机器视觉行研

这是一篇关于机器视觉的思维导图，主要内容包括：产业链，中国机器视觉行业发展现状，主要玩家，下游，中游，上游。

机 器 视 觉

• 上游
  • 构成
    • 机器视觉系统硬件和软件算法构成：工业镜头、工业相机、光源、软件及算法
      • 评价： 从成本分布来看上游的开发成本合计占机器视觉产品总成本的80%以上，其中光源的毛利率最高。
  • 光源
    • 产品
      • 荧光光源、LED光源
    • 结构功能及特点
      • ①尽可能照亮目标提高目标亮度、突出目标的特征。 ②形成有利于图像处理的成像效果、克服环境光干扰。 ③保证图像的稳定性，也可用作测量的工具或参照。
    • 行业玩家
      • 评价：光源是影响机器视觉系统图像质量的重要因素，使图像中的目标信息与背景信息得到最佳分离，光源设计制造已经不存在技术壁垒，但核心器LED，特别是高性能的LED仍存在卡脖子问题。
      • 国外：基恩士（日本） 国内：奥普特
  • 镜头
    • 产品
      • 面阵相机镜头、线阵相机镜头、自动对焦镜头
    • 结构功能及特点
      • ①由若干个具有一定厚度的透镜组成。 ②大多数情况可以将整个镜头等效为一片薄透镜来计算参数作为选型镜头的依据。
    • 行业玩家
      • 评价：利用光学原理将需要拍照的景物聚焦到CCD成像面上，影响镜头的参数众多，目前中国国产工业镜头在光学指标上虽然已经具备一定竞争力，但也仅在低端市场的应用相对比较成熟。
      • 国外：施耐德（德国） 国内：东正光学
  • 工业相机
    • 产品
      • 黑白/彩色相机、面阵/线性相机、CCD/CMOS相机、模拟相机、智能相机
    • 结构功能及特点
      • ①图像采集单元，将光信号转变为电信号。 ②通过镜头的光学聚焦于像平面、生成图像，采集图像后输出模拟或数字信号，这些信号在视觉控制系统中重建为灰度或彩色矩阵图像。
    • 行业玩家
      • 评价：视觉系统中最重要的核心成像器件，直接影响后续软件的分析难易程度，是视觉系统中的重中之重。
      • 国外：巴斯勒、基恩士（日本） 国内：海康威视
  • 算法及软件
    • 产品
      • 视觉处理分析软件
    • 结构功能及特点
      • ①可附着于独立的视觉控制器或者工控机，成为基于PC的视觉控制系统。 ②可以集成于相机之中，从而将相机进一步扩展为智能相机。
    • 行业玩家
      • 结论：机器视觉开发工具主要有两种类型，一种是包含多种处理算法的工具包，另一种是专门实现某一类特殊工作的应用软件。
      • 国外：康耐视（ 美国） 国内：凌云光
• 中游
  • 构成
    • 系统集成与整机装备，主要参与者为：系统集成商、海外机器视觉装备服务商、海外机器视觉品牌代理商 主要负责机器视觉软件二次开发的系统集成与软件服务，主要根据上游产品以及下游需求进行集成整合，越来越多上游企业向中游业务扩展延伸，形成自有的完整解决方案。 产品：面向设备制造商或者最终用户提供硬件集成、软件服务等解决方案。
• 下游
  • 构成
    • 应用场景及领域 汽车、电池、电子、印刷、烟草、机器人、半导体、食品饮料、包装、通用零部件、纺织、医疗
  • 汽车制造
    • 业务占比：占工业视觉总体分布的15.3%。 渗透率：较高 应用领域：几乎所有系统和部件的制造流程均可收益：车身装配监测、面板印刷质量监测、字符监测、零件尺寸的精密测量、工件表面缺陷监测、自由曲面检测、间隙检测等
  • 智能驾驶
    • 渗透率：较高 应用领域：ADAS自动驾驶辅助系统、FCW前碰撞预警、LDW车道偏离预警、TSR交通标识识别、ACC自适应巡航控制、PCW行人碰撞预警、全景泊车、盲点检测、闭眼提醒、APA自动泊车等。
  • 电子设备及半导体
    • 业务占比：占工业视觉总体分布的46.6%。 渗透率：一般 应用领域：高精度制造和质量检测：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。
  • 医疗制药
    • 渗透率：一般 应用领域：主要是质量的检测，包括药瓶封装缺陷监测、胶囊封装质量检测、药粒检测、生产日期打码检测、药片颜色识别分拣等，以及医疗影像诊断。
  • 食品包装
    • 渗透率：不高 应用领域：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/色选等。
• 产业链
• 主要玩家
  • 基恩士（日本）
    • 介绍：全球传感器龙头，成立于上世纪70年代。 产品：传感器、测量仪器、视觉系统、激光刻印机、数码显微镜。目前公司已具备提供解决方案和配套光源、镜头、相机等软硬件的产业链优势，技术优势明显，客户资源丰富。 商业模式：基恩士采取重销售而轻生产的模式，销售模式上拒绝代理商而采取完全直销的模式，并且采用100%外包的生产模式。 财务状况：2021年营业收入51亿美元，2017~2021年，平均毛利率维持在80%以上，近6年的复合增长率为7.6%。
  • 康耐视（美国）
    • 介绍：1981年创立，成立之初便聚焦机器视觉行业。 产品：机器视觉传感器、视觉成套系统、读码器、细分应用解决方案及机器视觉硬件。 财务情况：
  • 巴斯勒（德国）
    • 介绍：1988年成立。工业相机、相机配件制造商。 产品：机器视觉硬件产品（工业相机、固定焦距镜头、相机光源）、机器视觉软件产品。
  • MVTec（德国）
    • 介绍：1996年成立。是全球领先的机器视觉软件制造商，其产品可用于所有要求苛刻的成像领域，包括：半导体行业、表面检测、自动化光学检测系统、质量控制、计量。 产品：机器视觉标准软件、一体化软件（无需变成即可快速构建机器视觉应用）。
  • 奥普特
    • 介绍：公司成立于2006年，以机器视觉核心部件中的光源产品为突破口，目前全产业链布局，业务布局领域包括：光源、光源控制器、工业相机、工业镜头、系统集成。 产品：光源相机（常见的可见光与不可见光共38个系列，近1000款标准化产品），镜头（高分辨率定焦镜头，可兼容主流相机）、视觉控制系统（视觉处理分析软件、视觉控制器）。 财务情况：2021年营业收入8.75亿人民币，2017~2020年毛利率维持在70%以上，近6年的复合增长率为30.3%。光源为奥普特第一大业务，2014年开始布局镜头产品，目前可兼容主流相机。
  • 天准科技
    • 介绍：成立于2005年，2019年上市。 产品：高端装备产品（精密测量仪器、智能检测装备、智能3D视觉传感器、精密驱动控制器）、智能化解决方案（车路协同、智能驾驶、通用AI计算单元等）。2018年进入光伏领域，目前正在开发新一代光伏硅片分选机。2021年收购MueTec，切入半导体领域，前道晶圆检测设备。 财务状况：2021年营业收入12.65亿，近5年平均毛利率为30%，复合增长率为41.1%，公司业绩增长主要原因为光伏半导体、汽车、PCB、智能网联等新业务的快速发展，公司工业AI能力平台建设已显现出成效。
  • 矩子科技
    • 介绍：成立于2007年，2019年上市。 产品：主营机器视觉设备（LED AOI，SMT）、控制线缆组件、控制单元及设备，国内高端机器视觉设备供应商，拥有自主知识产权的软件算法、光学设计、软硬件结合的机器视觉系统、机器视觉设备，机器视觉设备是其核心发展方向，在整机电子装联技术方面具有丰富经验。 锂电池AOI产品目前处于测试的初级阶段。 半导体AOI设备已对三星、美的进行供货。 医药AOI正在研发。 纺织AOI正处于测试阶段。 财务状况：2021年营业收入5.88亿（3D+2D的AOI设备），近5年平均毛利率为47%，复合增长率为13.6%，2021年机器视觉设备仍是收入中占比最高的部分，约为47.49%。
      • AOI自动光学检测设备评价：​最大的缺点是有些灰阶或是阴影明暗不是很明显的地方，比较容易出现误判的情况，这些或许可以使用不同颜色的灯光来加以判别，但最麻烦的还是那些被其他零件遮盖到的元件以及位于元件底下的焊点，因为传统的AOI只能检测直射光线所能到达的地方，像是屏蔽框肋条或是其边缘底下的元件，往往就会因为AOI检测不到而漏掉。
  • 尽调标的情况
    • 产品形态：超音速、菲特智能以机器视觉检测设备为主，偏装备；汇萃以自研通用的机器视觉控制系统为核心能力，偏软件或软硬一体的系统解决方案； 底层算法：超音速、菲特智能等底层算法在Halcon和开源算法OpenCV的基础上自研应用类算法；汇萃使用通用视觉算法平台，自研底层算法，深度学习算法等，在化纤、3C、食品包装、医药等行业进行应用； 所处行业：超音速、菲特智能分别重点深耕锂电池、汽车检测行业，行业单一，易受行业波动影响；汇萃是深耕3C、自动化、化纤、新能源等行业，行业覆盖广；
• 中国机器视觉行业发展现状
  • 产业链结论：目前中国机器视觉市场大部分处于行业中游（机器视觉设备、系统集成），生产销售模式为“以销定产”，向客户提供解决方案，一套解决方案包括硬件设备前端配套设备以及后台处理器，一般配套设备根据分辨率不同定价不同。
  • 竞争格局结论：目前国内龙头企业收入增长与毛利率普遍较高，盈利能力向好。光源市场基本实现国产化，其余环节国产化率较低。
  • 投资结论：看好有行业解决方案与软硬件能力的公司，能够依托于为客户提供的解决方案带动软硬件产品的销售。产品附加值主要体现在作为产品生产商和解决方案供应商，可以获得双重利润空间，毛利率水平相对较高。 趋势：①粗放的非标自动化实施方式→标准化实施； ②低精度→高精度； ③重点关注方向：高光谱机器视觉感知技术、垂直场景视觉算法与知识图谱，将推动计算机视觉趋向于高精度方向发展。 原因：有更高精度才能突破当前的应用场景局限， 走向更高价值应用领域，比如要求精度在0.5毫米级的新能源电池缺陷检测等场景， 以及进一步纳米级的药物检测、食品安全识别、医学成像等场景。