 营单位就业人员年平均工资上涨至 9.05万元 ， 比上年增加 0.81万元 。 1.3.2 机器视觉发展驱动因素 2：机器视觉本身性能优势显著 性能指标 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 速度性 慢，无法看清较快运动的目标 快，快门时间可达千分之一秒 适应性 弱，很多环境对人有害 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 效率性 效率低 效率高 信息集成 不易信息集成 方便信息集成 人类视觉 VS 机器视觉 资料来源：炬子科技招股说明书 前瞻产业研究院整理 相比人类 视觉 ， 机器视觉在精确性 、 速度性 、 适应性 、 客观性 、 重复性 、 可靠性 、 效率性 、 信息 集成 方面优势明显 。 从具体参数看 ， 机器 检测比人工视觉检测优势明显：机器视觉检测 比人工 视觉检测效率高 、 速度快 、 精度高 、 可靠性好 ， 同时 ， 工作时间更长 、 信息 方便集成 、 适 应恶劣 环境 。 因此 ， 在某些方面机器视觉能够代替人眼 ， 更好的进行工作 。 同时 ， 随着深度学习 、 3D视觉技术 、 高精度成像技术和机器视觉互 联互通技术的持续发展 ， 机器视觉的性能优势将进一步 加大 。 1.3.3 机器视觉驱动因素 3：智能制造大环境的选择 机器视觉被称为智能制造的 “ 智慧之眼 ” ， 为智能制造打开了新的 “ 视 ” 界 。 机器视觉是生产过程中数据采集的首选技术之一 ， 是 实现工 业自动化和智能化的必要手段 ， 相当于人类视觉在机器上的延伸 。 为了保持我国在世界制造业中的竞争地位 ， 我国提出了三步 走实现制造强国 目标的 中国制造 2025 规划 纲要： 第一步 ， 到 2025年迈入制造强国行列；第二步 ， 到 2035年我国制造业整体达到世界制造强国阵营中等水平； 第三步 ， 到新中国成立一百年时 ， 我制造业大国地位更加巩固 ， 综合实力进入世界制造强国前列 。 第一步 第二步 第三步 时间节点 ：新中国成立百年 主要目标 ： 迈 入世界制造强 国前列 时间节点 ： 2035年 主要目标 ：整体达到世界制 造强国阵营中等水平 时间节点 ： 2025年 主要目标 ： 迈 入制造强国行 列 资料来源： 中国制造 2025 前瞻产业研究院整理 中国制造 2025 三步走战略 1.3.4 机器视觉 驱动 因素 4：政策持续加码助力行业发展 时间 发布单位 文件名称 主要内容 2016.08 国务院 “十三五”国家科技创新规划 指出要在基于大数据分析的类人智能方向取得重要突破，实现类人视觉等目标，支撑智能产业的发展。 2016.09 工信部、发改委 智能硬件产业创新发展专项行动 （ 2016-2018年） 提出重点支持运用生物传感器等新型基础技术，开展智能硬件人机交互、环境感知系统软硬件方案的创新，如智能机器人视觉系统、人体生理数据采集系统等。 2017.05 科技部 “十三五”先进制造技术领域科技 创新专项规划 提出按照“争高端、促转型、强基础”的总体目标，强化制造核心基础件和智能制造关键基础技术，在增材制造、激光制造、智能机器人、智能成套装备、新型电子制造装备等领域掌握一批具有自主知识产权的核心关键技术与装备产品。 2017.07 国务院 新一代人工智能发展规划 指出到 2020年人工智能总体技术和应用与世界先进技术水平同步；到 2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平；到 2030年人工智能理论、技术与应用总体达到世界领先水平。 2018.01 工信部、国标委 国家智能制造标准体系建设指南 提出要进一步完善智能制造标准体系，对智能装备、工业互联网、智能使能技术、智能工厂、智能服务等五类关键技术标准，与基础共性标准和行业应用标准进行规划。 2019.11 发改委、工信部 等 15部门 关于推动先进制造业和现代服务业 深度融合发展的实施意见 大力发展智能化解决方案服务，深化新一代信息技术、人工智能等应用，实现数据跨系统采集、传输、分析、应用，优化生产流程，提高效率和质量。 2020.03 科技部 关于科技创新支撑复工复产和经济 平稳运行的若干措施 提出要大力推动关键核心技术攻关，加大 5G、人工智能、工业互联网、重大新药等重大科技项目的实施和支持力度，突破关键核心技术，促进科技成果的转化应用和产业化，培育一批创新型企业和高科技产业，增强经济发展新动能。 2020.05 国务院 2020年政府工作报告 提出要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。 2020.10 电子标准院 国家标准 智能制造 机器视觉在线检测 测试方法 标准拟就机器视觉在线检测系统的测试流程、测试环境、测试内容等进行研究，以厘清机器视觉在线检测系统测试的标准化需求，规范测试流程，促进机器视觉检测技术在企业的推广应用。 2020.11 中央委员会 中共中央关于制定 十四五 规划和二三五年远景目标的建议 瞄准人工智能、量子信息、集成电路、生命健康、脑科学、生物育种、空天科技、深地深海等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。 作为实现智能制造的核心技术之一 ， 机器视觉长期以来一直受到国家产业政策的支持 。 近年来 ， 国家不断 发布各项政策推动行业发展 ， 充 分 支持行业 的产品研发和市场扩展 。 资料来源 ： 前瞻产业研究院整理 中国机器视觉行业政策不完全汇总 02 机器视觉行业发展现状 机器视觉产业链 机器视觉发展现状 机器视觉上游分析 机器视觉应用领域 2.1 机器视觉产业链解析 机器视觉产业链上游由核心零部件和软件组成 ， 主要包括光源及控制器 、 镜头 、 相机 、 视觉控制器硬件 、 视觉处理分析软件等；中游则由机器视觉整 机制造商 、 系统集成商等组成 ， 上游与中游企业并非绝对隔离 ， 而是相互渗透和合作的；下游为机器视觉应用领域 ， 主要有电子 、 工业 、 半导体 、 自动驾 驶 、 智能安防等 。 资料来源 ： 前瞻产业研究院整理 上 游 中 游 光源及控制器 镜 头 工业相机 机器视觉软件 控制器、采集卡等 下 游 电子、半导体 自动驾驶 智能安防 医疗诊断 系统集成商 整机装备制造商 海外品牌设备厂商 海外品牌设备代理商 2.2.1 机器视觉发展历程分析 机器视觉起源于上世纪 50年代 ， Gilson提出 了 “ 光流 ” 这一概念 ， 并基于 相关统计模型发展了逐像素的计算模式 ， 标志着 2D影像统计模式 的 发展 。 国内机器视觉 起步 较 晚 ， 上世纪 80年代开始引进第一 批技术 。 随着全球制造中心向我国转移 ， 目前中国已是继美国 、 日本之后的第三 大 机器视觉 领域应用市场 。 1950s 统计模式识别 概念 提出 1960s 研究 兴起 积木世界研究 1970s 起步 发展 理论更新 机器视觉授课 1980s 蓬勃 发展 新方法、新理论 涌现 1990s 产业化 形成 机器视觉 公司成立 2000 行业快 速增长 跨国公司在全球 设立分支机构 2001- 竞争格 局形成 欧美日企业处于统治地 位，中国企业蓬勃发展 资料来源：国海证券 前瞻产业研究院整理 全 球 中 国 1980s 技术引进 国内机器视觉 起步 1999-2003 2004-2007 2008-2012 启蒙阶段 代理外国业务 为主 发展阶段 本土技术研发 开始占据初级 市场 高速发展 市场快速发展 企业不断涌现 2013- TOP3市场 继美、日之后 的第三大市场 作为随着全球新一轮科技革命浪潮的兴起 ， 机器视觉行业迎来了快速增长期 。 2016-2019年 ， 全球机器视觉市场规模不断扩大 ， 至 2019年 突破 100亿美元 ， 达到 102亿美元 。 2020年 ， 受新冠肺炎疫情影响 ， 全球供应链中断 ， 项目停摆 ， 给全球机器视觉行业带来了冲击 ， 市场规模下 降至 96亿美元 。 从区域分布来看 ， 目前在全球机器视觉市场中欧洲市场份额最大 ， 占比 36.4%；其次是北美地区 ， 占比 29.3%；亚太地区近年来发展迅速 ， 市占率快速增长 ， 2019年达到 25.3%。 2.2.2 全球机器视觉市场发展现状 资料来源： Markets and Markets 前瞻产业研究院整理 62 70 88 102 96 0 30 60 90 120 2016 2017 2018 2019 2020 2016-2020年全球机器视觉市场规模（单位：亿美元） 欧洲 36.4% 北美 29.3% 亚太 25.3% 其他 9.1% 2019年全球机器视觉行业区域分布（单位： %） 2.2.3 全球机器视觉技术进展 2573 2665 3650 4225 5930 6872 7705 8963 10522 12328 2.32 2.58 2.95 3.37 3.96 4.65 5.42 6.32 7.37 8.60 2 4 6 8 10 12 0 3000 6000 9000 12000 15000 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 新增专利数量（项） 累计专利数量（万项） 2010-2019年全球机器视觉相关专利数量（单位： 项 ） 资料来源：欧洲专利局 &国海证券 前瞻产业研究院整理 自动化技术的不断发展带动了整个工业的发展 ， 而机器视觉作为自动化检测 、 识别中必不可少的技术 ， 也得到了很大的发展及创新 。 近年 来 ， 全球机器视觉专利数量持续上升 ， 截至 2019年 ， 全球累计专利数量达到 8.60万项 。 其中 ， 2019年新增 12328项专利 。 2.2.4 中国机器视觉市场发展现状 玩家持续增多 60 75 96 152 228 276 399 609 700 819 637 40 0 300 600 900 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 资料来源：企查猫 前瞻产业研究院整理 2010-2021年中国机器视觉新增企业数量（单位：家） 截至 2021年 1月 23日中国机器视觉相关企业地区分布 注：企业查询为模糊查询，输入关键字“机器视觉”，查询范围为存续 /在业； 2021年数据时间截止至 2021年 1月 23日。 我国机器视觉起步较晚 ， 上世纪 90年代初才有少数的视觉技术公司 成立 。 近年来 ， 我国先后 出台 了促进智能制造 、 智能机器人视觉系统以及 智能检测 发展的政策文件 ， 机器视觉领域玩家不断增多 ， 特别是 2017-2020年 ， 每年新增企业数量均超过 600家 。 目前 ， 我国各种类型的机器视觉企业已超过 4000家； 而中国机器视觉 产业联盟 （ CMVU） 的 调查数据显示 ， 进入中国的国际机器视觉品牌已超过 200家 。 从企业地区分布来看 ， 我国机器视觉企业主要分布在沿海地区 。 其中广东省最多 ， 企业数量超过 2500家；其次是江苏省 ， 企业数量超过 500家；其余 省份企业数量均低于 200家 。 2.2.5 中国机器视觉市场规模过百亿 31 49 69 84 103 0 30 60 90 120 2015 2016 2017 2018 2019 资料来源 ：中国机器视觉产业 联盟 前瞻产业研究院整理 2015-2019年中国机器视觉行业销售额（单位： 亿元 ） 我国机器视觉行业发展历程虽然短暂 ， 但发展速度较快 。 21世纪 10代左右 ， 伴随着我国经济的发展 、 工业水平的进步 ， 特别是 3C电子行业 自动化的普及和深入 ， 我国的机器视觉行业迎来了空前的发展机遇 。 根据中国机器视觉产业联盟对其会员单位进行的统计数据显示 ， 2019年中 国机器视觉行业销售额首次超过百亿 ， 达到 103亿元 ， 增速超过 20%。 2.2.6 视觉系统占据较大市场份额 资料来源 ：中国机器视觉产业 联盟 前瞻产业研究院整理 从产品的大类来看 ， 机器视觉主要分为三大类 。 具体来看 ， 第 一类是特定应用视觉系统 ， 第二 类主要是硬件 ， 包括相机 、 光学 、 照明 、 智 能相机紧凑型系统 /视觉 传感器等 ， 第三类是软件 、 线缆 、 其他配件 、 采集卡 。 根据中国机器视觉产业联盟统计数据显示 ， 销售额占比最大 的 是视觉 系统 ， 达到 33.2%（ 粗略统计 ， 实际占比更大 ） ；硬件类合计占比超过 50%， 其中相机占比为 25.6%；其他软件类占比为 13.3%。 特定应用视觉系统 33.2% 相机 25.6% 光学 10.1% 照明 9.3% 智能相机紧凑系 统、视觉传感器 8.5% 独立于硬件产品销 售的视觉软件 3.6% 接口和线缆 3.4% 其他视觉配件 3.2% 图像采集卡 /视觉 处理器板 3.1% 中国机器视觉产品分布（按销售额）（单位： %） 2.2.7 机器视觉行业融资分析 资本不断涌入 0.14 1.86 9.23 12.16 59.67 44.44 85.12 93.04 1.4 2 9 40 47 61 69 63 40 4 -20 0 20 40 60 80 0 30 60 90 120 2013 2014 2015 2016 2017 2018 2019 2020 2021 投资金额（亿元） 案例数量（件） 2013-2021年中国机器视觉领域投融资情况（单位： 亿 元，件） 资料来源： IT桔子 前瞻产业研究院整理 注：在“ IT桔子”输入关键词“机器视觉”得出数据， 2021年数据时间截止至 2021年 1月 23日。 机器视觉 行业属于资本密集型以及技术密集型行业 ， 前期的研发投入需要大量的资金支持以及人才支持 。 近年来随着阿里 、 腾讯等众多互 联网巨头企业的进入 ， 以及老牌行业企业和一些新创企业的相继发力 ， 行业氛围瞬间火热 。 同时 ， 随着机器人 、 半导体 、 电子电器等相关产业 的火热进行 ， 机器视觉巨大的应用市场和商业化运作吸引了不少资本的关注 和投入 。 2013-2020年 ， 我国机器视觉相关融资额整体呈增长态势 ， 2020年达到 93.04亿元 ， 创下历史新高 。 2.2.8 机器视觉 行业融资分析 仍 处于初级阶段 10.9% 27.0% 10.9% 2.0% 0.4% 1.6% 0.8% 2.7% 4.3% 39.5% 种子 /天使轮 Pre-A/A/A+轮 Pre-B/B/B+轮 C/C+轮 D轮及以后 新三板 IPO上市 战略投资 其他 尚未获投 2009-2021年中国机器视觉领域投融资轮次分布（单位： %） 从融资轮次来看 ， 目前 Pre-B/B/B+轮及以前的轮次融资额合计占比为 48.8%， 接近一半份额 。 其中 ， 种子 /天使轮比重为 10.9%， Pre- A/A/A+轮比重为 27.0%， Pre-B/B/B+轮比重为 10.9%。 整体来看 ， 目前我国机器视觉行业投融资仍处于初级阶段 ， 资本青睐初创企业 。 此外 ， 仍 有 39.5%的机器视觉企业尚未获投 。 资料来源： IT桔子 前瞻产业研究院整理 2020年以来部分机器视觉企业大额融资情况 时间 融资企业 轮次 金额 投资方 2020.03 肇观电子 B轮 3亿人民币 云岫资本 2020.04 灵动科技 B+轮 1亿人民币 招商局资本、高鹄资本 2020.06 未来机器人 B轮 1亿人民币 联想创投、飞图创投、钟鼎资本 2020.09 视比特机器人 A轮 近亿人民币 和玉资本、图灵资本 2020.12 宇泛智能 B+轮 5亿人民币 华新投资、当虹科技、源星资本等 2020.12 硅基智能 C轮 数亿人民币 海松资本、腾讯投资等 2020.12 Flexiv非夕 B轮 1亿美元 美团、新希望集团、高榕资本等 2021.01 库柏特 B+轮 近亿人民币 沸点资本 注：在“ IT桔子”输入关键词“机器视觉”得出数据， 2021年数据时间截止至 2021年 1月 23日。 2.3 机器视觉产业链成本结构拆解 机器视觉系统成本构成（单位： %） 资料来源：网络资料 前瞻产业研究院整理 机器视觉 产业链整体可分为底层开发商 （ 核心零部件和软件提供商 ） 、 集成和软件服务商 （ 二次开发 ） ， 其中核心 零部件及 软件 包括 光源 、 镜头 、 工业相机 、 图像采集卡 、 图像处理软件等 。 在目前的整个机器视觉系统成本构成 上 ， 核心零部件 及软件开发占据了 80%的 比例 ， 是产业 链中绝对的核心环节 。 机器视觉 零部件 组装集成 软件开发 维 护 2.3.1 光源 影响成像质量的关键因素 机器视觉系统的核心是图像的采集和处理 ， 图像本身的成像质量对整个视觉系统极为 关键 ， 光源 则是影响机器视觉系统成像质量 的 关键 因 素 之一 。 由于没有通用的机器视觉照明设备 ， 所以针对每个特定的应用实例 ， 要选择相应的照明装置 ， 以达到最佳效果 。 目前机器视觉系统所使用的光源主要为 LED光源 、 卤素灯和高频荧光灯三种 。 其中 ， LED光源凭借节能 、 使用寿命长 、 响应速度快 、 综合性 价比高等优点 ， 现已成为最常用的光源 。 资料来源：搜狐 &国海证券 前瞻产业研究院整理 指标 LED光源 卤素灯 高频荧光灯 亮度 中 高 低 稳定性 高 中 低 闪光装置 有 无 无 使用寿命 高 低 中 光线均匀度 低 中 高 多色光 有 无 无 复杂设计 高 中 低 温度影响 高 低 中 价格 中 高 低 三种光源性能对比光源产品主要形态 2.3.1 光源主要参与企业 厂商 地点 简介 国外 CCS 日本 成立于 1993年， JASDAQ挂牌企业，拥有核心专利超 800件，在全球光源市场占有率第一，在上海和深圳设有代表处。 Ai 美国 全球首家 LED光源厂商，从 90年代开始就在机器视觉工业中开发出可靠高效的 LED光源，主要合作伙伴包括 Cognex、 Keyence、 Omron等国际工业视觉巨头。 国内 奥普特 广东 是国内视觉行业起步最早发展最快的机器视觉光源品牌， 2009年开始开拓海外光源市场，在工业相机、工业镜头和集成领域均有布局。 沃德普 广东 2003年成立，从事显微镜和视觉光源的生产，与 Omron、 Cognex等企业有合作关系。 康视达 广东 康视达是专业的机器视觉 LED光源研发企业，目前已建成华南区最大的机器视觉光源研 发检测中心。 纬朗光电 上海 纬朗光电 是 我国一家较早从事机器视觉 LED光源研发、生产和销售的企业，能为客户提供全套视觉光源与光源定制，同时代理国内外知名品牌工业相机及工业镜头等。 国内外主要机器视觉光源参与厂商 资料来源：网络资料 &国海证券 前瞻产业研究院整理 目前 ， 国内外的视觉照明技术已经相对成熟 。 其中 ， 国外厂商主要有日本的 CCS、 美国的 Ai等；光源是机器视觉产业链中国产化最充分的 环节 ， 国产化程度较高 ， 竞争较为充分 ， 本土厂商主要有奥普特 、 沃德普 、 康视 达 、 纬朗 光电等 。 2.3.2 镜头 机器视觉的“眼球” 机器视觉系统处理的所有图像信息均通过镜头得到 ， 镜头的质量直接影响到视觉系统的整体性能 ， 它是机器视觉系统中最关键的成像 部件 。 与普通镜头相比 ， 工业镜头要求的清晰度更高 ， 光谱透射能力更 强 。 镜头的参数主要有焦距 、 视场 （ Field of View， FOV） 、 工作距离 、 分辨 率 、 景深 （ DOF） 等 ， 在组建机器视觉系统时 ， 要根据实际需要选择合适口径和焦距的镜头 。 在镜头领域 ， 海外品牌投入较早 ， 经过多年的发展 ， 在全球范围内已形成了德系徕卡 、 施耐德 、 卡尔蔡司和日企 Moritex、 KOWA等光学巨 头 。 我国由于起步较晚 ， 2008年 之前国内光学镜头市场基本被日本 、 德国品牌所 垄断 。 近年来 ， 我国工业镜头行业国内厂商快速增长 ， 主要从 中低端市场切入 ， 凭借 高性价比优势对于外资品牌具有一定竞争力 。 在高端市场 ， 我国仍依赖进口 ， 但也有一部分企业如东正光学 、 慕藤光等 逐步 走向高端 。 2.3.2 镜头主要参与企业 厂商 地点 简介 国外 Navitar 美国 Navitar总部位于纽约州罗切斯特，是领先的优质光学系统制造商和供应商，为机器 视觉和生物医学诊断行业提供全面的定制光学解决方案。 卡尔蔡司 德国 在 1890年生产相机镜头之前便在 1846年生产制造显微镜头，是全球视光学和光电子工业领域知名的跨国公司。 施耐德 德国 施耐德是一家有着近百年历史的德国老牌光学厂商 ,也一直是高品质工业用镜头和光学配件的国际市场领军者之一。 Moritex 日本 成立于 1973年，其工业视觉产品线包括远心定倍镜头和工业光源，其镜头产品在中国 有较大的影响力。 KOWA 日本 成立于 1894年，是全球知名的镜头制造商，早在 1952年便开始了光学产品的生产制作，所生产的 FA镜头和 CCTV镜头产品被广泛应用于世界各地的项目。 国内 东正光学 深圳 产品涉及消费类镜头和工业类镜头，其工业视觉镜头已经使用在液晶屏检测、电路板 检测等诸多领域。 慕藤光 江苏 为工业、军工科研、医疗仪器和机械设备提供光学产品，擅长高精度镜片的生产，市 场已覆盖美、意、德、日等国家。 普密斯 东莞 是一家在光学设计、结构设计、电子设计、图像处理、软件算法、 PLC控制等领域有逾十年积淀的国家高新技术企业。 国内外主要机器视觉镜头参与厂商 资料来源：网络资料 &国海证券 前瞻产业研究院整理 2.3.3 工业相机 视觉系统的核心部件 工业相机是机器视觉系统最核心的组件 ， 其本质的功能就是将光信号转变成为有序的电信号 ， 再将该信号模数转换并送到处理器后以完成 图像的处理 、 分析和识别 。 与普通相机相比 ， 工业相机需要更高的传输力 、 抗干扰能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 。 选择合适的工业相机是机器视觉系统设计的重要环节 ， 工业相机类型不仅直接决定所采集到的图像 分辨率 、 图像质量 ， 同时也与整个系统的运行模式直接相关 。 面阵相机 线阵相机 3D相机 智能相机 2.3.3 图像传感器 工业相机的核心 图像传感器是工业相机的核心感光元件 ， 当前图像传感器主要分为电荷耦合器件 （ Charge Coupled Device， CCD） 和互补金属氧化物半导 体 （ Complementary Metal Oxide Semiconductors， CMOS） 两种 。 随着 CMOS传感器 在消费电子设备上的大量应用推动了 CMOS技术 的发展 ， 其性 能 已显著提高 ， 分辨率和图像质量 正在 逼近 CCD传感器 ， 而 制造成本大幅下降 。 CMOS传感器 在 工业图像处理的众多领域 正逐步 取代 CCD传感器 。 20世纪 80年代 CCD图像传感器 20世纪 90年代末 CMOS图像传感器 21世纪 CMOS图像传感器 资料来源：思 特威 Global Shutter技术与前沿机器视觉应用 视频 前瞻产业研究院整理 图像传感器发展历程 2.3.3 工业相机主要参与企业 目前 ， 欧美厂商占据了全球工业相机的主导地位 ， 例如 Basler、 DALSA、 Cognex等 。 我国对于工业相机的研究起步较晚 ， 最初主要由大恒 图像等几家老牌相机公司代理国外品牌 。 近年来 ， 我国也逐步发展出一批自主研发工业相机的国产品牌 ， 如海康机器人 、 华睿科技等 。 目前我 国工业相机行业主要 布局于 中低端市场 ， 可逐步实现进口替代；而在高分辨率 、 高速的高端工业相机 领域仍 以进口品牌为主 。 厂商 地点 简介 国外 基恩士 日本 成立于 1974年，是传感器、测量系统、激光刻印机、显微系统以及单机式影像系统 的全球知名供应商。 Cognex 美国 成立于 1981年，是机器视觉产品的全球领先供应商，为制造自动化领域提供视觉系 统、视觉软件、视觉传感器和工业读码器。 Basler 德国 是世界领先的工业相机和高质量数字相机的开发商和制造商，提供多种面阵相机和 线阵相机产品线，包括具有 CMOS和 CCD芯片的工业相机。 DALSA 加拿大 DALSA是世界上一流的高性能数字成像设备和半导体产品制造商，凭借其高端 CCD和CMOS芯片研发生产能力，可以为用户提供线阵、面阵等各种类型的工业数字相机。 Baumer 瑞士 Baumer长期以来以生产高质量传感器著称，为国际工厂及过程自动化行业应用提供创新性的高质量传感器产品，具有精确性、可靠性、坚固性和紧凑设计等特性。 国内 海康机器人 杭州 原为杭州海康威视数字技术股份有限公司机器视觉业务部，目前已发展成为面向全 球的移动机器人、机器视觉产品和算法平台的研发和提供商。 大恒图像 北京 成立于 1991年，是中科院下属上市公司大恒科技的全资子公司。旗下的 CCD/CMOS工业数字相机产品线覆盖多种接口及分辨率。 华睿科技 绍兴 华睿科技是大华股份旗下机器视觉子公司。工业相机产品线齐全，包括面阵工业相 机、线阵工业相机、单板工业相机、智能工业相机、 3D 工业相机等 国内外主要机器视觉工业相机参与厂商 资料来源：网络资料 &国海证券 前瞻产业研究院整理 2.3.4 图像处理软件 算法实现图像分析 对所获得的视觉信号进行处理是机器视觉系统的关键所在 ， 机器视觉软件 类似 “ 大脑 ” ， 通过图像处理算法完成对被测物的识别 、 定位 、 测量 、 检测等功能 。 机器视觉图像处理软件一般分为两类：一类是底层算法 ， 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；另一类是二次开发的 软件包 ， 是专门 实现某些功能的应用软件 ， 主要供最终 用户 使用 。 两者主要在开发的灵活性上存在差别 。 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 底层算法 专门实现某些功能的应用软件，主要供最终用户 使用 二 次开发的软件包 2.3.4 图像处理软件主要参与企业 软件名称 厂家名 优点 缺点 Halcon 德国 MVTec 功能强大，能处理三维视觉信息，提供 1000多个算子，并支持 100多种工业相机和图像采集卡 价格较高 VisionPro 美国 Cognex 简单易用，开发快速，支持多种 Cognex MVS-8100系列图像采集卡 性能上某些方面不如 Halcon HexSight 加拿大 Adept 定位精度高、速度快、对环境光线等干扰不敏感，兼容 各种 USB、 1394以及 GigE接口的摄像机 EVision 比利时 Euresy 侧重相机 SDK开发，代码简便、处理速度非常快 在 OCR和几何形状匹配方面偏弱 SherLock 加拿大 Dalsa 设计灵活 MIL 加拿大 Matrox 价格低 不提供几何定位 OpenCV 美国 Intel 免费开源 没有技术支持，开发慢 常用机器视觉分析软件对比 资料来源：网络资料 前瞻产业研究院整理 目前 ， 图像处理软件领域主要由美 、 德等国主导 ， 主要厂商包括 Cognex、 Mvtec、 Adept等 ， 软件的底层算法基本被以上厂商垄断 。 我国机 器视觉软件系统发展较晚 ， 国内 公司主要代理国外同类产品 ， 然后在此基础 上提供 机器视觉系统集成方案 ， 目前国内机器视觉 软件 有深圳奥普 特 SciVision视觉 开发包 、 北京 凌云光 VisionWARE视觉 软件 、 陕西维视图 像 Visionbank机器视觉 软件 、 深圳市精浦科技有限公司 OpencvReal ViewBench(RVB)。 2.4 机器视觉应用领域不断扩大 24.79% 12.15% 8.39% 8.29% 6.46% 6.04% 5.53% 5.05% 4.69% 4.17% 4.11% 3.22% 2.62% 1.40% 1.12% 1.06% 0.37% 0.35% 0.20% 0% 9% 18% 27% 中国机器视觉下游应用领域分布（单位： %） 资料来源：中国机器视觉产业联盟 前瞻产业研究院整理 随着技术的快速发展 ， 机器视觉下游应用领域不断拓展 。 目前 ， 机器视觉渗入到电子 、 汽车 、 电池 、 半导体 、 包装 、 食品 /药品等多个行 业 。 其中 ， 电子特别是消费 电子是第一大应用市场 ， 占比约达 25%；其次 是平板显示 ， 占 比为 12.15%。 与 前几年多集中在电子 、 消费电子 、 平 板显示的情况相比 ， 现在的应用领域非常多 。 03 机器视觉行业典型 企业 Cognex Keyence 天淮 科技 3.1.1 Cognex 全球机器视觉龙头 技术创新阶段 ，划时代新品 &清晰成长战略 典型事件 ： 1）多款产品为业内第一； 2）可靠 性 大幅提升； 3）确立 OEM供应商角色战略 成长初期（ 1989-2002） 扩容瓶颈期 ，科技网络 泡沫 具体表现 ： 成长 高原期，收入增长迟滞，毛利 率稳定、净利率波动下滑 成长高原期（ 2003-2009） 稳定增长期 ，机器视觉产品全球领先 具体 表现 ： 2008年 金融危机后美国走出衰退迎 来发展黄金 期，康耐视突破高原瓶颈，进入稳 定增长期，新品 落地 +新应用领域 开拓，毛利率 持续高位 稳定 增长期（ 2010-） 美国康 耐 视 （ Cognex） 公司成立于 1981年 ， 是机器视觉系统 、 视觉软件 、 视觉传感器和表面检测系统的全球领先供应商 ， 也是领先的工业 ID读码 器供应 商 。 近年来 ， 康耐视大力 发展基于深度学习的机器视觉 产品 ， 2018年推出具有里程碑意义的基于深度学习的工业图像分析软件 VisionPro ViDi套件； 2020年 ， 推出 了业内第一款融入深度学习技术的工业智能相机 In-Sight D900嵌入式视觉系统 。 康耐视成长历程 资料来源：科技 -产业研究 前瞻产业研究院整理 3.1.2 营 收进入平稳期 研发投入力度不断加强 4.51 5.30 7.66 8.06 7.26 5.87 1.87 1.44 1.77 2.19 2.04 1.07 0 3 6 9 2015财年 2016财年 2017财年 2018财年 2019财年 2020Q1-Q3 营业收入（亿美元） 净利润（亿美元） 2015-2020财年康耐视经营业绩（ 单位： 亿美元） 资料来源：公司财报 前瞻产业研究院整理 近年来 ， 康耐视公司的经营业绩整体跨度较大 ， 201