1机器视觉市场空间快速增长

随着技术的进步以及应用成本的下降，机器视觉在工业中的渗透率日益提升，整个市场快速发展。根据中商产业研究院的数据，年全球机器视觉市场规模超88亿美元，预计年这一数字将近亿美元。从国内来看，年中国机器视觉市场规模首次超过亿元，预计年市场规模将近亿元。

根据GrandViewResearch的预测，到年全球机器视觉市场空间将超过亿美元，年均复合增速7.7%。

1.1汽车和电子是当前机器视觉最重要下游

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，其中电子汽车和电子是当前机器视觉最重要的应用领域。

(1)下游应用领域——电子

根据前瞻研究院数据，电子行业贡献了机器视觉近50%左右的需求，主要用于晶圆切割、3C表面检测、触摸屏制造、AOI光学检测、PCB印刷电路、电子封装、丝网印刷、SMT表面贴装、SPI锡膏检测、半导体对位和识别等的高精度制造和质量检测。以iPhone为例，其生产全过程就需70套以上系统。未来在全球智能手机、平板电脑和可穿戴设备等消费电子领域的需求有望爆发。

以3C行业为例，我们判断未来行业的机器视觉需求还会持续较快增长，主要需求来自几个方面：1）视觉技术进步（现在好多玻璃、屏的缺陷检测技术上还不能实现）推动适用领域拓宽；2）随着国内智能手机逐渐中高端化带来手机厂商利润率提升，视觉检测在国产手机产线中的应用有望推广开来。

(2)下游应用领域——汽车

根据前瞻研究院数据，汽车行业贡献了机器视觉15%左右的需求，主要用于车身装配检测、面板印刷质量检测、字符检测、零件尺寸的精密测量、工件表面缺陷检测、自由曲面检测、间隙检测等几乎所有系统和部件的制造流程。目前一条产线大概配备十几个机器视觉系统，未来随着汽车质量把控、汽车智能化、轻量化趋势对检测提出更高要求，对机器视觉技术的需求还会逐步提高。

例如，3D视觉系统可以以高精度测量间隙并对准每一辆车，并对装配的所有车门和车身进行全面检测。3D视觉系统还能帮助底盘制造商使货架中车身板件的上架、下架和检测实现自动化，在自动设备拾取缺陷元件之前检测货架上是否存在缺陷元件，从而减少将缺陷元件焊接到一起。

(3)下游应用领域——制药

根据前瞻研究院数据，制药行业贡献了机器视觉7%左右的需求，主要应用在药瓶封装缺陷检测、胶囊封装质量检测、药粒缺失检测、生产日期打码检测、药片颜色识别及分拣等。目前大多数企业流水线上有1-2套机器视觉系统，而实际需求至少应该在5处，未来随着制药行业自动化升级改造提速，渗透率会持续提升。

例如，在药品包装后的检测环节中，可以利用机器视觉快速、准确地检测到对象是否完好无缺，通过设定图像传感器，获取包装后的对象图片信息，通过预先设定的面积参数对每个药粒或者药瓶进行检测对比，这样，破损的药粒或者缺瓶的包装都将被检测出来，正确的正常通过。

(4)下游应用领域——食品

食品及包装也是机器视觉应用的重要下游领域，主要用于高速检测、外观封装检测、食品封装缺漏检测、外观和内部质量检测、分拣与色选等，单条产线用量在不同产品中差异较大。目前机器视觉在大型食品企业（如伊利、蒙牛）中应用较多，而在行业整体的渗透率并不高。

例如，欧洲鲜货市场广泛使用食品分拣器，一般采用多台摄像机捕获产品整个表面影像。当产品基本为圆形时，在漏洞内设有机构，让产品在摄像机下进行旋转。形状可以根据最大直径和最小直径、比例关系等进行分选。颜色一般根据已扫描的整个表面情况来决定。鉴定方法如简单百分比、强度值直方图、定义最大面积或最小面积等。

2机器视觉在智能制造中的地位向“必选”迈进

机器视觉概念在20世纪50年代提出，20世纪80年代开始逐步进入产业化，到年后进入快速发展期。经历了近20年的高速增长，我们认为机器视觉仍然是一个有较强成长动力的行业，主要驱动因素来自两个方面，一是对机器代人过程的不断进行、二是技术进步使得更多需求得以释放，前者的底层逻辑主要是人口红利的消失以及人生理能力的局限性，后者的底层逻辑主要是生产过程向更高效、更精确、更优质的进化。且随着时间推移，上述驱动因素的作用力不断增长，使得机器视觉在智能制造中的地位从“可选”逐步向“必选”迈进。

2.1对经济性和质效的追求是推动机器视觉代人的基础动力

从经济性来看，市场上大多数机器视觉系统单价在3-5万元水平（主要取决于系统的复杂程度，简单的1-3万元，高参数或者3D系统可达20-30万元）。在发达国家，一个典型的00万美元机器视觉系统应用可以替代3个年工资在0万美元左右的工人，投入回收期非常短，且后续维护费用较低，具备明显的经济性。随着人工成本上涨、人口红利逐步消失，对经济性的追求将推动机器视觉渗透率快速提升。

从生产过程中的质量和效率来看，由于人眼天生的物理局限性以及人主观的情绪波动，在高通量、高速率、高精度等的生产环境中，机器视觉优势更加明显，有些需求甚至只有机器视觉才能满足。

2.2技术进步不断打开下游需求市场空间

机器视觉技术从s开始逐步产业化，经历了基于PC的视觉系统、模式视觉系统、条码扫描视觉系统、视觉传感器，发展到目前最先进的结合AI以及深度学习的3D视觉系统，技术的持续进入不断释放下游需求，推动机器视觉行业成长。

以全球机器视觉龙头康耐视为例，基于在条形码扫描、3D机器视觉以及AI和深度学习等方面的技术进步，其近年来在物流、生物科学等领域的收入快速增长，年康耐视将自己的目标市场空间从29亿美元上调到了35.5亿美元，且未来还有进一步上调的潜力。

展望未来，机器视觉行业主要有几个发展趋势：1）更多更快的图像数据传输、更先进的软件算法带来实现数字化、实时化和智能化的性能提升；2）硬件性能的提升（更高分辨率、更快扫描率等）和产品软件价格的下降推动机器视觉渗透率提升；3）产品向着小型化、集成化发展。

3国内有望走出大体量的机器视觉企业

3.1国内机器视觉产业链从下游开始向上延伸

简单的，我们可以把机器视觉产业链可以分为底层开发商（核心零部件和软件提供商）、集成和软件服务商（二次开发），核心零部件及软件又可以再细分为光源、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中，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和价值获取者。

从技术壁垒来看，1）软件是主要壁垒，底层算法库是核心。目前是外资企业垄断，做得好例如康耐视以及MVTec，主要是靠国外几十年的自动化进程培养起来的；国内自动化进程时间不长，软件算法还多处于研发阶段，应用做得好的不多，2）应用层面的技术也非常关键，主要是要掌握不同应用环境的Know-How，做出适应性的产品。

目前来看，国内机器视觉行业的市场参与者主要有四种类型：国际综合自动化公司（如欧姆龙）、国际专业机器视觉公司（如康耐视）、国内专业机器视觉公司（如天准科技、华洲测控）以及国内自动化设备公司（如精测电子、华兴源创）。其中，在底层开发商层面还是国际企业占主导地位，国内公司更多是在附加值更低的二次开发层面布局(形式包括系统集成以及组装生产自动化专机)，并在此基础上逐渐向上游核心环节进行尝试。

3.2国内机器视觉企业现状

目前国内机器视觉相关公司多分布在长三角和珠三角地区，一般为做系统集成的企业（多数体量不大，很多只有几千万收入）或者做自动化专机（体量更大，如AOI检测设备、色选机）的企业；也逐步出现布局中上游、具备较强软件算法能力的企业。

3C和汽车是目前机器视觉应用最多的领域，但国内上规模的机器视觉相关企业主要集中在3C行业，在汽车等领进入却不多，我们认为可能的原因有：1）3C领域需求更多是非标，需要工程师在现场与客户反复沟通、共同研发，而汽车领域需求标准化程度更高，外资在客观地区性和主观业务选择上更倾向于后者。2）汽车产业在我国发展更早，且产业链的中高端部分基本长期处于寡头垄断格局，下游需求者对产品性能要求高而对价格敏感性相对低，外资企业有技术和品牌优势；而3C产业链是近年随着苹果产业链转移培育起来的，技术迭代快、产业格局相对不固定，国内企业凭借性价比和服务切入更容易。

值得注意的是，近年来随着国内面板、光伏、动力电池以及半导体产能的大规模上产和升级以及设备国产化的要求，国产厂商也逐渐在面板、光伏以及锂电中有较多应用。不过国产厂商的应用基本集中在专用设备的组装和产线集成，在机器视觉中上游布局很少。

3.3什么样的国内企业有望走出来

从前面的讨论，我们基本上可以判断，机器视觉行业在未来很长一段时间都将会是一个有较强成长性的行业，行业天花板很高。且随着制造业从机械化向自动化、再向智能化升级的过程中，机器视觉在其中的地位和发挥的作用将越来越重要（视觉是人工智能的重要基础）。而中国作为全球最大的工业制造国，在未来产业升级的过程中将有望释放巨大的机器视觉系统需求。对标另一个对智能制造至关重要的领域——激光，国内已经出现了诸如大族激光、锐科激光等具备全球或国内竞争力、已经走出来的全产业链或核心零部件企业，我们相信未来在机器视觉领域也有望走出上体量国产厂商，出现中国的“康耐视”、“基恩士”、“海克斯康”。

什么样的国产厂商有希望走出来？我们有几点思考：

1）底层软件算法是机器视觉的最核心壁垒，要想做出在更多领域适用的机器视觉系统，算法的进步是最关键的，AI、深度学习等技术已经越来越多的应用在3D机器视觉里面。由此，掌握底层软件算法的公司更容易形成壁垒，且这个壁垒的迭代性很强（需要持续且大量资源投入），不容易被后进入者轻易超越。

2）产品越标准化越容易上量，更有助于体量快速做起来，且盈利能力会更强。标准化的实现可以通过销售标准化的软件、零部件（相机、镜头等）或设备（如色选机、测量仪器、医学影像设备等），以及销售非标（面向大的下游如汽车、3C、光伏、锂电，面向大的客户如苹果等）、在单批次中基本标准化的设备。

3）一开始可以与外资差异化竞争，国内企业在地域和客户服务上相较于外资有明显优势，起步期可以从外资布局较少的行业专机或非标集成入手，再逐步向产业链上游拓展。

4）从做机器视觉向做自动化专机或集成发展，估计比从自动化专机或集成向机器视觉发展容易。做纯机器视觉系统的厂商优势在于算法，核心是培育多年的软件团队和技术，同时在生产过程中机械层面的运动控制、结构件等方面也必须涉猎，一般来说这方面的水平也不会太差；做自动化专机或集成的厂商优势在于对某一个行业工艺的深入理解以及成熟的工程师团队。相较之下，可能有了机器视觉基础后，补自动化的短板会更容易。同时，自动化专机或系统集成主要是对基于工艺对底层软件包的再开发，对底层算法更了解将是一个明显优势。

5）鉴于国内机器视觉相关企业多从下游集成或自动化专用设备切入，资金实力对于这类企业的客户拓展和行业推广至关重要，同时往中上游延伸也需要投入大量资金培养团队研发技术，因此具备强大资金实力或融资能力（比如上市公司）的企业更容易走出来。

综上，我们认为掌握核心零部件及软件，并以此为基础深耕几个大的细分领域、有资金实力的公司更容易走出来。目前国内代表性机器视觉相关公司主要有两大类，一类是专门做机器视觉相关产品的公司（如天准科技、美亚光电、思泰克、征图新视、华周测控等），一类是业务中部分为机器视觉相关产品的公司（如大族激光、精测电子、博众精工、赛腾股份、先导智能、富强科技、劲拓股份、华兴源创等）。