【行业】机器视觉行业研究:千亿蓝海大有可为!

本文节选自国海证券行业研究报告《打开“视”界之门，挖掘机器视觉蓝海》-范益明机器视觉是人工智能最重要的前沿技术之一，通过模拟人类视觉系统，赋予机器“看”和“认知”的能力。机器视觉具备识别、测量、定位、检测四大基础功能，以远超于人类视觉的性能助力工业自动化、智能化的发展。随着全球新一轮科技革命与产业变革浪潮的兴起，机器视觉行业顺势迎来快速发展。
1、提质、增效、降本是机器视觉发展的源动力1.1 我国已步入老龄化社会2019 年，我国 65 岁及以上人口占总人口比率达 12.57%，标志我国已步入严重老龄化社会。劳动力供给不足，推动企业用工成本上升。根据国家统计局数据，城镇非私营单位就业人员平均工资从 2012 年的 4.68 万元上升为 2019 年的 9.05万元，八年间用工成本接近翻倍。我国制造业在转型升级过程中必然向自动化、智能化迈进，并不断得到深化。



2010-2019 年全国 65 岁及以上人口统计

2017 年 7 月，国务院发布《新一代人工智能发展规划》，明确提出科技引领、系统布局、市场主导、开源开放四项基本原则，以及“三步走”的发展战略：

到 2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；

到 2025 年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；

到 2030 年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。这确立了人工智能在我国当下的重要地位。

2017 年-2020 年，人工智能、智能制造连续四年被《政府工作报告》覆盖，2019 年更是将“智能制造”提升为“智能+”，进一步明确了人工智能、智能制造在国民经济中的重要地位。机器视觉作为智能制造的核心分支之一，也是能够率先渗透并发展起来的核心技术之一，在政策利好的环境下，或将获得广大而稳定的发展空间。

1.2 全球机器视觉新增专利数量持续提升截至 2019 年，全球累计专利数量达到 8.6万项；国内机器视觉相关申请和公开专利共计 1.1 万项。


2010-2019 年全球机器视觉相关专利数



2010-2019 年我国机器视觉相关专利申请数

2、核心部件自主化进行中2.1 加大研发是实现进口替代的必由之路国内机器视觉行业研发投入从 2016 年的 5.6 亿元增长至 2018 年的 11.7 亿元，年均复合增长率达 44.8%。国内机器视觉代理商企业的销售额在 2018 年占行业销售额的 32.4%；国内机器视觉企业早期依靠国际供应商的产品代理，缺乏扎实的自主研发基础和具有自主知识产权的核心技术。相比国际龙头企业，国内企业经营时间短，积累薄弱，加大研发是实现进口替代的必由之路。
机器视觉算法是对获取的图像信息进行处理的关键步骤，也是视觉控制系统的重要基础。国内视觉处理分析软件大多建立在 OpenCV 等开源视觉算法库中，或以 Halcon、Vision Pro 等第三方商业算法库为基础进行二次开发，只有少数企业具有独立自主的底层算法库。独立底层算法需要经历漫长的研发周期和巨大的资金投入，是未来国内机器视觉企业自主化的主要技术支持。
2.2 深度学习拓宽应用场景目前主流的机器视觉技术仍采用传统方式，即首先将数据表示为一组特征，分析特征或输入模型后，输出得到预测结果，在结构化场景下定量检测具有高速、高准确率、可重复性等优势。但随着机器视觉的应用领域扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。
深度学习对原始数据通过多步特征转换，得到更高层次、更加抽象的特征表示，并输入预测函数得到最终结果。深度学习可以将机器视觉的效率和鲁棒性与人类视觉的灵活性相结合，完成复杂环境下的检测，特别是涉及偏差和未知缺陷的情形，极大地拓展了机器视觉的应用场景

2.3 3D视觉技术拓宽应用范围传统的 2D 机器视觉技术在三个自由度（x、y 和旋转）上定位目标物体，并基于灰度或彩色图像对比度提供图像处理分析结果，无法获取目标物体的三维信息，也易受光照条件变化、物体运动等影响。3D 机器视觉技术可以在六个自由度（x、 y、z、旋转、俯仰和横摆）上定位目标物体，提供丰富的三维信息，使机器能够感知物理环境的变化并作出相应调整，提高了应用中的灵活性和实用性。



2.4 高精度成像和互联互通技术助力高精度成像技术要求新型光源、更全面的波长覆盖和创新的光源布局等光源技术，以及提供更大靶面和更小像元的新型镜头和相机产品，是机器视觉行业始终追求的技术发展目标。行业内企业、协会和产业联盟不断合作，制定数据接口、通讯协议等基础共性标准，旨在打通视觉和各信息系统的通道，实现系统间的互联互通，是工业发展的必然趋势。

3、应用场景不断丰富，千亿蓝海大有可为全球机器视觉正处于快速成长期。据 markets and markets 预测，全球机器视觉市场规模在 2020 年有望达到 107 亿美元，至 2025 年有望达到 147 亿美元。国内机器视觉核心部件市场长期由少数国际巨头把持，而国产品牌正在崛起。看未来，实现进口替代的路径由易到难，先后是光源、相机、镜头、开发软件；而在应用端，机器视觉设备应用如火如荼。
而随着国内制造升级，全球高端制造产能向我国转移，将同步提高对高端精密机器视觉设备的需求，如面板前中段制程和半导体检测设备也正逐渐实现进口替代。这将进一步促进国内机器视觉部件和设备厂商的技术迭代，并提升对应用工艺的理解。随着机器视觉硬件方案的不断成熟和运算能力的提升，以及软件在各种应用解决方案、3D 算法、深度学习能力的不断完善，机器视觉在电子产业（如 PCB、FPC、面板、半导体等领域）应用的广度和深度都在提高，并加快向食品饮料、医药等其他领域渗透，预计我国机器视觉市场规模将继续保持较高的增速。
GGII 数据显示，2019 年我国机器视觉市场规模 65.5 亿元（不包含计算机视觉市场），同比增长 21.8%。2014-2019 年复合增长率为 28.4%，并预测到 2023年中国机器视觉市场规模将达到 155.6 亿元。

我国机器视觉市场规模及预测（亿元，%）
机器视觉核心部件和设备企业盈利能力优异，行业成长性和进口替代的庞大空间是国内机器视觉企业的历史性机遇。2019 年，机器视觉国际巨头基恩士和康耐视毛利率分别为 82.35%/73.85%，净利率分别为 38.52%/28.10%，而国内以光源为主打产品的奥普特毛利率/净利率分别为 73.59%/39.35%。在机器视觉设备领域，相关企业毛利率普遍在 40-50%的较高水平。随着核心零部件国产化进程的加快，将降低机器视觉应用成本，提升国内机器视觉设备企业的竞争优势，并推动机器视觉在智能装备领域的普及。

2019 年机器视觉相关企业毛利率和净利率