通用属性应用广泛，高壁垒驱动长期高盈利
　　机器视觉系统主要包括成像单元、图像分析与处理单元、智能决策与执行单元。由于相对人眼视觉的显著优势，机器视觉在工业领域中持续渗透，其基础功能可以归纳为四种：检测、识别、定位和测量，应用占比分别为50%、24%、16%和10%。机器视觉下游应用广泛，中国主要应用于制造业，目前消费电子占比最大。此外，机器视觉属技术密集型行业，具备持续且稳定的高盈利属性，国际巨头基恩士、康耐视近25年平均毛利率达79%、72%。
　　行业空间星辰大海，细分赛道多点开花
　　根据GGII数据，2021年全球/中国机器视觉市场规模分别为804亿元/138亿元，同比增长12.1%/46.8%，2016-2021年CAGR分别为14.0%/24.1%；预计2025年全球/中国机器视觉市场规模分别达1276亿元/469亿元，21-25年CAGR分别为12.2%/35.7%。总量持续增长态势下，不同市场呈现差异化发展，中国市场重要性日益凸显。在细分行业方面，中外也有差异。目前物流正成为机器视觉国外重要发展方向，而国内增长主要由锂电、半导体、汽车、光伏等细分行业驱动，其中锂电、光伏领域机器视觉应用占比实现三连增，此外，机器视觉在传统3C行业由组装端向非组装端的渗透、传统工业视觉向深度学习工业视觉的转变成为新趋势。总体上，随着细分行业多点开花，中国机器视觉市场规模有望持续增长。
　　部件选型决定系统性能，环节不同要求各异
　　从成本角度来看，目前中游零部件环节的占比超过60%，底层软件系统开发占比达到19.88%。其中，元器件成本中，相机占比最大，达27.11%。目前高端核心技术被国外巨头牢牢把控，国内企业当前主要集中在生产光源、板卡、图像软件、相机和机器视觉集成系统方面。各细分产品中，相机为机器视觉核心部件，以性能稳定可靠为首要目标；镜头与相机分辨率共同决定系统分辨率，设计与制造工艺更为关键；光源制备技术相对成熟，但组合应用考验非标设计能力；图像采集卡关键在于分辨率和灵敏度的平衡；对于视觉处理单元，底层算法为企业核心竞争力。
　　产业链格局分化，国产厂商蓄势突围
　　机器视觉产业链各环节均有海外龙头，呈现良性错位竞争，国产厂商虽在通用标品方面相对局限，但具有非标定制优势。具体来看，光源非标属性较强，以奥普特为代表的国产企业在此环节具有先发优势且已占据主导地位；而国外品牌在镜头、工业相机和视觉软件方面仍占据高端市场主流。近年来，随着国产厂商研发投入持续加大，产品线布局和产品性能不断趋近外资品牌，整体解决方案能力持续提升：1）在视觉算法开发领域，奥普特的SciVision和凌云光的VisionWare在2D和3D定位精度方面已实现较好性能；2）在可配置视觉系统领域，凌云光已构建应用于多个领域的产品矩阵，部分性能已比肩甚至超越国际同行。目前，奥普特与凌云光已具备光源和光源控制器、镜头、相机、视觉控制系统的生产能力。随着机器视觉技术供给和应用需求双频共振、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。结合国内锂电、光伏等行业驱动，以奥普特等为代表的国产厂商有望实现对外资品牌的弯道超车。
　　风险提示
　　1、下游需求不及预期风险；
　　2、国产厂商技术研发不及预期、行业竞争加剧风险
　　

研究报告全文：联合研究丨行业深度机器视觉行业空间星辰大海国产厂商蓄势突TableTitle围丨证券研究报告丨报告要点2021Table年全球Summary中国机器视觉市场规模分别为804亿元138亿元总量持续增长态势下中国市场享有更快增速预计21-25年CAGR为357当前机器视觉各环节均有海外龙头镜头工业相机和视觉软件国外品牌仍占据高端市场主流但国产厂商具有非标定制优势在光源领域已占据一定地位随着机器视觉技术供给和需求双频共振国产厂商技术提升及产品布局日益完善客户对国产认可度不断增强国产企业开启募投扩张时代结合国内锂电光伏等行业驱动以奥普特等为代表的国产厂商有望实现对外资品牌的弯道超车分析师及联系人赵智勇宗建树曹小敏SACS0490517110001SACS0490520030004SACS0490521050001请阅读最后评级说明和重要声明229丨证券研究报告丨2023c2023-01-29jzqdt11111-01-26机械计算机机器视觉行业空间星辰大海国产厂商蓄势突TableTitle2联合研究丨行业深度围通用属性应用广泛高壁垒驱动长期高盈利TableSummary2机器视觉系统主要包括成像单元图像分析与处理单元智能决策与执行单元由于相对人眼视觉的显著优势机器视觉在工业领域中持续渗透其基础功能可以归纳为四种检测识别定位和测量应用占比分别为502416和10机器视觉下游应用广泛中国主要应用于制造业目前消费电子占比最大此外机器视觉属技术密集型行业具备持续且稳定的高盈利属性国际巨头基恩士康耐视近25年平均毛利率达7972行业空间星辰大海细分赛道多点开花根据GGII数据2021年全球中国机器视觉市场规模分别为804亿元138亿元同比增长1214682016-2021年CAGR分别为140241预计2025年全球中国机器视觉市场规模分别达1276亿元469亿元21-25年CAGR分别为122357总量持续增长态势下不同市场呈现差异化发展中国市场重要性日益凸显在细分行业方面中外也有差异目前物流正成为机器视觉国外重要发展方向而国内增长主要由锂电半导体汽车光伏等细分行业驱动其中锂电光伏领域机器视觉应用占比实现三连增此外机器视觉在传统3C行业由组装端向非组装端的渗透传统工业视觉向深度学习工业视觉的转变成为新趋势总体上随着细分行业多点开花中国机器视觉市场规模有望持续增长部件选型决定系统性能环节不同要求各异从成本角度来看目前中游零部件环节的占比超过60底层软件系统开发占比达到1988其中元器件成本中相机占比最大达2711目前高端核心技术被国外巨头牢牢把控国内企业当前主要集中在生产光源板卡图像软件相机和机器视觉集成系统方面各细分产品中相机为机器视觉核心部件以性能稳定可靠为首要目标镜头与相机分辨率共同决定系统分辨率设计与制造工艺更为关键光源制备技术相对成熟但组合应用考验非标设计能力图像采集卡关键在于分辨率和灵敏度的平衡对于视觉处理单元底层算法为企业核心竞争力产业链格局分化国产厂商蓄势突围机器视觉产业链各环节均有海外龙头呈现良性错位竞争国产厂商虽在通用标品方面相对局限但具有非标定制优势具体来看光源非标属性较强以奥普特为代表的国产企业在此环节具有先发优势且已占据主导地位而国外品牌在镜头工业相机和视觉软件方面仍占据高端市场主流近年来随着国产厂商研发投入持续加大产品线布局和产品性能不断趋近外资品牌整体解决方案能力持续提升1在视觉算法开发领域奥普特的SciVision和凌云光的VisionWare在2D和3D定位精度方面已实现较好性能2在可配置视觉系统领域凌云光已构建应用于多个领域的产品矩阵部分性能已比肩甚至超越国际同行目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的生产能力随着机器视觉技术供给和应用需求双频共振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结合国内锂电光伏等行业驱动以奥普特等为代表的国产厂商有望实现对外资品牌的弯道超车风险提示1下游需求不及预期风险更多研报请访问2国产厂商技术研发不及预期行业竞争加剧风险长江研究小程序请阅读最后评级说明和重要声明联合研究行业深度目录机器视觉应用广泛持续高盈利铸就高景气赛道6为机器植入眼睛和大脑融入工业基础6下游应用广泛赛道具备长期高盈利属性9行业空间星辰大海细分赛道多点开花10市场容量不断扩大全球龙头持续成长10细分行业多点开花顺应趋势遍地掘金11技术持续迭代深度学习孕育新机17部件选型决定系统性能环节不同要求各异19机器视觉系统成本与盈利剖析19核心零部件品质与非标决定系统性能20视觉处理单元底层算法为核心竞争力22产业链格局分化国产厂商蓄势突围23各环节参与企业众多未来将迎百花齐放格局23始于系统集成兴于核心部件国产厂商奋起直追24积极扩产行业助力国产有望弯道超车27图表目录图1机器视觉系统组成6图2机器视觉定位原理7图3机器视觉定位具体应用场景7图4机器视觉检测应用场景及原理7图5机器视觉测量应用场景8图6物体分拣通常建立在识别检测之后8图7机器视觉各项功能实现难度9图8机器视觉各项功能工业应用占比9图9机器视觉产业链9图10机器视觉行业龙头具备持续稳定的高盈利10图11全球机器视觉器件市场规模及预测亿元10图12中国机器视觉市场规模及预测亿元10图13基恩士营收分地区占比11图14康耐视营收分地区占比11图15基恩士美国地区收入及增速11图16康耐视美国地区收入及增速11图172021年国内机器视觉产品应用行业销售额占比12图182019-2021年中国机器视觉细分行业占全行业销售额比例的变迁12图193C电子行业的机器视觉应用正从组装端向非组装端渗透13图20机器视觉在方形卷绕电芯工艺流程的应用13请阅读最后评级说明和重要声明429联合研究行业深度图21机器视觉在锂电制造中的具体应用场景14图222017-2025年中国锂电行业机器视觉市场规模及预测14图232017-2021年中国锂电池产量及增速14图242020年至今全球半导体销售额整体呈增长态势15图252020年至今中国半导体销售额整体呈增长态势15图262016年-2021年全球半导体设备销售规模15图272016年-2021年中国大陆半导体设备销售规模15图28中国机器视觉行业研发投入方向亿元16图29汽车行业的机器视觉应用场景17图30中国汽车销量及增速17图31中国新能源车销量及渗透率17图32传统机器视觉的制约因素18图33深度学习的数据处理流程18图34传统机器视觉与基于深度学习的机器视觉效果比19图35中国机器视觉系统成本结构19图36核心零部件毛利率处于机器视觉产业链最高一档20图37机器视觉相机技术种类21图38机器视觉系统照明技术分类22图392019-2021年中国机器视觉企业自主及代理销售额24图402019-2021年中国机器视觉行业集中度变化24图412020年工业机器视觉国产品牌首超5024图422021年中国机器视觉系统市场竞争格局24图43奥普特在3C新能源领域与优质客户深度合作27图44奥普特来自苹果的收入持续上涨27图45凌云光2019-2021年产品产销率情况28表1人眼视觉和机器视觉对比6表2机器视觉厂商部分23表3国外机器视觉软件发展更为成熟25表4国内外品牌的图像算法技术对比25表5国内外品牌可配置视觉系统的性能指标和应用领域对比26表6国内外品牌印刷领域智能视觉装备的性能指标和应用领域对比26表7国产品牌自主产品线布局可与国际巨头基恩士媲美26表8中国机器视觉市场代表企业产能扩张情况27请阅读最后评级说明和重要声明529联合研究行业深度机器视觉应用广泛持续高盈利铸就高景气赛道为机器植入眼睛和大脑融入工业基础机器视觉的本质是为机器植入眼睛和大脑基于捕获并处理的图像为设备执行功能提供操作指导通常机器视觉系统包含软件和硬件部分具体可分为三大环节1成像单元光源镜头相机图像采集卡控制器和配件2图像分析与处理单元信息处理平台机器视觉算法库3智能决策与执行单元AI能力平台现场应用软件图1机器视觉系统组成光学照明成像图像处理分析信息决策执行资料来源奥普特招股说明书长江证券研究所机器视觉技术将机器代替人眼的理念应用于工业制造中相比于人眼观测机器视觉在精度速度适应性客观性重复性可靠性信息集成等方面具有显著优势是工业制造数字化网络化智能化的未来发展方向表1人眼视觉和机器视觉对比项目人眼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慢01秒的视觉暂留使人眼无法看清较快速运动目标快快门时间可达到10微秒左右高速像机帧率可达到1000以速度性人脑对图像的处理分析速度受多重因素影响差异较大上视觉控制器处理分析图像的速度稳定且越来越快弱对环境温度湿度的适应性差很多环境对人体有损适应性强对环境适用性强可加防护装置害客观性低数据无法量化因人而异高数据可量化标准统一重复性弱易疲劳强可持续工作可靠性易疲劳受情绪波动影响强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资料来源奥普特招股说明书矩子科技招股说明书长江证券研究所请阅读最后评级说明和重要声明629联合研究行业深度因此机器视觉在诸多场景下可以代替人眼视觉并取得更优异的效果其基础功能可以归纳为四种定位识别测量与检测1定位机器视觉定位是将零件的位置和方向与指定的空间公差进行比较的过程在2D或3D空间中零件的位置和方向被传输给机器人或机器元件以便于它对齐或将目标放置在适当的位置和方向相比手动检查对齐和定位机器视觉定位系统具有更高的精度和速度实际的定位应用包括机器人拾取和放置传送带上的零件玻璃基板的定位检查条形码和标签对齐检查PCB中的IC放置以及排列包装托盘中的零件图2机器视觉定位原理图3机器视觉定位具体应用场景镜头视角镜头视角镜头视角镜头视角定位标记资料来源IndustrialQuickSearch长江证券研究所资料来源中国工控网长江证券研究所2检测缺陷检测是制造业中最基本的质量控制方法之一也是机器视觉系统最常用的功能在缺陷检测中机器视觉会搜索零件表面存在的裂纹划痕瑕疵间隙污染物变色和其他不规则等缺陷这些缺陷随机出现因此机器视觉算法会寻找图案变化颜色或纹理变化不连续性或连接结构机器视觉系统可以将缺陷按类型颜色纹理和大小进行分类并筛选出不符合标准的缺陷部分相比人眼检测机器视觉系统可以快速有效地检测人眼看不见的微小缺陷并且可以长时间运行缺陷检测广泛用于检查半导体和电子元件电器食品及其包装连续卷材生产的材料例如纸张塑料金属等一旦检测到来自流程的故障部件流程将立即停止并进行纠正故障部件将与其批次分开缺陷检测通常与存在性检查测量和定位功能一起集成到机器视觉系统中图4机器视觉检测应用场景及原理边缘缺陷图像圆缺陷资料来源IndustrialQuickSearch长江证券研究所请阅读最后评级说明和重要声明729联合研究行业深度3测量机器视觉测量主要用于检查零件的尺寸精度和几何公差机器视觉系统通过计算两个或多个点之间的距离以及对象上目标特征的位置以确定测量值是否符合规格要获得高度准确精确和可重复的测量必须优化机器视觉系统的照明和光学系统测量通常与缺陷检测结合使用用于测量零件中检测到的不规则性另外还可用于计算零件的体积图5机器视觉测量应用场景资料来源IndustrialQuickSearch长江证券研究所4识别机器视觉识别主要用于扫描和读取条形码二维码零件标记以及在零件标签和包装上的字符这些标记包含产品名称制造商日期代码批号和有效期等标识有助于提升零件的可追溯性库存控制和产品验证系统识别系统包括光学字符识别OCR或光学字符验证OCV系统在OCR系统中机器视觉在事先不知道待查字符的情况下读取目标上打印的字符在OCV系统中机器视觉在已知待查字符的情况下验证字符串的存在图6物体分拣通常建立在识别检测之后资料来源中国工控网长江证券研究所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2416和10请阅读最后评级说明和重要声明829联合研究行业深度图7机器视觉各项功能实现难度图8机器视觉各项功能工业应用占比10检测16识别难度50定位测量24识别测量定位检测资料来源奥普特招股说明书长江证券研究所资料来源赛迪研究院长江证券研究所下游应用广泛赛道具备长期高盈利属性在机器视觉领域可以把各个部件划分为光源镜头相机采集卡算法等各个部件都是系统的有机组合均有各自的重要性从系统上来说机器视觉是一套图像处理系统机器视觉具有定位识别测量与检测四大功能其中检测功能难度最大应用最广由于机器视觉具备通用属性是工业领域的眼睛因此其下游应用广泛涵盖3C电子汽车半导体等众多行业图9机器视觉产业链ICPCB电阻LEDCCD光学玻璃光学塑金属件塑胶件等上游行业电容端子等其他CMOS等胶等光学材料五金结构件电子元件图像图像处理光源镜头相机采集卡软件机器视觉行业机器视觉定位设备检测设备测量设备识别设备智能装备3C电食品下游行业新能源半导体汽车医药光伏子加工资料来源奥普特招股说明书CMVU长江证券研究所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毛利率来看基恩士和康耐视作为机器视觉全球两大龙头企业1997-2021年平均毛利率分别高达7972远超一般行业水平近5年更是高达8274奥普特近5年平均毛利率也达到71说明机器视觉行业不仅具备长期高盈利的特点而且还处于成长期从净利率来看基恩士维持增长态势自1997年的23稳定增长至2021年的40康耐视尽管在20012009年陷入亏损但整体仍然保持较高毛利率1997-2021年平均净利率达255年视角来看基恩士与奥普特基本处于同一净利率水准均略高于康耐视整体来说机器视觉行业具备持续且稳定的高盈利属性请阅读最后评级说明和重要声明929联合研究行业深度图10机器视觉行业龙头具备持续稳定的高盈利100806040200199719981999200020012002200320042005200620072008200920102011201220132014201520162017201820192020-202021基恩士毛利率康耐视毛利率奥普特毛利率基恩士净利率康耐视净利率奥普特净利率资料来源WindBloomberg长江证券研究所注基恩士数据按自然年计行业空间星辰大海细分赛道多点开花市场容量不断扩大全球龙头持续成长机器视觉具有长坡厚雪的属性特点是成长期长天花板高2021年全球机器视觉器件市场规模超800亿元中国市场已成为市场容量扩大的主要驱动力根据GGII数据2021年全球中国机器视觉市场规模分别为804亿元138亿元同比增长1214682016-2021年CAGR分别为140241中国机器视觉市场规模增速显著快于全球2021年中国贡献了全球一半的市场规模增量根据GGII预测预计2025年全球中国机器视觉市场规模分别达1276亿元469亿元21-25年CAGR分别为122357中国市场有望继续作为全球市场增量的主要贡献者从细分产品来看3D视觉在中国仍处起步阶段2021年市场规模约为115亿预计2025年将达1044亿元2021-2025年CAGR为735图11全球机器视觉器件市场规模及预测亿元图12中国机器视觉市场规模及预测亿元140030500501200254004010002030030800152002060010100104005002016201720182019202020212022E2023E2024E2002025E0020152016201720182019202020212022E2023E2024E2025E2D视觉市场规模亿元3D视觉市场规模亿元全球机器视觉市场规模亿元增速右轴合计增速右轴资料来源高工机器人产业研究所长江证券研究所资料来源高工机器人产业研究所长江证券研究所从市场成长来看中国市场重要性日益凸显在机器视觉发展早期主要消费市场集中在欧美和日本2012年康耐视在美国欧洲和日本的销售额占比分别为3131和13基恩士日本和美国的销售额占比分别为6113随着全球制造中心向中国转移以及中国市场对机器视觉的接受度日渐提高中国已经逐渐成为美国和欧洲之后的机器视觉第三大市场2015年基恩士康耐视分别开始单独披露中国大中华区销请阅读最后评级说明和重要声明1029联合研究行业深度售份额2021年基恩士在中国的销售额占比已经达到其总营收的17康耐视在大中华区的销售额占比达到其总营收的19图13基恩士营收分地区占比图14康耐视营收分地区占比100100901911111412141819273031242426262726272525665558080121291416162119701311111212121613116015176019151515151550141531314244453831262440404330615549505047474744204120333435381031302726242900FYFYFYFYFYFYFYFYFYFY20122013201420152016201720182019202020212013201420152016201720182019202020212022美国欧洲大中华地区日本占比美国占比中国占比其他地区占比含欧洲日本其他地区含中国其他地区不含中国资料来源Bloomberg长江证券研究所资料来源康耐视公告长江证券研究所20202021年日本地区营收未单独披露归入其他地区美国成熟市场仍在持续扩张为中国市场发展提供借鉴目标以全球最主要的机器视觉市场之一美国为例尽管已经发展了数十年美国机器视觉市场仍保持增长基恩士的美国地区收入在2012-2021年自然年的复合增速约为167康耐视的美国地区收入在2012-2021年的复合增速约为164说明机器视觉的成长期较长中国作为机器视觉全球新兴市场有望复制美国等机器视觉成熟市场的发展路径图15基恩士美国地区收入及增速图16康耐视美国地区收入及增速1207045045604004010035503508040303002530602502020200154010150100520100-1000-2050-5FYFYFYFYFYFYFYFYFYFY0-1020132014201520162017201820192020202120222012201320142015201620172018201920202021美国收入十亿日元YOY右轴美国收入百万美元YOY右轴资料来源Bloomberg长江证券研究所资料来源Bloomberg康耐视公告长江证券研究所细分行业多点开花顺应趋势遍地掘金中国机器视觉主要应用于制造业其中消费电子占比最大根据机器视觉产业联盟CMVU统计数据2021年中国机器视觉销售额的798应用于制造业包含消费电子锂电半导体含PCB电气电子除半导体汽车印刷和纸张光伏等细分行业其中消费电子领域用机器视觉占全行业的比例为219为目前机器视觉最主要的下游应用行业其次为锂电行业全行业占比约为108请阅读最后评级说明和重要声明1129联合研究行业深度图172021年国内机器视觉产品应用行业销售额占比制造业所属行业应用占比非制造业所属行业应用占比消费电子锂电32安全与监控国防15540半导体含PCB219物流和邮政分拣电气电子除半导体40798智慧交通170汽车421331医疗设备印刷和纸张64108生命科学25光伏6632其他10429其他制造业非制造业其他资料来源CMVU长江证券研究所新能源锂电成为中国机器视觉行业新支撑根据CMVU统计数据在中国制造业中除了最大下游消费电子之外锂电行业的机器视觉应用随着新能源汽车行业高速发展而持续增长2019-2021年机器视觉在锂电行业的销售额CAGR达1104在光伏行业的发展与锂电行业类似均实现销售额占比三连增但光伏应用的体量目前还较小2021年光伏领域机器视觉销售额占全行业的比例为40图182019-2021年中国机器视觉细分行业占全行业销售额比例的变迁25制造业非制造业20723-782-798199-167-1701535-58-10822-26-401050消锂半电汽印光药纺玻食其安物智医其费电导气车刷伏品织璃饮他全流慧疗他电体电和化和包制与和交设非子子纸妆薄装造监邮通备制PCB含张品膜业控政造分业除医半国拣疗防导保体健201920202021资料来源CMVU长江证券研究所3C电子从组装向非组装拓展在消费电子行业工业机器视觉在主板零部件组装整机组装这三大生产环节均有应用随着近年来中国经济快速发展居民收入水平提升以及全球电子制造中心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请阅读最后评级说明和重要声明1229联合研究行业深度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图193C电子行业的机器视觉应用正从组装端向非组装端渗透原材料模组段杂质表面颜色纹理等检测原材料主板总成塑料橡胶光学和成像五金声学模组半导体原料显示器-屏幕总成玻璃类零配件电池和有线无线充电模块其它原料开关按键生物识别模块其它功能模块模组段零配件组装段功能结构尺寸缺陷等检测组装段定位引导间隙断差等测量外观ICPCB简单电子元件功能检测连接器连接线主板总成安装外壳结构件电池充电组件安装光学件发光器件图像显示等相机安装声学器件安装其他零件控制器件生物识别器件安装其它各种辅助件安装成品前后显示屏外壳安装外观检测和记录包装印刷存储物流资料来源中国机器视觉网长江证券研究所锂电中国机器视觉市场新增长极目前机器视觉还没有应用到锂电池所有生产工艺中前中段涂布分切模切卷绕叠片等应用较多后段密封钉焊后检测包蓝膜前后的外观检测等以及模组段底部蓝胶检测BUSBAR焊缝检测侧焊缝检测模组全尺寸外观检测PACK检测等应用相对较少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图20机器视觉在方形卷绕电芯工艺流程的应用资料来源高工锂电长江证券研究所随着电芯模组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请阅读最后评级说明和重要声明1329联合研究行业深度图21机器视觉在锂电制造中的具体应用场景资料来源奥普特招股说明书长江证券研究所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203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图222017-2025年中国锂电行业机器视觉市场规模及预测图232017-2021年中国锂电池产量及增速2590250452008040207020035603015131150502540201072100304615520501010500002019202020212022E20172018201920202021锂电机器视觉亿元增速右轴中国锂离子电池产量亿只增速右轴资料来源高工锂电长江证券研究所资料来源CMVU长江证券研究所半导体高精度需求驱动3D视觉发展国产占比持续提升请阅读最后评级说明和重要声明1429联合研究行业深度工业机器视觉应用最早的领域是半导体行业发展已经较为成熟其高端市场基本被海外厂商占据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等检测环节并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晶圆在切割前必须使用机器视觉系统检测出瑕疵并打上标记在随后的切割过程中需要利用机器视觉系统进行快速精准定位机器视觉技术相比之下具备显著精确度及速度优势2020-2022H1半导体行业维持高增2022H2由于行业高库存进入调整期后续随着库存消化半导体行业有望继续成为工业机器视觉的重要支撑图242020年至今全球半导体销售额整体呈增长态势图252020年至今中国半导体销售额整体呈增长态势60352040301830502516142040201512103010105802006-10410-5-20-1020-150-30Jul20Jul21Jul22Jul20Jul21Jul22Jan20Jan21Jan22Mar21Mar20Mar22Nov20Nov21Nov22Sep20Sep21Sep22Jan20Jan21Jan22May22May20May21Mar20Mar21Mar22Sep20Nov20Sep21Nov21Sep22Nov22May20May21May22半导体全球销售额十亿美元同比环比中国半导体销售额十亿美元同比环比资料来源Wind长江证券研究所资料来源Wind长江证券研究所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356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图262016年-2021年全球半导体设备销售规模图272016年-2021年中国大陆半导体设备销售规模12005035035100040300302502580030200206002015015400101001020005050-1000201620172018201920202021201620172018201920202021中国大陆半导体设备销售规模亿美元全球半导体设备销售规模亿美元YOY右轴占全球半导体设备市场比例右轴资料来源Wind长江证券研究所资料来源Wind长江证券研究所传统的半导体封测设备精度普遍要达到微米0001mm到亚微米10m之间速度大约在每秒4050平方厘米误报率510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228亿元增长至2021年的646亿元占全行业研发投入的比例由2019年的156增长至2021年的208请阅读最后评级说明和重要声明1529联合研究行业深度图28中国机器视觉行业研发投入方向亿元2520151050201920202021AI驱动的解决方案嵌入式视觉系统3D解决方案高光谱成像解决方案资料来源CMVU长江证券研究所汽车产销量上行带动机器视觉需求持续增长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如汽车总装和零部件检测焊接质量检测电器性能检测发动机检测等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请阅读最后评级说明和重要声明1629联合研究行业深度图29汽车行业的机器视觉应用场景品种差异识别曲轴品种差异检测电芯积层厚度测量齿轮轴衬磕碰检测密封焊珠缺陷检测车身密封涂布检测机械手拣选定位连杆尺寸检测电池层叠定位电池外包装外观检测C形环波形垫圈存在性检测U型针尺寸检测资料来源基恩士官网长江证券研究所据中汽协数据2022年我国汽车总销量达到26864万辆同比增长22新能源汽车销量达到6887万辆同比增长956新能源车渗透率达256说明新能源汽车市场已从政策驱动转向市场拉动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图30中国汽车销量及增速图31中国新能源车销量及渗透率350050800307003000402525003060020200020500150010400153001000010200500-1051000-200020142015201620172018201920202021202220032004200520062007200820092010201120122013201420152016201720182019202020212022销量万辆增速右销量万辆新能源渗透率右资料来源中国汽车工业协会Wind长江证券研究所资料来源中国汽车工业协会Wind长江证券研究所技术持续迭代深度学习孕育新机请阅读最后评级说明和重要声明1729联合研究行业深度传统的机器视觉技术一般需要先将数据表示为一组特征然后将这些特征进行分析或输入到预测模型从而得出预测结果如果能够配置正确的光学成像系统则传统方式对结构化场景下的定量检测将具有速度准确性和可重复性上的优势例如在一条生产线上可以以每分钟成千上万个的速度快速检查人眼无法观测的极小的物体并且具有高可靠性和低错误率传统工业机器视觉基本是完成指定动作很难适应随机性强特征复杂的工作任务随着机器视觉在不同行业应用的扩展尤其是在外观检测的应用中需要应对缺陷类型复杂化细微化背景噪声复杂等场景传统算法处理这类应用时呈现端侧算力成本越来越高单点系统维护成本过高数据孤岛通用性智能性欠佳等缺点因此目前机器视觉正由传统工业视觉向深度学习工业视觉转变图32传统机器视觉的制约因素端侧算力成本越来越高单点系统维护成本过高数据孤岛通用性智能性欠佳资料来源付斌斌工业机器视觉的应用与发展趋势长江证券研究所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图33深度学习的数据处理流程原始数据底层特征中层特征高层特征预测结果表示学习深度学习资料来源奥普特招股说明书长江证券研究所请阅读最后评级说明和重要声明1829联合研究行业深度图34传统机器视觉与基于深度学习的机器视觉效果比资料来源Basler长江证券研究所部件选型决定系统性能环节不同要求各异机器视觉系统成本与盈利剖析机器视觉是由图像摄取装置将被摄取目标转换成图像信号即机器视觉产品再将图像信号结合特定需求根据像素分布和亮度颜色等形态信息转变成数字化信号如果仅以获取数据为目的至此已经完成但是如果要根据获取数据调动设备执行任务则需要对数字信号进行运算针对目标特征如涂装中的色差进行对比指令设备将会继续工作或者转入另一道工序从成本角度来看目前中游零部件环节的占比超过60底层软件系统开发占比达到1988其中元器件成本中相机占比最大达到2711这主要是由于目前中国的高端机器视觉核心组件设备如高端镜头高端CCD和CMOS智能相机高速图像处理软件等大多来自进口高端核心技术被国外巨头牢牢把控国内企业当前主要还是集中在生产光源板卡图像软件相机和机器视觉集成系统方面图35中国机器视觉系统成本结构10841506光源904镜头相机1988工控机2711软件其他1807资料来源GGII长江证券研究所在机器视觉产业链中掌握核心零部件的公司毛利率处于上游位置且具备持续稳定的高盈利属性目前基恩士康耐视以及公司均掌握核心零部件技术近5年毛利率中请阅读最后评级说明和重要声明1929联合研究行业深度枢分别达8274和71其中基恩士与康耐视的高毛利已经维持了数十年而国内视觉装备公司的毛利率在38-48左右下游系统集成业务的毛利率则在40以下基恩士康耐视虽然也有视觉设备业务但主要为代工厂模式整体呈轻资产运营因此并不影响整体的高盈利水平图36核心零部件毛利率处于机器视觉产业链最高一档90核心零部件80解决方案7060视觉装备5040系统集成30图像采集卡2020172018201920202021中国大恒视觉检测类凌云光系统凌云光装备天准科技矩子科技奥普特康耐视基恩士资料来源公司公告WindBloomberg长江证券研究所核心零部件品质与非标决定系统性能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具有高图像稳定性高传输能力和高抗干扰能力等其功能是将光信号转变成为可解释的电信号再将电信号模数转换并交由处理器进行分析和识别机器视觉相机按照扫描方式分为线扫描相机面扫描相机和3D扫描相机线扫描相机一次可以精确快速地捕捉一行数字图像相机仍然可以看到整个物体完整的图像是在软件中逐像素线构建的在检查过程中零件或相机必须在移动线扫描相机可以在一条线上检测多个物体它们是高速输送系统和连续过程的理想选择它们适用于连续的材料卷材例如纸张金属和纺织品大型部件和圆柱体面扫描相机使用矩形图像传感器来捕获单帧图像生成的数字图像的高度和宽度基于传感器上的像素数视觉处理单元逐幅分析场景面扫描相机几乎可以执行所有常见的工业任务并且更易于设置和校准与线扫描相机不同面扫描相机更适合检测静止物体物体可以在面扫描相机前暂时暂停以进行检查3D扫描相机可以在XY和Z平面进行检测并计算物体在空间中的位置和方向他们使用单个或多个摄像头和激光位移传感器在单摄像头设置中必须移动摄像头以生成由激光在物体上的位置位移产生的高度图物体的高度及其表面平面度可以使用校准的偏移激光计算在多相机设置中部署激光三角测量以生成物体形状和位置的数字化模型3D扫描相机非常适合检查3D成型零件和机器人引导应用这种类型的机器视觉相机可以容忍轻微的环境干扰例如光线对比度和颜色变化同时提供精确的信息因此它们广泛应用于计量工厂自动化和零件缺陷分析请阅读最后评级说明和重要声明2029