机器视觉：工业之眼 300亿市场国产替代

来源：天风证券

机器视觉—智能制造之眼

机器视觉技术使得工业设备能够“看到”它正在进行的操作并进行快速决策。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。通俗地说，“眼睛”指的是机器视觉利用环境和物体对光的反射来获取及感知信息；“大脑”指的是机器视觉对信息进行智能处理和分析，根据分析结果来执行相应的活动。

中商产业研究院认为，机器视觉可以代替人眼在多种场景下实现多种功能，按功能主要分为四大类：检测、测量、定位、识别。

AI技术加持 成为机器视觉走向成熟的筹码

人工智能是机器视觉的母身，深度学习为机器视觉的技术堡垒。近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能逐渐从实验室走向产业实践，以算法、算力和数据为主旋律追求极致创新方面不断突破，为机器视觉实现更新迭代和提高应用价值的重要技术支撑。

在人工智能领域的新兴技术中，采用 Burst Detection算法探测出深度学习是当前受到广泛关注的人工智能新兴技术，深度学习是一种以人工神经为架构，对数据进行表征学习的算法，“深”主要体现在更深层次的神经网络和对特征的多次变换上。

机器视觉与人工智能逐渐融合 引领向工业4.0的过渡

机器视觉是工业自动化的基础技术之一，通过搭载人工智能发展东风实现机器视觉的再一次迭代升级。此处东风一方面为深度学习的融合，赋予机器视觉更高的准确性和速度，另一方面则为视觉处理所服务的视觉处理器的能力呈现指数级增加，奠定机器视觉中深度学习推理/训练任务的硬件基础。AI+机器视觉有望渗透入工业制造达到全新的水平。

meta发布SAM开启机器视觉GPT时刻

Segment Anything Model（SAM）项目是一个用于图像分割的新任务、模型和数据集。在数据收集循环中使用高效模型构建了迄今为止最大的分割数据集，在1100万张授权和尊重隐私的图像上有超过11亿个掩码。该模型被设计和训练为可提示的，因此它可以将零样本迁移到新的图像分布和任务。当该模型进行充分的网络语料训练后，发现其零样本性能甚至优于调整模型（Fine-tuned models）。

SAM通过“提示学习”技术对新数据集和任务进行零样本和少样本学习。Meta研究者提出了promptable分割任务，目标是在给定任何分割提示时返回有效的分割掩码。提示符只是指定要在图像中分割的内容。有效输出掩码的要求意味着即使提示是模糊的，并且可能指向多个对象（例如，衬衫上的一个点可能表示衬衫或穿着它的人），输出也应该是其中至少一个对象的合理掩码。将提示分割任务作为预训练目标，并通过提示工程解决一般的下游分割任务。

SAM有望助力机器视觉发展，带动AI+制造业垂直领域技术革新。SAM已经学会了关于物体的一般概念，并且它可以为任何图像或视频中的任何物体生成掩膜，甚至包括在训练过程中没有遇到过的物体和图像类型，无需额外的训练。Meta预计，与专门为一组固定任务训练的系统相比，基于prompt工程等技术的可组合系统设计将支持更广泛的应用。SAM可以成为AR、VR、内容创建、科学领域和更通用AI系统的强大组件。比如SAM可以通过AR眼镜识别日常物品，为用户提供提示；SAM还有可能在农业领域帮助农民或者协助生物学家进行研究。

工业智改有望持续拓展行业发展空间

ChatGPT-4为超级人工智能描绘雏形，有望开启新一轮生产力加速周期，制造业作为我国产业核心也将受益于AI的深度融合。与人眼相比，机器视觉在效率、精度、环境要求、安全性等各因素上都有明显的优势。同时在AI深度学习+机器视觉的升级趋势下，将在工业自动化、数字化、柔性化、复杂性生产上贡献更高的适配度。搭载AI深度学习功能后，机器视觉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与人类视觉的灵活性，从而完成日趋复杂环境下的检测，尤其是涉及偏差或极端环境，满足更多下游对瑕疵精度、通用性的严苛要求。AI+机器视觉有望赋能制造业，带动制造业价值链重构。

国家出台多项政策利好AI+机器视觉行业发展

政策从拓展产业链应用场景、加强先进适用技术与设备研发以及发展机器视觉底层技术等方向促进中国机器视觉产业的发展，同时AI+机器视觉技术与设备在“十四五”规划中受到高度重视，2021年底《十四五智能制造发展规划》中重点强调高分辨率视觉传感器等基础零部件和装置，体现国家对机器视觉产业的重视和支持，2022年的《十四五数字经济发展规划》再次强调发展机器视觉等技术应用于我国智改计划。良好的政策环境将在未来一定时期内为国内相关行业持续发展与突破奠定良好的环境基础。

人口红利退潮 机器替代需求中长期内仍有缺口

根据国家统计局数据，我国2022年末，60岁以下人口占比 80.2%，伴随人口出生率从2011年的13.27‰下降至2022年的6.77‰，中国经济周刊预计2030年60岁以下人口或将降至75%。同时制造业就业人员从2011年的4088万人降至2021年的3828万人，而制造业劳动成本则从36665元飙升至92459元。

老龄化问题与出生率低迷将带来未来持续性劳动力供不应求和劳动力成本上升，这将不断刺激制造企业对智能化的需求持续扩张。机器视觉作为可替代人工具备效率更高、准确度更高、际成本低等优势技术，有望进一步提高其渗透率。

我国工业机器视觉应用渗透率仍有较大提升空间

根据快易理财网的数据，2021年我国制造业增加值为4.87万亿美元，占全球比重 30.34%，相较之下，2021年我国机器视觉产值占比仅为17.18%。在制造业的转型升级推动下，机器视觉渗透率有望持续增加，国内庞大的制造业基数将持续释放较大的市场增量。同时，我国制造业人工智能应用市场的逐年递增反映出机器视觉的成长潜力，根据德勤数据，我国制造业人工智能应用市场从2019年的12亿元升至2022年的37亿元，预计2025年能够突破百亿。

AI+机器视觉持续赋能下游工业应用领域 有望受益于下游赛道的高景气

高成长性下游应用对精度要求严苛，倒逼AI+机器视觉深度结合与升级。从需求端来看，机器视觉广泛应用于电子及半导体、汽车制造、食品包装、制药等领域，各个领域的应用场景具备较大差异性。

2021年我国消费电子、半导体、汽车为机器视觉领域的三大应用端，虽然机器视觉下游各行业对精度的要求不一，但整体来看，伴随主要应用端（消费电子、半导体、汽车、新能源）的升级迭代，对机器视觉技术的高精度需求相应提高，尤其需要深度学习的高度结合以适应下游应用的发展。

根据凌云光2022年7月14日发布的投资者调研纪要显示，国内机器视觉的销售额在2016-2019年期间分别为49、69、84、103亿元，虽在全国工业企业技改投资经费支出中的占比逐步提升，但也仅维持在2%-3%，国内机器视觉在工业技改中的渗透率还处于相对较低水平，未来成长空间广阔。

电子行业仍是机器视觉应用最广阔的下游领域

电子信息制造行业自动化+标准化程度高，是机器视觉技术应用较早、应用最广的下游市场。根据GGII数据，我国3C电子行业机器视觉市场规模在2021年达到40.62亿元，同比增长29.61%，2020-2025年均复合增长率为14.8%，该增长得益于3C电子产品规模的良好增长态势。2022年以来，消费电子行业进入下行期，相对应机器视觉市场规模增速大幅放慢，但基于发展基础悠久，中短期内仍有望成为市场规模最大的下游市场。

应用于消费电子的机器视觉企业：

康耐视：据CINNO Research，消费电子制造领域从事视觉检测业务市场份额前五之一。

基恩士：全球传感器和测量仪器的主要供应商，产品覆盖面极其广泛，客户遍及各行业。

Young Woo DSP：主营为平板显示制造设备。主要产品AMOLED Cell自动点灯检测设备在行业内处于领先地位，在三星显示、京东方等主流面板制造商中拥有较高的占有率。

凌云光（688400）：消费电子领域，公司主要提供对应不同检测需求的通用型可配置视觉系统。

海康机器人：面向全球的机器视觉和移动机器人产品及解决方案提供商，应用领域包括消费电子。

奥普特（688686）：公司提供的机器视觉产品已广泛应用于各类高端装备中，服务于3C电子、新能源、半导体、汽车、医药及食品加工等多个行业。

博众精工（688097）：整合了运动控制、影像处理、镭射量测、机械手、精密贴装密压台等技术，并配合软件系统开发，可为客户提供较为全面的产品和服务。

科瑞技术（002957）：产品主要包括自动化检测设备和自动化装配设备、自动化设备配件、精密零部件，主要应用于移动终端、新能源、汽车、硬盘、医疗健康和物流等行业。

矩子科技（300802）：机器设备的上市企业，是苹果、华为、小米、OPPO、VIVO等知名企业或其代工厂商的重要机器视觉设备供应商。

华兴源创（688001）：国内知名工业自动测试设备与整线系统解决方案提供商，主要服务平板显示、半导体、新能源和通讯等行业。是苹果面板检测设备的合格供应商。

精测电子（300567）：主营业务为平板显示检测系统的研发、生产与销售，主营产品包括模组检测系统、 面板检测系统、OLED检测系统、AOI光学检测系统和平板显示自动化设备。主要客户包括京东方、华星光电等。

阿丘科技：专注于工业AI视觉及智能分析服务，产品应用于消费电子、汽车、电路半导体等行业场景。

机器视觉为半导体的刚性需求有望受益于高景气赛道的需求扩张

半导体产业以其集成度高、精细度高的特点成为机器视觉技术大规模应用最早的领域之一。半导体行业机器视觉应用占比在2020-2021年间有所扩大。根据GGII数据显示，2021年半导体行业机器视觉市场规模为13.16亿元，同比增长42.73%，该增长主要系受益于2021年起我国各大半导体公司的扩产计划，直接影响了机器视觉在晶圆检测中的扩大应用，本轮缺芯推动了扩产潮开始陆续达产，随着各地新建晶圆产线陆续达产，短期内仍将利好机器视觉行业。根据GGII预测，2025年半导体行业机器视市场规模将超过40亿元，2020-2025年均复合增长率约为36%。

未来，伴随车规级IC需求持续旺盛+消费级IC去库存到位+ChatGPT带动的AI芯片需求，机器视觉行业作为半导体行业的刚性需求，将继续迎来行业规模的扩张。

机器视觉的汽车检测市场稳固 搭载AI助力突破自动驾驶

汽车领域在机器视觉应用中为长期高位发展的个中翘楚。根据GGII的数据，2021年汽车行业机器视觉市场规模为14.21亿元，同比增长38.1%。比较同期全国乘用车销量与新能源车销量的情况，2021年全国乘用车销量同比增长3.8%，新能源汽车销量同比增长157.5%，可见汽车机器视觉的增长速度（38.1%）落后于新能源汽车的增长速度（157.5%），主要系因为传统汽车领域仍为机器视觉的主要应用领域。未来，随着新能源汽车领域机器视觉需求的持续探索，有望成为机器视觉的成长新动力，根据GGII的预测，2025年机器视觉汽车行业将接近40亿元，2020-2025年均复合增长率达到30%。

应用于汽车领域的机器视觉企业

锂电池推动机器视觉+AI持续升级 下游市场稳定增长

新能源有望成为机器视觉行业未来最大增量市场。根据GGII数据，2021年机器视觉在新能源行业的销售额增速最快，2021年同比增长60%，远超行业平均水平。

锂电池工艺复杂性催发机器视觉搭载深度学习实现算法升级。机器视觉在锂电池生产工艺中应用广泛，锂电池制备工艺的复杂性使得在多个工序均需要不同机器视觉检测系统的介入。同时，动力电池视觉检测的新需求对传统算法提出挑战，由于传统算法无法解决焊接环节的检测痛点，该领域对深度学习检测技术使用依赖程度有望逐渐攀升。随着电芯、模组、PACK测量要求的不断提高，被测物体条件愈发复杂，全线视觉检测已逐渐成为动力电池厂商标配，带动机器视觉高速发展。

锂电池作为新能源汽车的主流动力电池，有望长期受益于新能源汽车销量增长从而拉动机器视觉的市场规模增长。

应用于锂电行业的机器视觉企业：

光伏扩产已箭在弦上 对机器视觉需求同样旺盛

机器视觉的光伏应用赛道蓬勃发展，国内厂商优势凸显。新能源板块除了锂电池外，光伏也是另一值得重点关注的行业。近年光伏行业的迅猛发展，据亿欧智库，2021年我国太阳能电池产量达到23405wKW，同比增长42.1%，行业迎来加速成长期，同期带动机器视觉的光伏行业应用规模达到6.5亿元，2019-2021年CAGR达到58%。目前光伏产业链的硅片检测市场由德国Hennecke占有主导份额，国内天准科技（688003）、奥特维（688516）等厂商目前也在切入光伏赛道，天准科技应用于光伏硅片检测的智能检测性能较为成熟，与国际领先的Hennecke产品技术相当，实现对Hennecke公司等国际先进同行产品的替代。

应用于光伏行业的机器视觉企业：

机器视觉产业链厚积薄发 国内市场增速或将领先全球水平

根据Markets and Markets统计，全球机器视觉市场规模在2021年达到804亿元，同比增长12.15%。未来AI+将给予行业更大想象空间，扩大机器视觉的应用范围，预计在2025年市场规模达到1276亿元，2022-2025年均复合增长率预计约13.22%。

GGII数据显示，2021年中国机器视觉市场规模138.16亿元（该数据未包含自动化集成设备规模），同比增长46.79%，增长速度远高于全球平均水平，未来得益于后疫情下宏观经济的回暖、制造业自动化升级、政策支持等因素，中国机器视觉行业规模有望进一步增长。GGII预测，至2025年我国机器视觉市场规模将达到 349亿元，其中2D视觉市场规模将超过291亿元，3D视觉市场规模将超过57亿元。

机器视觉产业链

机器视觉产业链的上游主要为LED、CCD、CMOS、光学材料、电子元器件、五金结构件等原材料。国外领先企业例如基恩士、康耐视、海克斯康、Basler AG四家企业，主要布局机器视觉产业链的中上游业务；国内布局机器视觉产业链上游领域的企业主要有海康威视（002415）、天准科技（688003）。机器视觉产业链中游主要为系统集成商和装备制造商，系统集成商通常直接采购视觉软件、传感器、驱控系统等核心零部件，通过简单的二次开发和组装完成设备生产，不具备自由机器视觉算法、软件以及视觉传感器和精密驱控等核心技术，通常不具备整台装备的设计生产能力。机器视觉产业链的下游主要为运用机器视觉技术的设备制造行业和终端用户，所涉范围十分广泛，如汽车、医药、化学、电子、半导体、印刷、食品饮料、物流、烟草、医疗、电池等。

工业相机是机器视觉设备中价值量最高的核心组件（价值量占比约为23%），由图像传感器、图像采集卡与各类芯片组成，技术壁垒较高。目前全球工业相机行业由欧美品牌占据主要市场，国外知名企业如德国 Basler、加拿大 DALSA、美国康耐视等；我国对于工业相机的研究起步较晚，工业相机行业主要布局于中低端市场，近些年我国也逐步发展出一批自主研发工业相机的国产品牌，可逐步实现进口替代。

底层软件算法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，一般来说，掌握底层软件算法的公司更容易形成自身优势。在工业领域，成熟的视觉算法软件已经有很多，包括Vision pro、halcon、opevCV、Mil、Hexsight、evision等。天风证券持续看好布局研发投入相机性能与底层软件算法的企业，国内代表厂商包括天准科技（688003）、凌云光（688400）、海康威视（002415）等。

拥有底层算法平台的企业

相关A股上市公司：

大华股份（002236）、凌云光（688400）、天准科技（688003）、舜宇光学（02382）、海康威视（002415）、奥普特（688686）、鼎捷软件（300378）、奥比中光（688322）等。

机构关注度最高的机器视觉A股公司：

风险提示：下游扩产不及预期、技术突破存在瓶颈、成本费用管控不及预期、机器视觉企业规模扩张诱发的经营管理风险等。