1. 機器視覺概念
1.1. 機器視覺基本概念及產業鏈
機器視覺技術主要採用適合被測物體的多角度光源（可見光、紅外光、 X 射線等）及傳感器（攝像機等）獲取檢測對象的圖像，通過計算機從圖像中提取信息，進行分析、處理，最終用於實際檢測和控制。
機器視覺技術涉及機械、電子、光學、自動控制、人工智慧、計算機科學、圖像處理和模式識別等諸多領域。一套完整的機器視覺設備一般包括兩個部分：
第一部分為「視」，即系統的硬體組成部分，主要包括：光源、鏡頭、 工業相機、圖像採集卡；
第二部分是「覺」，即系統的視覺處理軟體。
作為人工智慧最前沿的領域之一，視覺類技術是人工智慧企業的布局重點，國內外均具有最大的技術分布。
機器視覺代替人眼可以在多種場景下實現多種功能，主要分為四大類。
識別功能是基於目標物的特徵進行甄別，例如外形、顏色、字符、條碼等。識別的準確度和速度是衡量識別功能的主要指標。
測量功能是指把獲取的圖像像素信息標定成常用的度量衡單位，然後在圖像中精確的計算出目標物的幾何尺寸。
高精度以及複雜形態的測量是機器視覺的優勢領域。
定位是獲得目標物體的位置信息，可以是二維或者是三維的位置信息。定位的精度和速度是定位功能的主要指標。
檢測一般是指外觀檢測，其內涵種類繁多。如產品裝配後的完整性檢測、外觀缺陷檢測等，其中檢測技術難度最大，同時應用市場最為廣闊。
產業鏈分析：機器視覺行業處於整個產業鏈的中遊位置，本身包含部件和方案兩個層次。
所謂部件層，主要由光源、光源控制器、鏡頭、相機、視覺控制器硬體、視覺處理分析軟體等核心機器視覺軟硬體產品的研發、生產、銷售企業構成。
所謂方案層，主要是由具有機器視覺解決方案研發、銷售能力的企業構成。部件層和方案層的企業並非絕對隔離，而是相互滲透和合作。
機器視覺的產業鏈的上遊主要為 LED、CCD、CMOS、光學材料、電子元器件、五金結構件等原材料。由於機器視覺是由多個部件組成，每個部件的原材料均有不同，因此，產業鏈上遊涉及的行業範圍較為寬廣。
機器視覺產業鏈的下遊主要為運用機器視覺技術的設備製造行業和終端用戶，所涉範圍十分廣泛，如汽車、醫藥、化學、電子、半導體、印刷、食品飲料、物流、菸草、醫療、電池等等，幾乎包括國民經濟的方方面面。
1.2. 產業環境：勞動力成本上升需求迫切，5G+AI 技術不斷成熟助力快速滲透
1.2.1. 人口老齡化、勞動力成本上升，機器視覺在降低人員成本支出、提升生產製造效率方面優勢顯著
過去多年，由於國內低廉勞動力的幾乎無限量供應，使得國內相關行業通過人口紅利取得了競爭優勢。
但隨著國內就業人口數量增長放緩、老年人口佔比上升，中國人口結構老齡化將成為一個不可逆轉的趨勢。
伴隨著人口老齡化的加劇，勞動力供給的緊張局面將持續甚至加劇。
機器視覺設備就是自動化、智能化設備在電子信息行業的典型應用。
電子信息製造行業自動化、標準化程度高，是機器視覺技術應用較早的行業，也是最大的下遊市場。
近年來，中國的電子製造廠商和代工廠商大量採購自動化、智能化設備取代人工，以應對中國勞動力成本的日益上升，機器視覺設備在這一過程中得到了快速應用。
隨著「中國製造2025」強國戰略的提出，我國機器視覺領域的規模將保持穩定快速增長。
對於製造行業來說，工業機器視覺技術的一個突出價值在於降低人員成本支出。
隨著經濟社會的持續發展以及人口老齡化趨勢的加劇，中國、東南亞等全球製造中心區域的勞動力成本正在持續較快地向上攀升，而機械製造、汽車製造、紡織、食品製造等行業屬於典型的勞動力密集型行業，勞動力成本的提升無疑將會給企業效益帶來巨大的挑戰。
在工業領域應用的機器視覺系統作為人類視覺能力的延伸，不僅具備更低的總體擁有成本 （TCO），而且能夠 7＊24 小時不間斷工作，從而可以在很大程度上代替產線上的檢測人員、監管人員，幫助降低成本，加速「無人工廠」願景的實現得益於高精密成像、微米水平無損檢測、自主感知等技術的應用，工業機器視覺系統可以實現比人類更高的視覺感知效率以及精度，而且避免了人為失誤發生的可能性，有助於提升產品的合格率、加快產線運轉的速度。
此外，工業機器視覺系統與工業機器手臂等系統相結合，還可以支撐更大規模的工業自動化應用，並為智慧製造提供視覺數據支撐。
1.2.2. AIG +5G 等技術快速普及，有望加速機器視覺行業滲透
工業機器視覺應用越來越廣泛，被檢測對象越來越複雜，機器視覺應用從傳統工業視覺向基於深度學習的 AI 工業視覺過渡傳統工業視覺系統的應用實現:
深度學習方法 (Deep Learning) 作為傳統神經網絡的拓展，近年來在語音、圖像、自然語言等的語義認知問題上取得巨大的進展，為解決視覺大數據的表示和理解問題提供了通用的框架。
圖像視頻內容複雜，包含場景多樣、物體種類繁多，非受控條件下，圖像和視頻的內容受光照、姿態、遮擋等影響變化大，圖像視頻數據量大，特徵維度高，部分應用需實時處理，而深度學習方法的快速發展，為解決上述問題提供了有效的途徑。
深度學習算法在目前的行業普遍技術水平已經能夠達到 95% 以上的判定準確率。通過平衡漏判率和誤判率，更加嚴格地控制漏判，可以讓漏判率降到 100PPM 以下，而誤判率降到 5% 以下。
5G網絡降低機器視覺部署、運營等成本 ，降低機器視覺技術應用門檻：
隨著我國 5G 商用大幕正式拉開， 5G 做為「新基建」之首，成為新一代智能製造系統的關鍵使能技術。
在工業領域，5G 以其特有的大帶寬、低時延，以及高可靠等特性，使得無線技術應用於現場設備實時控制、遠程維護及操控、工業高清圖像處理等工業應用新領域成為可能，同時也為未來柔性產線、柔性車間奠定了基礎；
同時，5G 與 AI 的結合，更是會帶來整個社會生產方式的改變和生產力的提升，主要體現在以下幾個方面：
1）提升生產效率，減少維護成本 5G+AI 的解決方案能極大的提升生產效率，一方面部分工業應用場景具有移動性訴求：如安裝於機械臂的視覺定位相機，因為機械臂的頻繁移動而使線纜纏繞損耗嚴重，需要經常更換，
另外如後裝視覺應用、不固定部署場景，無線傳輸的方式都可以很好的解決；
另一方面，工程技術人員可以在雲端進行操作維護，無需到到現場即可進行軟體更新、設備調測、功能擴展等操作，能大幅降低系統維護成本，提升效率。
2）簡單、易部署，支持規模應用在工業中實現一個匹配用戶需求的視覺檢測系統，需要具備光學、網絡及圖像算法的專業技能，對用戶是個不小的挑戰。
5G+AI的解決方案中將複雜的樣本標註、圖像處理等統一在雲端平臺實現，並通過 AI 算法實現智能標註、智能閉環，降低系統應用的複雜性，使得工業視覺檢測能被應用到更多的生產環節中。
3）降低視覺規模部署低成本：根據公開資料，工業是目前機器視覺應用比重最大的領域，其中又以 3C 電子製造和汽車製造為主，但也僅佔到整個生產環節的10~20%，傳統工業行業佔比更低；導致該結果的主要原因一方面是因為不同行業被檢測對象差別極大而技術實現困難，
另一方面是因為端側一體化的視覺檢測系統成本過高限制了應用。 5G+AI 的工業視覺解決方案中，可以將需要強大軟硬體算力支持的計算統一在雲端平臺實現，並同時支持多類不同應用場景，端側僅部署標準的圖像採集系統，進而降低全系統部署成本；同時，遠端維護的方式也可以極大的降低系統的操作維護成本。
2. 全球機器視覺產業規模接近百億美元， 國內複合增長率20%+遠高於全球
在全球工業大國提出機器人產業政策的推動下，機器視覺行業順勢迎來快速發展。機器視覺的應用已經從最初的工業領域，擴展至如今消費電子、製藥、食品包裝等多個領域實現廣泛應用。
全球機器視覺市場處於快速增長階段。根據前瞻產業研究院，全球機器視覺市場規模從 2008 年的 25 億美元增長至 2017 年 70 億美元，年複合增速為 12.3%。
我國機器視覺市場從 2008 年進入快速發展階段。在技術和資本助力下，中國機器視覺行業規模不斷增加，且增長速度在 2016 年以後快速增加，遠超全球機器視覺行業規模增速。
隨著政策的出新和國家對製造業的高度重視，機器視覺市場仍有較多發展機遇。
3. 產業鏈拆解：國產化替代是國內產業發展動力
機器視覺產業鏈可以分為底層開發商（核心零部件和軟體提供商）、集成和軟體服務商（二次開發），核心零部件及軟體又可以再細分為光源、鏡頭、工業相機、圖像採集卡、圖像處理軟體等。
在目前的整個機器視覺系統成本構成中，零部件及軟體開發佔據了 80% 的比例，是產業鏈中絕對的核心環節和價值獲取者。
從技術壁壘來看
1) 核心零部件層面，定製化程度較高，需要針對不同場景進行匹配產品，產品矩陣的豐富程度是競爭關鍵，目前國內仍處於早期階段。
2）軟體是主要壁壘，底層算法庫是核心, , 需要較長時間的市場積累: 目前是外資企業壟斷，做得好例如康耐視以及 MVTec，主要是靠國外幾十年的自動化進程培養起來的；國內自動化進程時間不長，軟體算法庫層面較為薄弱。
3）應用層面的技術也非常關鍵，主要是要掌握不同應用環境的 Know-How，做出適應性的產品。
目前來看，國內機器視覺行業的市場參與者主要有四種類型：國際綜合自動化公司、國際專業機器視覺公司、國內專業機器視覺公司以及國內自動化設備公司。
其中，在底層開發商層面還是國際企業佔主導地位，國內公司更多是在附加值更低的二次開發層面布局(形式包括系統集成以及組裝生產自動化專機)，並在此基礎上逐漸向上遊核心環節進行嘗試。
3.1. 光源:高度定製化,國產化程度較高
光源是機器視覺中非常重要且基礎的一部分。
光源通過合理的打光設計使被測物體和物體周圍的背景區分開來以獲得高質量、高清晰度、特徵突出的圖像以獲得有利於圖像處理的效果。光源主要的功能是提高圖像的亮度，對比度，均勻度以及穩定性。
機器視覺行業目前廣泛應用的光源主要分為 LED 光源、滷素光源、氙燈光源、高周波螢光光源、閃爍光源以及其他特殊光源等，其中以 LED 光源最為普及。
LED 全稱為 Light-emitting diode，是一種能發光的半導體電子元件，透過三價與五價元素所組成的複合光源。LED 光源能夠發出的光的光譜波長比較廣泛，包括可見光、紅外線及紫外線。
光源廠商的技術能力是光源廠商最核心的競爭力。光源產品需要滿足機器視覺應用中的高照度、高均勻和高穩定性要求。
其中，照度和均勻性主要依託產品的設計能力，體現了光源產商的核心技術能力，而穩定性主要依託產品生產過程中的質量把控能力。廠商生產高照度的光源產品，需要具備良好的散熱優化和 LED 光路優化設計技術。而光源產品的光照均勻性大多得益於 LED 分布式設計和合理的電流分配技術。
對於高端光源產品的設計和生產，大多需要廠商擁有複雜高性能光源的設計能力，主要包括精密投影成像技術遠心光路設計技術和同軸光技術等核心技術。國外機器視覺照明技術已較為成熟，我國光源產品進口替代趨勢明顯。
目前國際上具有代表性的光源企業主要有日本的 CCS 和萊麗特株式會社。
近年來，國內光源市場國產化程度進一步，市場競爭較為開放，湧現出奧普特、沃德普、康視達、緯朗光電等一批機器視覺光源製造商，能夠與國際品牌進行競爭。
3.2. 工業相機:圖像採集的核心部件，國內自主化起步較晚
相機將通過鏡頭的光線聚集於像平面，生成圖像，是機器視覺中的圖像採集單元，相當於人眼的視網膜。相機採集圖像後輸出模擬或數位訊號。
這些信號會在視覺控制系統中重建為灰度或者彩色矩陣圖像。因此，相機最本質的功能就是將光信號轉變成有序的電信號。工業相機對拍攝速度、圖像穩定性、傳輸能力和抗幹擾能力有較高要求 。
在 機 器 視 覺 領 域 ， 相 機 主 要 採 用 CCD(Charge Coupled Device) 和CMOS(Complementary Metal Oxide Semiconductor)兩種。
CMOS 傳感器逐漸成為主流。由於工業相機對成像質量和色彩還原度上有較高要求，早期的工業相機傳感器以 CCD 傳感器為主。
隨著設計技術和製造工藝的不斷提升，CMOS 圖像傳感器技術逐漸成熟，相較於 CCD 傳感器技術，CMOS 圖像傳感器技術具備集成度高、應用簡單、成本可控、解析度與幀率提升容易等特點。
基於這些優勢，目前越來越多的成像系統都開始以 CMOS 圖像傳感器技術作為核心模塊進行產品與系統設計。
同時，隨著應用端對圖像傳感器的要求越來越高，CMOS 圖像傳感器的設計生產工藝也會逐漸從前照式工藝(FS)轉向背照式工藝(BSI)來提高傳感器的靈敏度，再通過優秀的架構設計和工藝保障來增強傳感器的噪聲控制，從而達到適應更多應用場景。
未來工業相機將集成更多邊緣智能功能。
隨著機器視覺在工業領域上的應用越來越深入自動化層面。工業相機的功能也日漸趨於智能化。根據其智能模塊的實現方式，工業相機大致上可以分為可配置型系統嵌入型系統與智慧相機型三大類。
但不論是哪種工業相機，除了少數特殊應用場景，其所使用的工業相機都在向邊緣智能方向發展，甚至工業相機本質上就是臺內建 CPU、 記憶體，可以執行各種視覺演法的嵌入式系統。
近些年工業相機行業在全球市場和中國市場均呈現快速增長趨勢。
全球工業相機行業規模2018年已經到了14 億美元，年均複合增速為14.95%；中國工業相機行業規模2011年僅有0.8 億元，2018年達到了 3.6 億元，呈現蓬勃發展的趨勢，為了隨著政策的出臺和技術的更新，將會有更多市場機遇。
目前，歐美廠商佔據了全球工業相機的主導地位。例如 Basler、DALSA、康耐視等。我國對於工業相機的研究起步較晚，最初主要由大恆圖像等幾家老牌相機公司代理國外品牌。
近些年我國也逐步發展出一批自主研發工業相機的國產品牌，如大恆圖像、海康機器人、華睿科技和維視圖像等。
目前我國工業相機行業主要布局於中低端市場，可逐步實現進口替代；而在高解析度、高速的高端工業相機領域仍以進口品牌為主。
3.3. 工業鏡頭:人眼的晶狀體，國產化穩步推進
鏡頭在機器視覺系統中採集物體信息並傳遞給相機，相當於人眼的晶狀體。與傳統生活中的相機不同，機器視覺行業中的鏡頭為工業級鏡頭，擁有更高的光敏感度、精確度、對比度、成像質量以及更豐富的光譜響應選擇，以滿足不機器視覺不同場景需求以及更高準確度的的要求。
鏡頭的工作原理簡單來講就是收集實物的光信號並在另一端匯集為被測物體的實相，最後將實相投射到接收面。光匯集的成即為焦點，焦點到鏡頭中心的距離稱為焦點距離(焦距)。
在工業鏡頭這個細分領域，未來光學鍍膜技術成為技術熱點。隨著下遊應用的深化和擴展，對鏡頭的成像品質要求日益提升，推動著現代光學成像技術不斷往高精度方向發展。
由於在減反射、增透射、偏振分光等方面的特性，精密光學薄膜對下遊應用的後期算法實現效果起著至關重要的作用，如何不斷改進並對光學薄膜加以有效利用成為光學鏡頭行業的技術熱點。
近年來鍍膜技術快速進步:
一方面，以濺射成膜技術、等離子體化學氣相沉積成膜技術等為代表的主要應用於集成電路製造的精密鍍膜技術逐漸應用於光學元件的製造，極大改善了現有主流的蒸發鍍膜技術在曲率半徑較小的鏡面容易出現鍍膜不均勻的缺點，提高了產品的良率;
另一方面，膜系設計相關的計算機輔助軟體不斷發展極大提升了鍍膜工程師在光學設計領域的效率，為快速開發出符合客戶需求的產品提供了可能。
近年來，歐美廠商仍佔據全球工業鏡頭主要市場份額，但是我國工業鏡頭國產化程度逐步提升。我國在該細分領域歐起步較晚。
近些年，我國工業鏡頭行業快速增長，行業市場規模已經從 2017 年的 3.4 億元增長到了 2019 年的 7 億元。行業內的主要國內廠商基本從中低端市場切入，憑藉高性價比優勢對於外資品牌具有一定競爭力。
在高端市場，我國仍以進口日本、德國等老牌廠商的產品為主。
目前工業鏡頭的主要廠商還是以國外品牌為主，例如來自東京的老牌廠商基恩士和萊麗特。國內的新興力量也不可忽視，主要代表為奧普特杭州海康機器人。
4. 報告總結
1)人口老齡化、勞動力成本上升，機器視覺在降低人員成本支出、提升生產製造效率方面優勢顯著； AI+5G 等技術快速普及，有望加速機器視覺行業滲透。
2)全球機器視覺產業規模接近百億美元，國內市場複合增長率 20%+遠高於全球：得益於中國製造業的龐大體量，國內機器視覺需求旺盛，行業快速爆發。
3)關鍵零部件， 國產替代 是大勢所趨：整個機器視覺系統成本構成中，零部件及軟體開發佔據了 80%的比例，是產業鏈中絕對價值獲取者，目前核心領域主要是基恩士、康耐視等國際廠商掌握，國產化比例較低，國產替代空間巨大。
報告內容屬於原作者，僅供學習！
作者：華西證券 宋輝 柳珏廷
更多最新行業研報來自：【遠瞻智庫官網】