证券研究报告行业深度报告

工业机器视觉深度报告----兼具高成长和成熟技术的AI应用赛道

分析师：吕娟

lyujuan@csc.com.cn

SAC编号：S1440519080001

SFC编号：BOU764

分析师：阎贵成

yanguicheng@csc.com.cn

SAC编号：S1440518040002

SFC编号：BNS315

分析师：金戈

jinge@csc.com.cn

SAC编号：S1440517110001

SFC编号：BPD352

分析师：于芳博

yufangbo@csc.com.cn

SAC编号：S1440522030001

发布日期：2023年5月24日

本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。
同时请务必阅读正文之后的免责条款和声明。

起点财经GPT搞钱交流群 ChatGPT不会淘汰你！先驾驭ChatGPT的人会淘汰你！

→ 一次性领取 704份 ChatGPT、AIGC 相关资料资料持续更新中

畅聊AI 使用指南和落地应用，分享商业化案例，碰撞思维火花（交流频率和内容丰富性跟随市场热度，不建议有过高预期）

定时分享AI智能、ChatGPT、AIGC、GPT-4等最新研报和相关资讯

ChatGPT限时免费初体验！(因政策性不可抗力不能提供服务免责）赠送：GPT-3.5 互动使用权限 1个月不限次数 (价值39元)

赠送：GPT-4 互动60次 (价值29元)

识别二维码查看详情

核心要点

• 核心观点:工业机器视觉是高技术壁垒、商业模式成熟、国产替代迅速、行业快速发展的优秀赛道。行业端，3C电子是最主要的行业，新能源行业增速最快，受益于质量管控政策和行业高增速。技术端，大模型和3D视觉等AI技术将打开更多工业场景，推进标准化，助企业降本增效。我们认为随着中国制造业的智能化转型，机器视觉会深度赋能工业全流程，建议关注1）算法成熟、产业链布局完整；2）下游增速快、品类拓张能力强的两类公司。

• 1.高技术壁垒赛道，产业链上游价值量高。工业机器视觉是集光学成像、人工智能、自动化控制等多方面技术于一体的行业，具有很高的技术壁垒，同时相较于其他AI赛道，具有更成熟的技术和商业模式。工业机器视觉产业链上游为零部件及软件算法，中游为视觉装备及方案，下游为具体的应用场景与行业。上游的零部件及软件算法占机器视觉80%的价值量。

• 2.技术、产业、政策三重利好，助推我国机器视觉产业发展。技术端，3D视觉技术、深度学习逐渐成熟，工业机器视觉有望在更复杂的工业检测场景中实现渗透。AI大模型的提出，将推进软件的标准化进程，帮助企业降本增效。产业端，随着制造业智能化转型的需求，机器视觉设备的渗透率将。

3.国产厂商技术逐渐成熟，国产替代正当时。近年来国产厂商的市场份额呈上升趋势，2021年国产厂商占据了近50%市场份额，在中低端元件等市场中已经具有较强竞争力。同时国产厂家通过技术研发、投资并购等式积极布局高端零部件市场，部分产品已经具备一定国际竞争力。例如，康耐视在中国的机器视觉业务呈现出增速放缓趋势，2020/2021/2022的同比增速分别为46%/19%/13%。

• 4.下游应用需求明确，3C电子是最主要机器视觉市场，新能源涨势迅猛逐步成为主要增长市场。受益于在3C电子更多环节逐步渗透以及产线持续迭代带来的稳定需求，3C机器视觉稳健增长；新能源行业受益于明确的质量管控需求，机器视觉在更多环节应用，且行业增速和竞争格局更优，GGII预计2021-2025的中国锂电机器视觉市场规模CAGR达到45.11%。

• 5. 建议关注两类公司：1）软件算法成熟、解决方案能力强，产业链布局完整的公司，建议关注凌云光和奥普特。凌云光自研底层视觉软件算法、视觉系统/装备，同时向价值量更高的基础器件拓展，如相机、专用镜头、图像传感器等。奥普特是国内光源及光源控制器龙头，同时自研镜头、相机、视觉控制系统等。随着国产替代的进一步加速，公司凭借技术壁垒将逐步巩固优势。

• 2）下游增速快，品类拓张能力强的公司，建议关注精测电子、中科飞测、天准科技。精测电子半导体膜厚、电子束设备已取得国内一线客户的批量订单，OCD设备获得多家一线客户验证通过、取得部分订单；明场光学缺陷检测设备已取得突破性订单、完成首台套交付。中科飞测无图形晶圆缺陷检测设备系列、图形晶圆缺陷检测设备系列、三维形貌量测设备系列、薄膜膜厚量测设备系列等产品，已应用于国内28nm 及以上制程的集成电路制造产线。天准科技除了聚焦传统的3C量测、检测业务外，近年来在汽车、光伏等行业的增速也非常迅猛，随着公司LDI设备在PCB领域，智能网联业务以及半导体检测设备等新品类的拓张，公司将进一步拓展其业务版图。信建投证券CHINASECURITIES

1.1 工业机器视觉是软硬件一体化的应用系统

工业机器视觉是软硬件一体化的集成系统，它的目的是代替人眼对被测物进行观察和判断。从组成上，机器视觉系统硬件设备主要包括光源、镜头、相机等，软件主要包括传统的数字图像处理算法和基于深度学习的图像处理算法。系统工作时首先依靠硬件系统将外界图像捕捉并转换成数字信号反馈给计算机，如下图深灰色方块所示过程，然后依靠软件算法对数字图像信号进行处理，如下图中灰色方块所示过程。

工业机器视觉在识别的精确度、速度、客观性、可靠性、工作效率、工作环境要求、数据价值方面都优于人眼。

图：机器视觉系统构成

图：机器视觉和人类视觉对比

指标	人类视觉机器视觉
识别精确度	差，64灰度级，不能分辨微小的目标强，256灰度级以上，可观测微米级的目标
识别速度	慢，无法看清较快运动的目标快，快门时间可达千分之一秒
环境要求	弱，很多工业环境对人有害强，可以在适应极端环境
识别客观性	低，数据无法量化高，数据可量化
识别可靠性弱，易疲劳	强，可持续工作
工作效率效率低	效率高
数据价值低，数据质量低，信息集成不易	高，数据质量高，信息集成方便

1.1.1 机器视觉的“眼睛”：由光源/镜头/相机组成的成像系统

. 光源：形成有利于图像采集的条件，或用作测量的工具和参照物。

机器视觉系统是通过分析物品上反射的光线来形成图像的，不同的光源方案可以实现不同特征的增强或弱化，进而实现成像效果的改进，例如通过背光增强物体的轮廓特征，便于对物体的尺寸测量；特殊的光源方案还可以作为测量的工具和参照物，例如3D机器视觉中的结构光。

• 镜头：采集图像并将图像发送至相机

镜头是机器视觉采集和传递被摄物体信息过程的起点，其功能相当于眼睛中的晶状体。不同的镜头具有不同的分辨率、对比度、景深以及像差等光学指标，对成像质量具有关键性影响。

• 相机：将镜头传输的光信号转化为数字信号便于后续处理分析

相机中的图像感测器是其中的关键部件，通过CCD或CMOS技术将光信号转化为电信号，其功能相当于眼睛中的视网膜。相较于民用相机，工业相机需要更高的传输力、抗干扰能力和稳定的成像能力。

图：机器视觉成像系统示意图

资料来源：康耐视官网，中信建投

1.1.2 机器视觉的“大脑”：算法+软件平台

• 机器视觉系统的算法软件部分是利用计算机视觉算法对获取图像进行分析，进而为进一步决策提供所需信息。根据集成程度和开发难度的不同可以细分为供集成商和设备商开发使用的底层算法和供最终客户使用的二次开发好的算法包。由于不同工业应用场景之间的差异性以及对精度的高要求，往往需要专门设计对应的软件算法以满足工业场景下的视觉需求。如下左图所示的便是相关的底层基础算法，工业场景中的具体功能实现便是在这些底层算法的基础上开发而来，如下右图所示的是主要的机器视觉软件开发包，其中便包含了相关的底层算法。

图：机器视觉相关底层算法

表：主要机器视觉软件开发包及其特点

开发包	优/缺点	适用场景
Vision Pro	入门容易、lisence费用低；无法GPU加速、图像处理算法工具少	需要快速开发的通用视觉类项目
HALCON	支持视觉图像采集设备、环境及平台兼容性好；开发周期长、费用高	较为复杂的，拥有较长开发周期的项目
OpenCV	开源且可用于商用、便于定制化算法开发；代码能力要求高、周期长	有算法基础且项目周期长、预算有限的项目
eVision	基于灰度相关性的模板匹配效果好、基于图像比对的图像质量检测效果好; 几何形状的匹配能力较差	适用于基于图像比对的图像质量检测
HexSight	定位和零件检测效果较好、恶劣环境适应性好；软件开发费用高	适用于恶劣工业环境的点位和检测项目
NI Vision	入门简单、开发速度快；算法效率不高且准确性与稳定性依赖于图像质量	图像质量较好，且要求交货周期比较短的项目

1.1.3 机器视觉可实现由易到难等多种功能

• 机器视觉可实现外观检测、识别验证、尺寸量测、引导定位等功能。机器视觉的功能主要分为四大类，从技术实现难度上来说，识别验证、引导定位、尺寸测量、外观检测的难度是递增的，而基于四大基础功能延伸出的多种细分功能在实现难度上也有差异。

图：机器视觉基本功能技术实现的难易度情况

1.2.1 机器视觉发展史：重点把握核心技术的突破和下游应用拓展

机器视觉伴随制造业的转型升级和对品控要求的不断加强，逐步实现核心技术的突破和下游应用场景的拓展。

欧美：应用场景层面上，从80年代开始，由汽车、半导体等高端制造业的发展而开始发展；后续快速发展的消费电子成为机器视觉最为重要的应用场景；各行各业对于生产制造的要求逐步提升也推动机器视觉在各行各业中逐步渗透。技术能力层面上，从早期基于模式匹配的2D逐步向以深度学习和3D视觉检测为代表的新技术发展。

中国：应用场景层面上，与我国制造业发展相匹配，最早应用在食品、印刷包装等场景中应用，后续快速发展的3C电子成为最为重要的应用场景，近年来随我国制造业的转型升级如半导体、汽车以及新兴产业的兴起如新能源逐步渗透更多的应用场景。技术层面上，从早期依赖海外的技术到逐步实现核心技术的自研，目前在部分领域中已经达到全球领先水平。

我们认为，应用场景的拓展为机器视觉提供广阔市场空间，技术能力突破为机器视觉在更多场景应用落地奠定能力基础，二者是分析机器视觉发展历史、现状与前景的重要因素。

图：全球和中国的机器视觉发展史

1.2.2 机器视觉发展史：成像、算法、算力和应用是四大核心驱动力

• 成像、算法、算力、应用接力驱动机器视觉行业，AI算法的发展有望推动行业进入新时代。每经历约十年，机器视觉技术与应用都会产生一次深刻变革，近年来，AI算法有望推动行业爆发式扩展。

图：机器视觉行业发展史及驱动因素

资料来源：《机器视觉的产业发展与技术趋势》，中信建投

机器视觉主要下游应用行业增速明显：2021年，锂电池、新能源汽车、工业机器人与电子等行业的下游行业的增速较快，分别达到了181%、150%、65%、40%。数字化、智能化需求不断提升，下游应用场景稳步增长，需求有望释放。

工业企业技术改造意愿强烈：随我国制造业企业逐步向精细化、数字化、智能化方向发展，我国工业企业技术改造强烈，全国规上工业企业技术改造经费支出自2017年开始连续正增长，利好机器视觉设备在下游工业现场的渗透率增加。

我们认为，我国制造业的数智化转型升级将带动机器视觉应用场景的拓展和渗透率提升，为机器视觉提供有力支撑。

图：2021机器视觉重点下游行业产量增速

资料来源：国家统计局，中信建投

图：2015-2019全国规上工业企业技术改造经费支出

资料来源：国家统计局，中信建投

1.3.2 技术角度①：从2D到3D，技术能力和应用范围的提升

相较于2D机器视觉，3D机器视觉可以提供三维信息，从而实现更广泛、准确的检测与分析。3D机器视觉可以完成许多2D机器视觉无法完成的任务。以检测为例，下图零件表面有一划痕、边沿有凹陷。传统的2D机器视觉只能依靠表面图像颜色的不连续来判断是否缺陷，但此案例中，缺陷和零件表面反光颜色接近，判断难度很大。3D相机可以得到表面凹凸的深度信息，从而准确的判定划痕和边缘的凹陷。

3D机器视觉覆盖场景全面，市场空间广阔。目前3D视觉技术在高精度检测、高精度测量（例如弯管、不规则件）、智能分拣、装配（引导机械臂在三维空间内避障和定位）、物流车导航等更多场景中实现了相较于2D机器视觉更为广泛的应用覆盖，具有广泛的市场空间，根据GGII测算，中国工业3d视觉2021年市场规模11.51亿元。随着我国高端制造业的发展，国内3D视觉的应用需求仍将持续保持高增长势头，预计到2025年达到57.52亿的市场规模。

图： 2D视觉-3D视觉缺陷检测效果对比

资料来源：励元科技，基恩士官网，中信建投

图： 2018-2022国内工业3D视觉市场规模变化

资料来源：GGII，中信建投

目前工业机器视觉系统主要采用的是传统的基于规则学习的思路。以缺陷检测为例，首先需要人去总结缺陷的类型，提取出判断各类缺陷的特征，再通过大量的含特征的样本训练使得计算机能够区分这些特征从而判断是否存在缺陷。但在检测场景变得复杂时，基于规则学习的思路便无法较好满足要求。

工业机器视觉与深度学习技术结合，实现应用场景的拓展。基于深度学习的机器视觉，不但可以判断缺陷，还可以理解缺陷的共同特征，预测新的缺陷类型，从而实现对于更复杂场景的更优分析。如下图所示，通过深度学习判断出可以接受的异常和不可接受的缺陷之间的差异。但相应的，深度学习技术的应用也会对计算能力和储存能力提出更高要求。

我们认为，3D机器视觉的发展和深度学习技术的应用将促进机器视觉性能的提升以及应用在原先无法胜任的场景中。

图：3D视觉的缺陷检测

图：深度学习可以解决传统视觉无法解决的问题

过去的工业机器视觉系统主要针对垂直场景的少量数据进行小模型的训练。一方面，由于模型参数量有限，因此模型能够处理的问题的复杂程度受到限制；另一方面，在这一训练模式下，若想要针对新的场景进行工业机器视觉的应用，需要更大量的相关场景数据以及对模型进行重新训练，这带来了更高的应用推广成本，不利于广泛的商业化落地。

• 大模型的发展将助力工业机器视觉实现应用性能的提升和应用场景的拓宽。以华为盘古大模型在矿山场景的应用为例，其建立在L0的基础大模型的技术上，通过导入海量无标注的矿山场景数据进行预训练，盘古矿山大模型即可进行无监督自主学习，仅一个大模型就能覆盖煤矿的采、掘、机、运、通等业务流程下的1000多个细分场景，让AI应用在煤矿普及更容易。在准确率方面，基于盘古矿山大模型的掘进作业序列智能监测，动作规范识别准确率超过95％，用规范的AI流程来替代不确定的人工流程，让AI成为矿工规范作业的好帮手，保障井下作业安全。

图：盘古大模型体系框架

图：盘古矿山大模型覆盖多个应用场景

1.3.2 技术角度③：结合大模型实现降本增效，推动更广泛商业化落地

• 视觉大模型技术突破，赋能机器视觉的革新与突破：以近期Meta提出的SAM模型为例，其在切割任务的不同具体场景中展现出了强大的泛化能力，在零样本（zero-shot）和少量样本（few-shot）的基础上便能实现非常优秀的完成不同的切割任务。同时，SAM模型还具备高精度自动标注能力，降低数据标注成本，相关技术的发展与突破将从两个方向赋能机器视觉产业变革：

1）过去数据成本、训练成本高的场景将有望实现降本增效：大模型在广泛下游场景中具备优异能力，因而有望大幅降低定制化开发产品的成本，带来机器视觉产品毛利率的提升和应用场景拓展的加速。

2）过去因样本数量不足而机器视觉难以应用的场景将得以拓展：受益于大模型在零样本或者少量样本上的优秀表现，机器视觉将在这些领域得以拓展，比如从代码驱动变为视觉驱动的机器人领域、流程工业场景等。

图：基恩士机器视觉系统拣选零散工件

资料来源：《SegmentAnything》，基恩士官网，中信建投

图：SAM模型能够识别并切割出同一场景中的大量物体

资料来源：《Segment Anything》，中信建投

1.3.3 政策角度：政策利好加持机器视觉发展

• 工业机器视觉是人工智能产业和制造业转型升级的重要环节，是国家政策重点关注和发展的行业：2016年以来，在人工智能产业和智能制造业升级相关的政策文件中被多次提及，2016年的《智能制造发展规划（2016-2020）》、2017年的《新一代人工智能发展规划》、2020年的《工业互联网创新发展规划》和2021年的《“十四五”智能制造发展规划》等文件中均提出重点突破计算机视觉、视觉传感相关技术，为机器视觉产业发展提供了政策助力。

. 我们认为，利好的宏观环境和政策将助力机器视觉产业蓬勃发展。

表：2016-2021年国家出台的机器视觉相关政策

时间	文件名称
2016.05	《"互联网+"人工智能三年行动实施方案》	要求到2018年，基本建立人工智能产业体系，形成千亿级人工智能市场。
2016.09	《智能制造发展规划（2016-2020）》	提出视觉传感器是智能制造装备创新发展重点之一，要求突破先进感知与测量等一批关键技术提出重点突破具有计算机成像功能的视觉传感技术；加快研究复杂环境下基于计算机视觉的定位、导航、
2017.07	《新一代人工智能发展规划》	识别等技术
2017.12	《促进新一代人工智能产业发展三年行动计划（2018-2020年）》	力争到2020年，一系列人工智能标志性产品取得重要突破，人工智能和实体经济融合进一步深化，产业发展环境进一步优化。
2018.11	《新一代人工智能产业创新重点任务揭榜工作方案》	聚焦“培育智能产品、突破核心基础、深化发展智能制造、构建支撑体系”等重点方向，培育我国人工智能产业创新发展的主力军。
2020.02	《关于科技创新支撑复工复产和经济平稳运行的若干措施》	提出以新技术赋能智能工厂建设。鼓励支持企业在研发设计、生产运营、供应链管理等方面应用机器视觉
2020.03	《关于开展产业链固链行动推动产业链协同复工复产的通知》	智能传感、深度学习等新技术加快人工智能等新基础设施建设，加快制造业智能化改造。
2020.11	《工业互联网创新发展规划》	提出要加强工业互联网基础支撑技术攻关。支持工业视觉传感器等基础软硬件研发突破提出研发高分辨视觉传感器、工业现场定位设备，实现泛在感知、数据贯通、集成互联、人机协作和分析
2021.03	《"十四五"智能制造发展规划》	优化推进5G模组与AR/VR、远程操控设备、机器视觉、AGV等工业终端的深度融合，加快利用5G改造工业内网，
2021.07	《5G应用“扬帆”行动（2021-2023年）》	打造5G全连接工厂标杆，形成信息技术网络与生产控制网络融合的网络部署模式，推进“5G+工业互联网服务于生产核心环节。
2021.12	《“十四五”数字经济发展规划》	高效布局人工智能基础设施，提升支撑“智能+”发展的行业赋能动力。研制三维视觉传感器、六维力传感器和关节力矩传感器等力觉传感器、大视场单线和多线激光雷达、智能
2021.12	《“十四五”机器人产业发展规划》	听觉传感器以及高精度编码器等产品，满足机器人智能化发展需求。

资料来源：发改委，工信部，科技部官网，中信建投

1.3.4 全球机器视觉市场规模稳定增长，国内市场增速明显

• 全球规模稳健增长：据Markets and Markets和GGII数据，2016-2021年，全球机器视觉行业规模销售收入从378.88亿元上涨至804亿元，预计2025年全球市场规模将达到1276.05亿元，5年复合增长率约为13%。

国内市场涨势迅猛：据GGII统计，2016-2021年，国内机器视觉行业规模销售收入从46.87亿元上涨至138.16亿元，5年复合增长率为24.1%，领先同期全球复合增长率约10个百分点。在技术、产业、政策等多方利好因素的推动下，国内机器视觉销售规模将进一步提速扩增，预计2022年销售额将达到168.88亿元，未来至2025年中国机器视觉行业销售收入规模有望达到349.03亿元。

（注：2021年因原材料价格普涨，中游企业产品价格上涨20%，因此同期按销量口径统计的增速小于以销售额口径统计的增速）

我们认为，技术、产业、政策等三方面利好因素的推动让中国机器视觉在近年来呈现出相当迅猛的增长态势，显著快于全球机器视觉市场增幅，且相关利好因素在仍将持续，推动我国机器视觉产业进一步发展。

图：2016-2025全球机器视觉市场规模

图：2016-2025中国机器视觉市场规模

1.4.1 国内机器视觉品牌市场占有率不断提升

机器视觉全球竞争的寡头格局更加凸显：根据华经产业研究院数据，基恩士和康耐视占据接近65%的市场份额，凭借优秀的产品力和销售网络占据优势地位。

随国产品牌技术能力逐步提升，机器视觉国产化浪潮逐步推进：国产品牌技术能力不断提升，一方面减少对于国外技术的依赖，另一方面也在市场竞争中逐步取代国外品牌，国外品牌市场占有率逐渐降低，国产品牌的市场占有率逐渐提升，但高端市场占有率仍有差距。根据华经产业研究院数据，2021年国内机器视觉市场份额占比中，基恩士，康耐视两大国际机器视觉龙头占比仍为前两位，但国内机器视觉龙头企业如凌云光也已经与康耐视相当。从整体上，根据中商产业研究院的数据，本土品牌在国内机器视觉中的占比从2018年的44%上升至2021年的58%（注：不同的研究机构的统计口径有所差异，但整体趋势一致）

图：2021年全球/国内机器视觉市场份额占比情况

图：2018-2021国内机器视觉市场份额占比情况

1.4.2 市场角度：国内机器视觉品牌市场占有率不断提升

. 中国市场整体保持高增速：2021年凌云光、奥普特、天准增速分别为43.4%、36.3%、31.22%。

海外巨头分化：2021年基恩士保持快速增长，增速达49.2%，康耐视增速明显回落，增速18.92%。

图：2016-2021年国内及海外巨头主要营收及增速（亿元）

工业机器视觉产业链

底层元件

电子元件：CMOS、CCD、LED等

光学元件：镜片、镀膜等

机械元件：五金、结构件

零部件集成

上游

光源及其控制器

CCS(日)、奥普特、沃德普、纬朗光电

镜头

工业相机

Navitar(美)、施耐德(德)、卡尔蔡司(德)、慕藤光、长步道

Basler(德)、DALSA(加)、Baumer(瑞士)、大恒图像、华睿科技、海康机器人、康耐视

软件和算法

设备组装与软件部署

Mvtec、Adept、奥普特、天准科技、凌云光、海康机器人、康耐视

中游

机器视觉系统

视觉引导设备

机器视觉设备

精测电子、天准科技

视觉检测设备

视觉测量设备

凌云光、天准科技、矩子科技

视觉识别设备

天准科技、大族激光

凌云光、新大陆、天准科技、奥普特

装备应用

下游

3C电子

汽车及零部件

资料来源：前瞻产业研究院，甲子光年，中信建投

新能源

半导体

包装/印刷

注：基恩士作为国际机器视觉龙头，深度参与产业链各环节，不单独标注

• 机器视觉行业上游环节价值量大：关键零部件和软件系统约占工业机器视觉产品总成本的80%。工业相机、底层软件算法等技术壁垒高，利润率高。对机器视觉上游环节的掌握是目前市场竞争的关键。同时，相机、镜头、光源等核心零部件部件在机器视觉产品中的占比超过50%。

国产低端零部件逐步实现国产替代，高端部件有待突破：技术门槛相对较低的零部件如光源，国产厂商凭借性价比优势及逐步体现的产能优势在市场竞争中逐渐实现对于国外品牌的替代。技术门槛较高的零部件如光源及相机，我国企业进入较晚，目前产品仍主要布局中低端市场，高端市场仍主要被国外品牌占据。

图：机器视觉系统成本结构

图：机器视觉产品占比（按销售量）

2.1.1 光源：国产品牌表现强势，达国际领先水平

光源环节是国产品牌最有竞争力的环节：目前光源是上游硬件中国产程度较高的环节，国产品牌与国外品牌展开充分竞争。以我国机器视觉光源龙头奥普特与国际光源龙头日本CCS公司对比为例，奥普特光源产品在照度及均匀性两大重要指标上均具有一定优势，同时，控制器产品在易用性和安全性上的功能设计也更为周全。

• 趋势1:光源在照明功能之外更注重拓展功能的实现，以结构光为代表的高端光源产品逐步获得更大市场份额。

• 趋势2:随着机器视觉逐步渗透更加复杂的工业制造环节，对于光源的照度、均匀性、能耗等关键指标要求逐渐提高。

图：机器视觉光源市场规模

资料来源：华经产业研究院，GGII，奥普特招股书，中信建投

图：奥普特光源产品

资料来源：奥普特招股书，中信建投

2.1.2 镜头：技术逐渐成熟，国产替代逐步推进

国产厂商逐步进入工业镜头领域，技术逐渐成熟：2008年前我国镜头市场基本被日本、德国品牌所垄断，但随着国产厂商逐步布局并进入工业镜头领域，目前已经在中低端镜头市场中，国产工业镜头已经能基本满足机器视觉系统的需要。随着国产厂商如奥普特、长步道等，进一步推动工业镜头研发，有望在高端镜头市场进一步实现国产替代。

趋势1:随着机器视觉逐步渗透更复杂的工业制造环节，对于高分辨率镜头、广域镜头等高性能镜头的需求逐渐提高。

趋势2:随着下游应用场景的不断丰富，定制化的工业镜头需求日益高涨，许多中游机器视觉企业加快布局镜头环节。

图：工业镜头市场规模

图：四种类型的工业镜头

2.1.3 工业相机：国产厂商开始布局， “智能化”趋势明显

• 国产品牌开始布局工业相机：工业相机是机器视觉上游零部件中技术壁垒最高、技术迭代最迅速的部分，其市场规模也大于镜头与光源，是最具光明前景的细分赛道之一。但我国对于工业相机的研究起步较晚，早期主要为代理国外品牌，近年来国产品牌才逐步推出自主研发的工业相机，目前仍主要布局中低端市场。

趋势1 : CMOS传感器技术逐渐成熟，具备集成度高、分辨率与帧率提升容易等优点，将成为工业相机的主要技术方案。

趋势2 :为解决更为高难度的工业制造场景中的复杂问题，工业相机呈现检测简易化、处理高速化及智能化的特点。

图：工业相机市场规模增长情况

数据来源：赛迪顾问，中信建投

图：基恩士高端相机检测能力大幅提高

图像传输时间对比 (基恩士生产的相机)

资料来源：基恩士官方资料，中信建投

2.1.4 算法软件：算法自研，呈现技术标准化、软件便捷化趋势

软件算法开发难度较大，国产品牌自研程度较高：算法库开发周期长、投入大，业内公司通常基于开源算法库开发自身应用算法，或自主开发与第三方集成并举。目前头部国产品牌拥有自主研发的商业机器视觉算法库，如VisionWare（凌云光）、SciVision（奥普特）。

• 趋势1:随着下游客户需求更加多样化，算法/软件需要更多的采用“标准化技术”实现对于不同应用场景需求的匹配，软件算法开发更完善，能够满足不同应用场景需求的厂商具有更强的竞争力。

趋势2:随着机器视觉技术向工业领域的不断普及，现场工程师成为算法软件及开发工具的潜在用户，因而推动机器视觉厂商提供在优秀的检测性能之外需要兼具便捷性和易用性。

图：机器视觉软件与设备集成市场规模

图：基恩士视觉系统软件的便捷性与易用性

机器视觉产业中游按照设备集成度分为机器视觉系统和机器视觉设备。机器视觉系统由光学成像硬件与图像处理软件与算法组成，是机器的“眼睛”和“大脑”部分，需要与另外的产品或自动化机台结合才可工作。机器视觉设备在系统的基础上，增加了额外的自动化平台（机台/机械手），可以独立开展工作。

机器视觉产业中游按照具体应用需求分为测量/定位/识别/检测设备，其中检测设备需求和技术壁垒较高：市场规模上，检测设备规模约占机器视觉设备总体规模的25.0%。技术难度上呈现“检测>定位>测量>识别”的排序。原因在于检测面向对象主要是各类缺陷，具有细微，类型丰富，特征不固定等特点，技术难度大。相对而言，而工业场景下的识别、定位、测量往往面对的是标准化程度更高的识别对象（例如工业条形码），难度较小。

图：机器视觉系统及机器视觉系统示意图

图：机器视觉设备四大功能占比及技术难度

2.2.1 纵向：拓展产业链布局，推进上下游环节自主研发/深度合作

• 机器视觉上游零部件厂商和中游系统/设备厂商通过产业投资/自主研发等方式逐步拓展产业链上下游布局，以期进一步提升机器视觉产品性能，同时在竞争逐渐加剧的机器视觉行业中构建起更高的技术护城河。

奥普特、海康机器人通过自主研发实现了机器视觉核心零部件、软件算法的全覆盖。凌云光通过产业投资方式拓展CMOS传感器芯片（长光辰芯）和工业镜头（长步道光电）布局，并自主开发特色相机、特种相机、特色专属光源和图像采集卡；天准科技自主开发3D视觉传感器（线激光传感器），精密驱动控制器等视觉设备上游零部件。

我们认为，在机器视觉相关的光学成像、软件算法、自动化与精密控制等核心技术方面具有更深厚积累的公司在竞争加剧、上下游互相渗透的发展格局中具备更强的竞争优势，头部的国产机器视觉厂商已经具备了和海外龙头相当的全产业链技术。

图：机器视觉厂商自主核心零部件布局情况

	光源	镜头	2D相机	3D相机	读码器	图像采集卡	视觉软件	智能相机	视觉解决方案
康耐视	有*	/	有	有	有	有*	有	有	有
基恩士	有*	有*	有*	有	有	/	有*	有	有
凌云光	代理产品/ 有	代理产品/ 有	有	有	有	代理产品/ 有	有	/	有
奥普特	有	有	有	有	有	有	有	有	有
大恒图像	代理产品	有	有	代理产品	/	代理产品	代理产品	有	有
海康机器人	有	有	有	有	有	有	有	有	有

资料来源：海康机器人招股说明书，中信建投
标*的部分公司不作为产品独立销售

2.2.2 横向：围绕机器视觉技术，实现产品种类拓展

将机器视觉技术与生产制造环节融合，推出智能化生产制造设备：天准科技将机器视觉相关软件算法技术应用于PCB生产过程中的曝光工艺，推出成像质量、产能及对位精度更高的LDI激光直接成像设备。2020年底推出产品，2021年便实现了7000万的销售额。矩子科技将机器视觉检测环节与点胶生产环节相结合，推出生产质检一体化的高速点胶设备，取得良好市场反馈。

我们认为，跟随下游应用需求变化而不断拓展机器视觉产品种类是当下中游厂商发展的必经之路，而具备机器视觉“基因”的智能化生产制造设备正在为机器视觉设备厂商带来全新增长点。

图：天准科技LDI激光直接成像设备

图：矩子科技智能点胶机设备

随我国制造业逐步转型升级，我国机器视觉产业下游应用赛道逐步拓展：我国早期机器视觉主要应用于消费电子、半导体、汽车三大行业。这些行业整体对于设备精度、准确度、稳定性要求较高。近年来，随着我国制造业整体转型升级，向智能化、自动化方向发展，机器视觉技术与相关设备得以渗透进入更多下游应用行业，如电池、机器人等。

• 锂电池为代表的重点新赛道值得关注：从下游应用行业增速上看，锂电池、新能源汽车行业在2021年增速最快，分别实现增速181%、150%。下游应用行业的快速发展与工业机器视觉在产线中渗透率的逐步提升，带来了工业机器视觉的需求高增，锂电池、新能源汽车行业的需求增速分别达到30%、25%。

图：2020中国机器视觉下游应用领域分布

图： 2021年中国重点应用行业增速与工业视觉需求增速情况

2.3.1 3C电子：高质量标准带来较高机器视觉渗透率

机器视觉在3C电子行业中得到广泛应用：3C电子行业具有元器件尺寸较小，质量标准高的特点，因而对于机器视觉需求较高。目前，机器视觉应用于PCB和3C电子产线中的多个环节中。未来机器视觉技术有望在更多环节中渗透

• 在PCB生产制造环节中，机器视觉是PCB对位、SMT拾取、放置和安装验证及焊膏验证应用等环节至关重要的工具。随着3D AOI产品的不断成熟，机器视觉产品将打开更多应用场景

• 在电子成品设备制造环节中，机器视觉解决方案应用于显示器缺陷检测、产品外壳缺陷检测、轴毂和盘片装配/磁头悬浮组件机器人引导、光学字符识别等环节。

图：PCB生产线中部分机器视觉应用环节

资料来源：康耐视官网，中信建投
资料来源：康耐视官网，中信建投

图：电子设备制造生产线中部分机器视觉应用环节

2.3.2 3C电子：产品与产线升级迭代带来稳定增长

• 产品持续迭代升级带来稳定需求：随着3C电子产品更新换代，产品精密度逐渐提升，对于生产制造过程中的精度要求也随之逐步提升，推动机器视觉进一步渗透。同时，由于消费电子产品整体生命周期较短，新产品如折叠屏、5G手机的迭代导致制造企业需要不断更新其生产线，进而为机器视觉企业创造稳定需求。

消费电子产品产线进一步升级迭代：随3C电子产品逐步发展，电子产品生产厂商也逐步迭代生产质量标准，例如在手机生产过程中，苹果手机的生产工艺和流程标准最高，但随着市场竞争加剧，各大安卓手机厂商也正在逐步推进生产质量标准和产线的升级迭代，有望带来机器视觉需求的扩大。

• 我们认为，在未来几年中，尽管3C电子整体行业市场规模增速放缓，但3C电子行业机器视觉需求仍将稳定提升，同时技术逐渐成熟的国产厂商有望获得更大的市场份额，整体上3C电子仍是机器视觉中重要的下游应用场景。

图：消费电子行业市场规模

资料来源：Statistics，中商产业研究院，中信建投

图：2016-2025E中国3C电子行业机器视觉规模及预测

资料来源：GGII，中信建投

2.3.3 锂电：机器视觉逐步渗透

机器视觉在锂电行业的渗透率逐步提升：随着锂电池制造智能化、自动化程度的提升，机器视觉产品开始广泛地应用于锂电池设备生产的各个工段。从前段工艺的涂布辊压，到中段工艺的电芯组装，再到后段化成分容之后的检测以及模组PACK段，机器视觉应用渗透率在逐步提升。

图：锂电池生产工艺流程中的机器视觉

资料来源：中国机器视觉网，中信建投

前段涂布：涂布机留白宽度检测

中段焊接：Busbar焊后质量检测

后段包装：电芯蓝膜表面缺陷检测

2.3.4 锂电：品质管控需求明确，竞争格局优秀

品质管控需求明确：早期的锂电行业扩产往往较少考虑质量管控，但随着行业逐步从高速发展转向高质量发展以及用户对于锂电安全的更高需求，机器视觉已经成为锂电池生产企业解决质量和效率问题的必然选择，据GGII预测，锂电机器视觉检测系统市场规模将保持高速增长，未来5年年复合增长率在40%。

竞争格局优秀：在3C电子和汽车等行业中的机器视觉中海外巨头有着更加强的技术积累和长期合作关系，对于我国机器视觉企业的市场拓展产生一定阻碍，但锂电池行业是近年来在我国发展起来的新兴产业，因此其中锂电企业与我国机器视觉企业协同配合发展而来，国产化程度较高。

我们认为，锂电行业行业整体增速较快，且锂电中的机器视觉具备行业增速高、需求明确、竞争格局优秀的优势，在未来两三年内有望维持高增速，是最具潜力的下游应用市场。

图：中国锂电池生产规模

资料来源：观研天下，中信建投

图：2017-2025中国锂电机器视觉市场规模

资料来源:GGII，中信建投

2.3.5 汽车：生产制造自动化程度高，机器视觉需求持续提升

汽车生产制造过程自动化程度高，机器视觉应用较为广泛：汽车生产制造过程中的安全高效是汽车生产企业的首要目标，因此主机厂进入门槛很高，且产线已经基本实现了自动化。目前机器视觉产品应用在汽车总装和零部件检测、发动机检测等环节。据调查，目前一条产线配备十余个机器视觉系统。

• 汽车产线逐步升级带来机器视觉的需求和要求双重提升：一方面，汽车产线管控需求持续提升；另一方面伴随着新能源和自动驾驶的发展，雷达、传感器、通信装置、摄像头等精密电子零部件将被装载在汽车上，两方面因素推动汽车生产过程的精度和智能程度要求持续提升，为机器视觉企业带来全新发展机遇。但由于传统汽车厂商已经与国外机器视觉龙头构建稳定的合作关系且供应商更换成本较高，因此我国机器视觉企业在汽车行业中的机会主要在新兴起的新能源厂商。

• 我们认为，汽车行业是机器视觉应用非常成熟的行业且前景明确，短期国内厂商与新兴汽车厂商的协同发展，若长期能在传统汽车厂商中实现对于海外厂商的替换，将打开巨大的市场空间。

图：汽车行业中的机器视觉检测

类别检测内容
汽车总装和零部件检测	零部件尺寸、外观、形状检测
		总成部件错漏装、方向、位置检测
		读码、型号、生产日期检测
	总装配合机器人焊接导向和质量检测
	电气性能检测、功能检测

发动机检测34	加工位置、形状和尺寸大小检测
	正时链位置检测
	活塞标记方向和型号检测
			曲轴连杆连码、字符、型号检测
			点胶有无检测
	缸体缸盖读码、字符、型号检测
		.

资料来源：甲子光年，中信建投

图：2016-2025中国汽车行业机器视觉市场规模

资料来源：GGII，中信建投

2.3.6 半导体：机器视觉应用较为成熟，海外巨头占据高端市场

• 半导体行业对机器视觉需求明确，应用较为成熟广泛：半导体产业具有集成度高、精细度高的特点，人眼视觉能起到的检测作用相当有限，对于机器视觉需求明确。基于此特点，半导体产业是机器视觉技术最早大规模应用的下游领域之一，覆盖半导体外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等检测，晶圆制造中的检测、定位、切割和封装过程全程都需要机器视觉技术的辅助。

高端半导体检测设备主要被海外巨头占据：由于海外巨头在半导体检测领域的先发优势，因而目前半导体机器视觉中的高端市场主要被海外龙头占据。同时，因为半导体行业的生产要求很高，因此导致国产机器视觉厂商往往难以直接进入这一领域。国产厂商已在个别产品上取得突破，如精测电子的膜厚测量设备、关键尺寸测量设备、电子束缺陷复查设备、图形晶圆缺陷检测设备，中科飞测的图形与无图形晶圆缺陷检测设备、膜厚测量设备、三维形貌测量设备，均已取得订单或在客户产线验证通过。

我们认为，高端半导体检测是我国需要重点突破的高端技术，2022年国产化率仍不足5%，未来提升空间巨大。

图：2021中国检测和量测设备市场竞争格局图：天准科技半导体前道量测设备图：2016-2025半导体行业机器视觉市场规模

资料来源：华经产业研究院，中信建投

资料来源：天准科技官网，中信建投

资料来源：GGII，中信建投

2.3.7 仓储物流：降本增效需求明确，智能化市场空间广阔

仓储物流行业降本增效需求明确：机器视觉在仓储物流行业的典型应用场景为码垛和快速分拣，具体包括对于多SKU商品/包裹的识别与定位，从而引导机器人抓取和放置的视觉引导设备，对于商品信息（如二维码）进行快速扫描识别的视觉识别设备。物流仓储行业整体人力和设备成本、毛利率水平均较低，对于机器视觉解决方案的性价比要求更高。

智能仓储物流设备市场空间广阔：目前我国智能仓储物流行业仍然处于起步阶段，整体智能设备渗透率较低，但随着人口结构变化带来的劳动力成本上升，以及电子商务的物流仓储应用场景的快速发展带来的需求增长，智能仓储物流系统仍然是未来行业发展的必然趋势，在智能仓储物流的多个环节中发挥重要作用的机器视觉也有望得到较好发展。

• 我们认为，仓储物流行业短期受降本增效需求驱动，长期受数字化、智能化需求驱动，机器视觉渗透率有望提升。

图：智能仓储物流系统构成

资料来源：观研天下，中信建投

图：智能仓储物流设备渗透率情况

资料来源:GGII，中信建投

• 印刷包装产线深度依赖机器视觉检测，存在国产替代机遇：机器视觉参与包装印刷行业中的测定包装物体积、识读包装条码、检测包装封口缺陷等环节，整体渗透率较高，但由于我国的印刷包装行业发展时间较早，因而初期与海外厂商建立了合作关系，目前仍存在一定的国产替代空间。

后疫情时代印刷包装行业的机器视觉需求有望复苏：伴随后疫情时代消费场景的逐渐活跃。食品、饮料、药品等生活消费品产能有望进一步释放，预计包装印刷行业将有所复苏，进而带动机器视觉需求。

• 印刷包装行业中机器视觉的应用需求较为稳定，存在国产替代空间，看好消费回暖带动整体行业需求增长。

图：国内包装印刷市场规模

资料来源：中商产业研究院，中信建投

图：康耐视食品饮料包装检测

资料来源：康耐视官网，中信建投

2.3.9 光伏：机器视觉深度参与，嵌入式/可配置系统有望推广

机器视觉设备深度参与光伏组件的生产流程：目前机器视觉设备在光伏组件生产中的电池片分选、EVA/背膜裁切、电池片焊接、外观/尺寸检测、封装、铝边框/接线盒安装、隐裂检测环节有所应用，随着光伏下游装机增量及刺激产能释放，光伏生产商必然升级或新采购制造与检测自动化设备以提高其产线的生产效率和产品的竞争力。

产线特点决定嵌入式/可配置视觉系统具有更好应用前景：光伏产线的布局比较紧凑，工序衔接较为成熟，嵌入式或可配置视觉系统因为其可以尽可能减少对现有产线的改造，有望在光伏组件领域得到更广泛应用。

• 我们认为，机器视觉在光伏产业中的渗透率较高，应用较为成熟，但短期光伏产业增速放缓导致行业增速相对放缓，未来清洁能源重要性和性价比提升将带来一定增长空间。

图：国内光伏组件产能

图：光伏组件生产工艺流程

基于光电传感核心技术，不断推出全球领先的机器视觉产品。公司产品逐步从自动化传感器、测量仪器发展到到机器视觉系统与设备如激光打标机、图像测量处理系统和2D/3D激光扫描仪。基恩士通过不断研发，成为全球传感设备的领导者，产品覆盖多个工业制造与科学研究领域，服务位于全球约70个国家的超过200,000名客户。在《福布斯》“世界最具创新力的公司”榜单上排名第17位。

图：公司发展历程

1974	成立为Lead Electric Co.，Ltd.有限公司。
1975	开发了高精度近距离传感器
1983	开发光纤光电传感器
1986	开发了第一个利用激光二极管作为光源的光电传感器
1986	更名为KEYENCE，取“Keyof science”之意
1989	开发了超小型条形码读取器
1990	开发了内置监视器的显微镜
1995	开发出世界上最小的机器视觉系统
1999	开发出世界上第一台自动聚焦彩色激光显微镜
2000	世界上第一台显微镜数字聚焦仪
2002	开发了高速/高精度机器视觉系统
402005	开发了下一代3D真实表面数字显微镜

资料来源：基恩士官方资料，中信建投

2006	开发出世界上第一个3D激光打标机
2007	开发了世界上第一个CMOS激光传感器
2008	开发了业界第一台具有高速放大视频捕获功能的显微镜。
2009	开发了具有世界最小头部尺寸的高功率光纤激光打标机
	开发了世界上第一台2mm微头光谱干涉激光测距仪
	开发了新的高速、精确的图像尺寸测量系统
2010	开发了超高速、高容量多摄像机图像处理系统。
2011	开发了快速设置视觉传感器
2012	开发了自动教学机器视觉系统
2013	开发了世界上最快的2D/3D激光扫描仪，每秒采样64000个轮廓
2014	创建了一个革命性的一体化、直观的机器视觉系统，融合了高速摄像头、智能照明和一个强大的算法(LumiTraxM)
2015	开发了夹紧液体流量传感器，可以从管道外检测流量

• 公司提供丰富的工业自动化产品。公司产品包括视觉系统与设备、显微系统、工业测量系统、PLC与刻印设备等，按照通用目的进行工程设计，可以适用在各个行业领域。

• 公司实现机器视觉核心环节全覆盖。公司机器视觉自主产品覆盖LED光源及光源控制器、机器视觉相机、镜头、软件算法，一方面得以更好地灵活运用零部件，进而更好的满足不同客户的不同需求，另一方面大幅度强化产品系列组，从而更大限度发挥公司产品的图像处理的能力。同时，也为公司构建起较高的“产业护城河”，有利于公司维持其市场地位。

图：公司产品矩阵

资料来源：基恩士官方资料，中信建投

图：公司机器视觉核心零部件（光源/光源控制器/镜头/显示器）

资料来源：基恩士官方资料，中信建投

3.1.2 基恩士：提供丰富工业自动化产品，机器视觉核心环节全覆盖

图：公司机器视觉核心零部件（相机）

资料来源：基恩士官方资料，中信建投

图：公司机器视觉系统产品

资料来源：基恩士官方资料，中信建投

• 2021年以来公司营收增长迅速，盈利能力有所上升：2021财年公司主营业务收入为67.49亿美元，实现同比增长40.33%，净利润实现27.11亿美元，同比为53.76%，高于营收同比增速，反映出营收高增的同时公司盈利能力亦有所上升。

海外业务拉动增长：基恩士在2021财年日本销售额为27.72亿美元，同比增长30.9%；海外销售额为39.77亿美元，同比增长47.7%。中国区域增速最快，实现营收11.49亿美元，同比达49.2%。基恩士把在日本开拓客户的自主经验推广到海外。

亚洲区业务增长显著：随公司销售团队逐步拓展海外市场以及海外市场制造业转型升级加速带来更多需求，2019至2021公司日本本土业务占比分别为47.19%/44.01%/41.07%，公司海外业务占比分别 52.81%/55.99%/58.93%，呈现上升趋势。

图：基恩士营收和净利润变化

资料来源：彭博，中信建投

图：基恩士收入结构变化（分地区）

资料来源：基恩士年报，中信建投

3.1.4 基恩士：为广泛下游行业提供解决方案，各下游占比较为均衡

公司为广泛的下游行业提供丰富的解决方案：基恩士产品应用覆盖了汽车、半导体/液晶、电子元件、医疗、物流、金属、薄膜/片材、食品/药品、树脂等广泛的下游行业。同时在单个下游行业内提供丰富的解决方案，以电子元件行业为例，基恩士可以实现晶圆定位/PCB版定位/水晶振子缺陷检测/锂电池缺陷检测等功能。

公司下游应用行业营收分布较为均衡：2021财年下半年，基恩士日本国内客户按下游行业划分分别为SPE&LCD 10%/ 电子元件15%/汽车25%/ 机床等机械设备10%/ 餐饮和医疗10%/ 其他 30%，整体收入结构较为均衡，对单一下游行业的依赖性较弱，有利于公司持续稳定发展。

图：基恩士服务的下游行业

资料来源：基恩士官网，中信建投

图：基恩士FY2021日本国内客户收入结构（按下游行业）

资料来源：基恩士数据，中信建投

3.1.5 基恩士：营销网络布局全球，直销模式更好满足并挖掘客户需求

公司已经实现了营销网络的全球布局：目前基恩士已经在46个国家和地区设有230 个办事处，组成了高效的全球分公司网络，为全球“财富500强”制造企业乃至小供应商提供能够改善其自动化制造质量与效率的解决方案。

• 公司采用直销模式以更好满足客户需求：相较于传统经销模式，公司采用直销模式直接与客户进行联系。一方面，以更高效率为客户提供更好的产品相关信息与服务，包括现场制造和自动化知识、模型选择、现场操作指导、产品采用后的注意事项以及售后服务等。另一方面，得以与客户深度协同，基于客户在相关场景中的行业知识，针对客户潜在需求进行挖掘与产品开发，持续推出满足全球领先的机器视觉产品。

图：基恩士营销网络布局

资料来源：基恩士官方资料，中信建投

图：基恩士直销模式与传统销售模式对比

：资料来源：基恩士官方资料，中信建投

• 公司采取Fabless经营模式：公司专注于利润率最高的传感器、自动化设备等设计开发部分，将生产相关的业务外包给专业制造厂商。2018财年至2021财年期间，公司有形固定资产占总资产的比例仅为0.63%/0.59%/0.48%/0.42%。

领先全球的标准化产品帮助公司维持毛利率/净利率高水平：2017财年至2021财年，公司毛利率稳定维持在80%以上，净利率则整体在38%左右波动，全球领先的产品能力，完整的机器视觉核心环节布局，让基恩士呈现出相较全行业有更强的盈利能力。

图：基恩士有形固定资产占比变化

图：2017-2021基恩士和康耐视毛利率与净利率

3.2.1 康耐视：全球机器视觉和代码读取领域的领导者

康耐视成立于1981年。是为制造自动化领域提供视觉系统、视觉软件、视觉传感器和工业读码器的先进提供商。

• 康耐视围绕机器视觉技术，为制造业领域提供不同的自动化设备。Cognex取“cognition experts”（认知专家）之意，发展早期便致力于机器视觉在制造业的应用，公司早期机器视觉产品，DataMan视觉系统，是世界上第一个能够读取、验证和确认零件和组件上直接标记的字母、数字和符号的工业光学字符识别（OCR）系统。后续发展过程中，康耐视通过自主研发、收并购等方式，一方面逐步完善了自身产业链布局，如开发自主工业机器视觉相机，另一方面拓展了在自身机器视觉产品的产品矩阵，从应用行业上进一步覆盖自动化设备、电子产品、汽车等领域，从产品定位上覆盖低、中、高端市场。

图：公司发展历程

1981	康耐视由当时为麻省理工学院人类视觉感知学科讲师的RobertJ．Shillman 博士于1981年创立
1982	生产了第一个视觉系统DataMan（OCR系统）
1984	推出了Checkpoint 5500自动视觉测试仪，用于检测电路板上的装配错误。
1986	开始专注于为原始设备制造商开发标准化机器视觉硬件和软件。
1987	历史上首次实现盈利。
1989	在纳斯达克交易所上市，每股1.38美元。
1993	Cognex 5000标志着PC/AT总线个人计算机的第一个高级视觉系统。
1994	推出了基于Windows的Checkpoint系统。
1995	收购了位于俄勒冈州波特兰的晶圆识别技术公司Acumen公司。
1995	收购了美国晶圆识别系统开发商Acumen。
1996	该公司推出了acuReader/2Dm，这是一种针对PC插件数据矩阵的2D代码读取解决方案。
47	收购了位于加利福尼亚州阿拉米达的Isys Controls，这是一家高性能表面检测系统制造商。

资料来源：康耐视官网，Zippa，中信建投

1998	推出了名为CVC-1000的高速、紧凑型工业机器视觉相机。
2000	推出了兼顾视觉传感器的简单性和经济性的In-Sight 2000视觉系统
	产品从Cognex 1500系统拓展到高端应用，如2000和3000系列。
2001	推出了In-Sight 1000和In-Sight 3000工业机器视觉传感器。
2003	收购了Siemens Dematic AG的晶圆识别业务，以及总部位于德国亚琛的 Gav itec AG.的ID码读取业务。
2004	Cognex在其模块化视觉系统部门组建了两个新团队（expert sensors& identification products)
2005	收购了其主要竞争对手之一、位于佐治亚州的 DVT Corporation。
2007	出于盈利能力和知识产权考虑，Cognex在2007年出售了其车内产品
2015	Cognex将其Surface Vision Division和相关系列产品SmartView（网络检测）、VisionGear（缝隙检测）、Smart Advisor（过程监控、网络监控) 和VisionPro Surface出售给Ametek股份有限公司。
2017	收购了瑞士的工业机器视觉应用深度学习软件供应商ViDi Systems
2019	收购了韩国的视觉软件开发商Sualab，其将深度学习用于工业应用。

3.2.2 康耐视：提供丰富机器视觉产品，相机、软件环节自主覆盖

康耐视提供丰富的机器视觉和读码器产品。公司产品主要分为机器视觉和读码器两部分，其中机器视觉部分分为2D视觉传感器、2D视觉系统、3D视觉系统，实现对于丰富下游应用领域和不同检测对象、检测任务、检测性能要求的覆盖。读码器包括固定式读码器、手持式读码器、条码验证器等。

康耐视实现了机器视觉零部件中较为重要的相机、软件两个环节的自主覆盖。公司具有业界领先的机器视觉软件系统VisionPro（3D）和In-Sight Vision Suite（2D）。同时公司提供包括工业相机（CIC）、图像板卡、I/O卡、视觉控制器视觉配件，可以方便地与公司软件进行集成，建立满足不同行业应用需求的解决方案。

图：公司机器视觉产品矩阵

分类		产品系列	产品特点
机器视觉	2D视觉传感器	In-Sight 2000	为多种行业的各种应用提供简单的通过/未通过结果，包括电子产品、汽车、消费品、健康和医药。
	2D视觉系统	In-Sight 2000 Mini	解决有挑战性的光学字符识别、装配验证、和缺陷探测应用
		In-Sight D900 In-Sight 2800	从存在/缺失检测到分拣和字符读取，在各个环节均提供易于部署的防错解决方案。
		In-Sight 9000	一款高分辨率且耐用的独立视觉系统，能在大范围内提供高精度的元件定位、测量和检测。
			提供高性能视觉工具、更高速的通信和小空间高分辨率，适用于对机器空间要求较高的集成到较小空间
		In-Sight 8000	的应用。
		In-Sight 7000	全功能的强大视觉系统，能够对所有行业各种零件执行快速、精确的检测。
		In-Sight 9902 线性扫描视觉系统	款独立的高分辨率视觉系统，适合详细检查大型、圆柱形或连续移动的物体。可用于检测即使是较小的功能特征和缺陷。
	In-Sight 3D-L4000	将三维激光位移技术与智能相机结合，使工厂工程师能够快速、准确地以具成本效益的方式解决各种检测问题。
	3D视觉系统	支持 VisionPro 的 3D-L4000	将激光三角测量技术与高级成像机制相结合，对被检测部件进行非常细节的三维渲染。捕捉到每个表面特征的精确测量，包括长度、宽度、高度、倾斜度和体积
3D-A5000 系列面阵扫描	3D视觉系统	专为捕获高分辨率3D图像设计的面阵扫描3D 相机。采用3DLightBurst技术，可以快速采集图像，以较大程度提高吞吐量。可为装配验证、在线测量和机器人引导等应用提供可靠、准确的解决方案。
48	DS800系列	通过结合激光三角测量和高级成像机制，生成被检测部件的高度精确的三维渲染图。如长度、宽度、高度和倾斜度等表面特征，然后可以微米级的精度从这些渲染图中提取，

资料来源：康耐视官网，中信建投

• 2022年营收略有下滑：2022年公司实现营收10.061亿元，同比下降2.99%，实现归母净利润2.155亿元，同比下降23.01%。整体上于印尼的供应商工厂发生的火灾影响了公司对于相关订单的完成。在具体行业中，21年占比最高的物流行业中大型电子商务客户的项目进展放缓导致物流行业收入下降25%，消费电子和汽车行业分别实现了约8%和7%的收入增长，部分抵消了物流行业下滑的影响

• 2017年至2020年公司营收增速有所放缓：同比增速分别为47.10%/ 5.25%/-10.01%/11.77%。2021年，受益于电子商务的兴起、汽车领域向电动汽车发展、劳动力短缺、对产品可追溯性要求的增加以及新冠肺炎疫情 “无触控”条码读取的加速发展，实现28%的增长。

中国业务占比上升但增速放缓：尽管公司整体营收增速有所下滑，但其他地区业务相较于中国地区业务增速较慢，因此中国业务从2016年的占比12%增长至2022年的22%。但近年来相关增速也呈现放慢趋势，2020/2021/2022的中国地区营收增速分别为46%/19%/13%。其他地区业务中欧洲业务收缩最为明显，从2016年的43%降低为2022年的23%。而美洲业务在2016至2021年间持续扩张，2021年达到42%，但2022年有所下降，减少至38.82%。

图：康耐视营收和净利润变化

资料来源：康耐视年报，中信建投

图：康耐视收入结构变化（分地区）

资料来源：康耐视年报，中信建投

下游应用场景广泛，汽车/消费电子/物流为主要应用场景：康耐视提供标准化产品，应用于广泛的下游场景，包括自动化设备、汽车、消费品、电子产品、食品饮料、物流等。其中汽车、消费电子、物流为康耐视主要的下游应用场景，合计占比70%（21年），2022年医药相关业务增速较快，在整体业务中成为第四大应用场景，占比10%。

汽车/消费电子业务收缩，物流场景成为最主要的下游应用场景：随国产厂商技术逐步成熟，在苹果产业链中实现国产替代，公司消费电子业务有所收缩，从2019年的25%减少至2021年的20%，同时汽车业务呈现明显收缩趋势，从30%下降至20%。随电子商务行业发展及新冠带来的物流业变革，物流行业占比呈现上升趋势，从15%发展至30%，在下游场景中占比最高。2022年由于印尼工厂火灾，导致物流业务明显下滑，其他各业务占比相应上升，若去除火灾影响，整体上业务格局并未发生明显改变。

图：公司机器视觉下游应用领域（部分）

资料来源：康耐视官网，中信建投

图：2019-2022康耐视下游应用场景变化

资料来源：康耐视年报，中信建投

4.1.1 凌云光：深耕行业20年，国内领先的视觉系统与装备供应商

凌云光成立于2002年，主营业务包括机器视觉设备及光通信产品。

• 公司坚持核心技术自主研发，建立技术平台。通过自主研发并与国内领先研究单位合作，持续积累光学成像、算法、软件的专利技术研发能力，实现了关键技术的突破与积累。

公司服务下游应用领域多元，积累丰富客户资源。初期在印钞行业进行自主研发，后续逐步进入印刷包装、新型显示、消费电子等行业，并与行业头部客户建立长期合作关系。

图：公司发展历程(机器视觉业务)

4.1.2 凌云光：针对行业场景，提供丰富解决方案与产品

公司基于“光、机、电、算、软”底层通用技术，面向3C电子、新型显示、印刷包装等下游领域，主要提供可配置视觉系统、智能视觉装备、视觉器件等产品。

图：公司行业解决方案与对应产品

资料来源：凌云光招股说明书，中信建投

4.1.3 凌云光：营收与利润快速增长，业务结构持续改善

• 公司的营收与利润快速增长：2022年公司实现营收27.5亿元，同比增长12.89%，实现归母净利润2.01亿元，同比增长16.86%。自2019年起，得益于制造业转型升级，下游市场需求持续增长，凌云光收入与利润增长迅速，2019-2022年营收CAGR达24.31%，归母净利润CAGR达75.79%。

公司业务结构持续改善：公司战略聚焦机器视觉业务，主动收缩光接入网业务，机器视觉业务占公司营收比重持续提升。同时机器视觉业务中，自主业务部分占比持续提升。2022Q1-Q3公司机器视觉业务占整体收入近70%，机器视觉业务收入结构中，自主业务（智能视觉装备/可配置视觉系统/服务）占比超90%。

图：凌云光营收和归母净利润变化

图：2021收入结构（分业务方向）

图：2021机器视觉收入结构（分产品）

4.1.4 凌云光：逐步拓展产业链，发展核心视觉器件研发与生产能力

通过产业投资、自主研发等方式对机器视觉上游器件进行布局。

• 产业投资：2012 年，公司投资了CMOS 传感器芯片设计公司长光辰芯（持股10.22%）。2017 年，公司投资了工业镜头公司湖南长步道光电（持股2.6837%），定制开发高精度大景深成像镜头、高动态红外动捕镜头等特色镜头。

• 自主研发：公司结合特定下游行业的特点和需求，自主研发了特色相机、特种相机以及特色专属光源，可覆盖新型显示、消费电子、印刷包装、新能源、智慧交通、立体视觉、科学图像等领域；同时，公司自主开发的图像采集卡已小批量试产。随公司逐步打通机器视觉产业链，公司将构建更加完善的技术护城河，同时有望实现降本增收

图：公司代表性自主视觉器件产品

产品名称	应用场景	简介	产品图示
LB系列面阵工业相机	零部件检测、OCR识别、机器人拾取定位、屏幕检测、车辆至综合检测等	分辨率覆盖30万1.5亿像素
Cobra系列红工外相机	硅片检测、电池片检高测、半导体检测、色选、高端监控，无人机航拍等	端短波红外线阵相机高端短波/中波红外面阵相机
高亮彩色背光源	新型显示检测	新型显示检测专用高亮背光源，光源颜色RGBW可调
三维光源	新型显示检测印刷压花检测	三维缺陷检测专用光源，高亮且平行度高
图像采集卡55	工业缺陷检测	可靠的图像采集和图像预处理功能

资料来源：凌云光招股说明书，中信建投

图：公司产品中自主视觉器件占比（自主/外购）

产品	组成部分	应用领域
产品	组成部分	消费电子	立体视觉	智慧交通	科学图像	其他制造业
可配置视觉系统	相机	85%/15%	5%/95%	30%/70%	20%/80%	15%/85%
可配置视觉系统	光源	0%/100%	0%/100%	75%/25%	100%	2%/98%
产品	组成部分	新型显示	印刷包装		新能源	消费电子
智能视觉装备	相机	55%/45%	5%/95%		0%/100%	45%/55%
智能视觉装备	光源	背光源100%自产条形光100%外购	60%/40%		0%/100%	0%/100%

资料来源：凌云光招股说明书，中信建投

4.1.5 凌云光：工业机器视觉板块增长强劲

• 公司产品覆盖多个下游，其中消费电子（含生产&检测以及工业富联）、新能源领域增长强劲：

• （1）据CINNO Research统计，2020年公司在中国消费电子可配置视觉系统市占率22.4%，仅次于康耐视和基恩士。凭借日趋成熟的系统能力以及响应速度，公司实现对基恩士等的进口替代，逐渐增大在苹果产业链的市场份额

（2）2022年上半年，随着工业富联进一步加大在工业互联新基建和智能工厂领域的投资力度，双方合作进一步加强，鸿海精密（含工业富联及其合并范围内公司）收入金额为1.10亿元，同比快速增长。有望在2023年带来较大增量

（3）受益于新能源行业的高景气以及对生产品控的提高，公司机器视觉产品应用于光伏玻璃检测等领域，服务于福莱特集团、宁德时代、信义集团等行业龙头，2023年将保持强劲增长

图：2022年1-9月公司自主机器视觉收入按行业拆分

图：2020年中国机器视觉下游应用领域分布

4.1.6 凌云光：基于视觉核心技术积累，推进立体视觉领域布局

. FZMotion光学运动捕捉系统：凌云光自主开发的运动捕捉采集与分析系统，具备实时跟踪测量并记录三维空间内点的轨迹、刚体的运动姿态以及人体的动作的功能，可广泛应用在影视动画、游戏娱乐、虚拟现实、工业仿真、生命科学、无人机、医疗、体育、科研、教育等领域。FZMotion主要由swift光学运动捕捉相机以及运动捕捉智能分析软件构成，Swift系列具有多种型号，满足大视野高速高精度场景的拍摄。

• LuXR摄像机跟踪系统：由XRmaster跟踪软件、动捕相机与软件、刚体、跟踪服务器、标定物等配件组成。能够解算真实摄像机位姿、镜头文件并传递至渲染引擎中的虚拟摄像机，用于广电与影视等市场的虚拟拍摄。与传统的绿幕技术相比，XR技术在成本、对演员和导演的要求等方面具有优势。

Human3D+高精度人体3D建模系统：核心是多视角立体视觉（multi-viewstereo）技术。系统主要由单反、同步盒、支架、光源、工作站组成，基于多单反同步、快速清晰成像、高速存储，配套专用、用3D建模软件自动完成高精度人体全身或局部重建，再利用三维动画制作软件对重建结果进行处理，得到高真实度数字人物，主要用于影视、直播、游戏等行业写实类数字人的制作。

图:凌云光FZMotion光学运动捕捉系统应用场景

资料来源：凌云光官网，中信建投

图:凌云光LuXR相机跟踪系统流程图

资料来源：凌云光官网，中信建投

4.1.7 凌云光：基于视觉核心技术积累，推进立体视觉领域布局

技术与产品能力领先，打造行业标杆平台与解决方案。公司拥有国内领先的立体视觉重建、动作捕捉等立体视觉相关技术，自主研发了LuStage光场重建系统、FZMotion运动捕捉系统、LuXR虚拟拍摄系统，成功打造了如“无锡华莱坞虚拟棚”等标杆性的智能制作平台，产品方案服务于《疯狂的外星人》、总台春晚《金面》等影视节目项目。

基于AIGC技术，推进数字人内容智能创作。公司产品正在与ChatGLM-6B做联合测试，将应用在数字人内容智能创作中，进而带来智能语音的生成效率与生成质量的提高和语言能力的提升。

元宇宙行业发展迅速，公司业务营收增速显著。据中商产业研究院数据，中国元宇宙行业市场规模增长迅速，市场规模预计从2022年的425亿元发展至2027年的1264亿元，CAGR为24.35%。公司在元宇宙底层技术和产品领域深耕多年，2020-2022年相关收入分别为0.58亿/0.90亿/1.4亿，其中2022年动作捕捉已形成标准化产品，数字人(AIGC)达到千万级别以上的收入。2022年11月，公司拟设立全资子公司元客视界，并已在朝阳区西店记忆文创小镇等地开展项目建设。

图:凌云光立体视觉技术架构与产品布局

资料来源：凌云光交流资料，中信建投

图:2022-2027中国元宇宙市场规模

资料来源：中商产业研究院，中信建投

4.2.1 奥普特：光源等核心零部件优势显著的系统解决方案供应商

奥普特成立于2006年，主营业务为机器视觉核心软硬件产品的研发、生产和销售。

• 以光源产品切入机器视觉市场，逐步拓展其他核心零部件。成立之初，奥普特以机器视觉核心部件中的光源产品为突破进入机器视觉市场。后续将产品线逐步拓展至其他机器视觉部件。目前，奥普特自主产品线已覆盖光源、光源控制器、镜头、视觉控制系统等机器视觉核心部件。

图：公司发展历程

• 公司营收增速逐年提升：2022年公司实现营收11.41亿，同比增长30.40%，实现归母净利润3.25亿，同比增长7.26%。2018-2022年，得益于制造业转型升级，下游市场需求持续增长，同时公司推出新产品带动销售，奥普特营收快速增长且增速逐年提升，营业收入从2018年的4.22亿增长到2022年的11.41亿，CAGR值为28.23%，归母净利润从2018年的1.37亿增长到2022年的3.25亿，CAGR值为24.11%。（2022年利润受股份支付和信用减值影响较大，简单还原则与收入增速同步）

• 产品结构逐步优化：2018-2021年，随公司逐步拓展产品矩阵，公司收入结构逐步优化，光源/光源控制器在营收中的占比逐步下降，从2018年的45.24%/12.56%下降到2021年的34.72%/9.22%，新产品如相机的比例也相应的逐步提升。

图：奥普特营收和归母净利润变化

图：奥普特收入结构变化（分产品）

4.2.3 奥普特：下游应用领域拓展完善，高景气赛道带来高增量

下游应用领域持续拓展完善：随各下游应用领域对机器视觉重视度的提升，以及公司产品逐步推广得到市场认可，2017至2022年，公司持续拓展下游应用领域包括新能源、光伏、汽车等，逐步进入行业龙头企业，同时，整体结构也得以改善，3C电子在营收中的占比从2017年的近75%下降至2022年的56%，收入结构更为稳健。

高景气赛道带来高增量：下游战略重点赛道新能源行业景气度高，快速扩产，为公司营收带来高增量。2022年消费电子和新能源分别实现营业收入6.44亿和4.01亿元，同比增长24%和55%。

图：2017-2022奥普特收入结构变化（亿元）

图： 2022奥普特收入结构（分下游应用领域）

4.2.4 奥普特：提供成套光学解决方案，产品附加值高

公司以成套光学解决方案带动产品销售：奥普特主要生产和销售的产品包括光源、光源控制器、镜头、相机、视觉控制系统等机器视觉核心软硬件，并通过向下游客户提供专业的机器视觉解决方案带动产品的销售。2017至2020年6月，公司解决方案带动的产品销售在主营业务收入占比中均超过90%。

成套解决方案提高产品附加值，使产品毛利率维持较高水平：2017年至2020年6月，公司整体毛利率水平维持在70%左右，显著高于国内同行业可比公司，与海外龙头毛利率水平接近。

图：奥普特业务按销售模式拆分

图：毛利率与同行业上市公司比较

4.2.5 奥普特：产品覆盖机器视觉核心软硬件，价值量较高

• 产品覆盖机器视觉核心软硬件：奥普特主要生产和销售的产品包括光源、光源控制器、镜头、相机、视觉控制系统等机器视觉核心软硬件，基本实现对于机器视觉上游核心零部件的全覆盖。

核心零部件在产业链中价值较高：在机器视觉设备中，核心零部件对机器视觉设备的工作效果起到重要作用，且具有较高的技术门槛，因此在机器视觉设备中价值含量较高。

图：奥普特产品线逐步拓展

2006

2008

2009

2011

2012

2014

2015

2016

2017

2018

2019

2020

光源

第一代光源产品

产品线拓展至25大系列

产品线扩展至45大系列

产品线升级整合至38大系列

推出RGB三色线光和准直线光

光源控制器

第一代光源控制器产品

具备自动检测负载技术的光源控制器

第一代DPA6024系列产品

第一代DPH1024系列产品

第一代DPH2004系列产品

第二代DPH20048E系列产品

第二代DPA2024E系列产品

第一代DPA6024E系列产品

迷你大功率数字恒流型系列

镜头

布局镜头研发与生产

第一代定焦镜头

第一代线扫镜头

1.1系列定焦镜头

视觉控制器

第一代Q系列视觉控制器

第一代x系列视觉控制器

第一代EVC系列视觉控制器

第二代Q2系列视觉控制器

软件

SciSmart1.0

SciSmart2.0

SciVision1.0

SciVision2.0

SciVision3.0

SciSmart3.0

相机c

布局相机产品的研发

首次推出相机产品

万兆网线阵工业相机

图：奥普特2021收入结构（分产品）

4.2.6 奥普特：核心产品优势突出，光源及光源控制器达到国际领先水平

光学器件种类多样、竞争力强：2021年奥普特收入结构中，光源/光源控制器/镜头/相机/视觉控制系统/配件分别占比34.7%/9.2%/16.5%/10.5%/14.6%，其中光源部分（光源及光源控制器）占比超过40%，为公司核心产品。公司光源产品具有很强的市场竞争力，覆盖了常见的可见光和不可见光，共有38个系列，近千款标准化产品，同时提供定制化光源服务。

光源及光源控制器性能达国际领先水平：对比光源及光源控制器国际龙头CCS公司，公司光源产品在照度及均匀性两大重要指标上均具有一定优势，公司光源控制器产品能够采用恒流驱动方式可实现更精准的控制、响应时间更短、在易用性和安全性上的功能设计也更为周全

图：奥普特光源与CCS对比（上图为照度、下图为均匀性）图：奥普特光源控制器与CCS对比

资料来源：奥普特招股说明书，中信建投

产品型号	PD3-5024-4-PI(A)	DPA2024E-4
厂商	CCS	奥普特
光源驱动方式	PWM方式	恒流方式
自动检测光源额定电流	无此功能	有，检测精度在±2%之内
输出电流	1.91A MAX	2A MAX
短路保护	无此功能	有
过流保护	无此功能	有
可编程触发模式	无此功能	有
响应时间	<=20μs	<=15μs
触发响应频率	/	20KHz

资料来源：奥普特招股说明书，中信建投

4.3.1 天准科技：卓越的视觉装备平台型企业，工业转型升级推动者

天准科技成立于2005年，主营业务为工业视觉装备，包括精密测量仪器、智能检测装备、智能制造系统等。

• 公司将机器视觉核心技术应用于工业领域：在机器视觉算法、工业数据平台、先进视觉传感器、精密驱动控制技术等前沿科技领域不断投入研发，构筑和强化技术壁垒。

公司专注于服务工业领域客户：经过十余年的深耕与积累，公司累计服务了3000家客户，积累了大量的行业经验，确保前沿技术与工业实际场景的深度融合。

图：公司发展历程

4.3.2 天准科技：面向精密制造业，提供机器视觉智能化解决方案

主要产品包括视觉测量装备、视觉检测装备、视觉制程装备和智能网联方案，面向消费电子、半导体、PCB 、新能源、新汽车等精密制造行业。并有自研软件算法的能力。

图：天准科技业务结构

资料来源：天准科技招股说明书，中信建投

图：天准科技主要产品种类

视觉测量装备	利用多种视觉传感器结合精密光机电技术，通过自主研发的机器视觉算法对工业零部件进行高精度尺寸测量
视觉检测装备	利用视觉传感器获取被检零部件的图像等信息，通过机器视觉算法、深度学习算法等技术手段，实现缺陷检测，并按照缺陷特性进行分类分级，代替目前普遍采用的人眼检测
视觉制程装备	将机器视觉引导定位、智能识别、测量检测等功能融入到组装生产设备中，在线实时指导生产环节，实现高精度的组装生产，显著提升生产效率、品质及智能化水平
智能网联方案	包括智能驾驶域控制器、车路协同方案、AI 边缘计算平台等产品线。

资料来源：天准科技2021年报，中信建投

4.3.3 天准科技：营收快速增长，盈利能力持续提升

公司的营收快速增长：自2019年起，得益于制造业转型升级，下游市场需求持续增长，天准科技收入增长迅速，营收从2019年的5.41亿发展至2022年的16.13亿，2020/2021/2022分别同比增速为78.19%/31.22%/27.51%，CAGR为43.93%。

公司盈利能力持续提升：从2019年到2022年，公司归母净利润持续稳健增长，归母净利润从2019年的0.83亿元，发展至2022年的1.52亿元，2022年同比增速达13.43%。

视觉检测装备、视觉制程装备发展迅速：视觉测量装备、视觉检测装备、视觉制程装备分别占总营收48.4%、24.9%、22.7%，其中2021年视觉检测装备、视觉测量装备增速较快，分别实现了229.44%、455.87%的同比增长。

图：天准科技营收和归母净利润变化

资料来源：天准科技年报，中信建投

图：2021天准科技收入结构（分产品）

资料来源：天准科技2021年报，中信建投

4.3.4 天准科技：下游应用领域持续拓展，业务结构逐步改善

下游领域持续拓展：公司在消费电子、汽车、光伏半导体等主要下游应用场景的基础上，拓展了PCB、光伏、智能网联等新领域，其中PCB领域，公司在2020 年年底推出LDI 激光直接成像设备，2021 年销售第一年，即实现了营业收入 6,683.71 万元；光伏硅片分选机为国内龙头，与奥特维体量相当；智能网联领域公司的 AI 边缘计算设备及车路协同方案在 2021 年实现营业收入 4,969.49 万元，较上年度增长了 330.68%。

业务结构逐步改善：随着公司公司在消费电子以外下游应用领域的进展，公司非消费电子领域的业务占比从2018年的8.32%上升至21年的49.78%，降低了公司对于消费电子行业的依赖，有利于公司实现稳定可持续发展。

图：2018-2021天准科技下游应用领域营收变化（亿

图：2021天准科技下游应用领域占比

机器视觉业务方面：公司在线全自动光学检测设备主要有2D AOI、3D AOI、3D SPI、Mini LED AOI、LED AOI、FPC柔性线路板通用光学检测设备等产品；在线全自动生产设备主要有镭雕机、选择性波峰焊等产品。累计已服务约800家海内外知名客户，已成为苹果、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。

控制线缆组件/控制单元及设备业务：公司为全球下游客户提供功能、材质、结构、形态各异及多种特殊场合、特种功能的控制线缆组件产品，能够满足工业、金融、医疗、汽车等多个国民经济重要领域的智能设备企业对控制线缆组件的多样化需求。公司控制单元及设备产品种类丰富，细分产品超过二十种，包括多种智能制造及检测系统、太阳跟踪系统、半导体设备控制柜等产品。下游应用包括工业自动化、工业分析、新能源、电子信息系统、半导体等诸多应用领域。

图：矩子科技机器视觉主要产品

	2D AOI
	3D SPI
	FPC AOI（柔性线路板通用光学检测设备）
	LED AOI/Mini LED AOI
	激光刻印设备
机器视觉生产设备	高速点胶设备
机器视觉生产设备	选择性波峰焊设备

图：2021矩子科技收入结构（分产品）

4.4.2 矩子科技：营收稳中有升，机器视觉业务占比稳步提升

• 公司营收稳中有升： 2018至2022年前三季度矩子科技分别实现营收4.4亿/4.23亿/4.82亿/5.88亿/5.02亿，净利润0.99亿/0.86亿/0.89亿/1.01亿/0.84亿，营收同比增速逐年提升，2022年前三季度营收同比增速达23.04%，净利润同比增速也呈现上升趋势。

机器视觉业务占比稳步提升：随公司市场拓展逐步收获成效，及机器视觉行业整体向好，2018至2022年前三季度，公司机器视觉业务在营收中的占比分别为43.71%/45.16%/43.22%/47.45%，机器视觉业务在公司营收中的占比持续稳步提升。

图：矩子科技营收和归母净利润变化

图：2021矩子科技收入结构（分产品）

4.4.3 SMT生产流程及矩子科技产品在SMT产线中的应用

资料来源：矩子科技官网，中信建投

4.4.4 矩子科技：贴合市场发展趋势，布局3D机器视觉设备

国内3DAOI龙头，符合市场发展趋势：公司提前布局3D机器视觉市场，成功推出了一系列高端3D检测设备（3DAOI/3DSPI），产品核心的高速3D光学检测系统和数字式多相位条纹投影系统等均由公司自主研发设计并拥有自主知识产权。产品实现进口替代并获得海内外客户包括行业标杆客户的认可，并实现了规模化销售， 3D机器视觉产品在公司机器视觉产品中占比快速提升。与市场发展趋势相符合，有望实现高增长。

图：公司3DAOI产品及应用效果

4.4.5 矩子科技：基于机器视觉技术，发展高端自动化生产设备

• 逐步拓展高端自动化生产设备：公司基于自身在机器视觉技术及工业控制自动化技术的积累，面向制造业转型升级中的自动化，智能化需求，开发出全自动点胶机、全自动波峰焊机、镭雕机等自动化生产设备。将机器视觉应用在生产制造过程中进行即时检测，而传统生产设备则需要额外的检测环节，这一便利性有望为帮助公司进一步进入自动化生产设备市场。目前公司高速点胶机产品已经取得初步订单，预计明年会形成一定批量销售。

图：公司高速点胶设备

资料来源：矩子科技官网，中信建投

图：中国自动点胶机市场规模预测

资料来源：安达智能，中信建投

4.5.1 海康机器人：面向全球的机器视觉和移动机器人提供商

海康机器人从海康威视的机器视觉业务中心发展而来，核心业务为机器视觉和移动机器人。

聚焦工业视觉传感，驱动工业数字化和智能化。机器视觉业务逐步发展出2D 视觉、智能ID、3D 视觉三大硬件产品线，同时以 VM 算法软件平台为核心，培养视觉应用生态。以技术创新为驱动，以市场需求为导向，聚焦产品和平台的升级迭代，持续为3C 电子、新能源、汽车、医药医疗、半导体、快递物流等行业提供机器视觉硬件产品和算法软件平台，提升生产制造柔性和产品品质，助力智能制造的发展。

图：海康机器人发展历程（机器视觉部分）

资料来源：海康机器人官网，海康机器人招股说明书（申报稿），中信建投

4.5.2 海康机器人：提供智能化和软硬一体解决方案，产品矩阵丰富

• 公司机器视觉产品矩阵丰富，提供智能化和软硬一体解决方案：当前公司机器视觉有三大硬件产品线：2D 视觉产品线、智能 ID产品线和 3D 视觉产品线；软件方面以VM 算法软件平台为核心，同时正在开发 3D 视觉应用平台，培养国产视觉应用生态。

• 公司机器视觉产品标准化程度高，可以广泛兼容不同的设备和下游场景：公司所有产品均采用开放的设计模式，支持标准化协议，可与第三方的产品进行无缝兼容。基于自主研发的核心部件产品所搭建的视觉应用系统能够覆盖大部分行业的应用，具有系统集成度高、稳定性好的特点，同时可以针对具体的下游场景进行定制化开发以获得更优的系统性能。

图：海康机器人机器视觉产品矩阵

4.5.3 海康机器人：主营业务逐步明晰，机器视觉业务引领公司增长

公司机器视觉与移动机器人两大主营业务逐步明晰：2019-2022Q3期间，机器视觉业务和移动机器人业务合计占主营业务收入比例分别为 89.05%、92.93%、96.36%和 98.07%，占主营业务收入的绝大部分且占比逐年提高，2020年以来机器视觉部分占比超60%，是公司第一大主营业务。

• 公司机器视觉业务持续高增，引领公司整体业绩持续突破：2019-2022Q3期间，公司机器视觉业务实现从2019年的近5亿元，增长至2021年的超17亿元，连续两年实现超85%的高速增长。在机器视觉业务的强劲拉动下，公司整体业绩也实现持续突破，从2019年的9.28亿元发展至2021年的27.40亿，CAGR达71.83%。2022年前三季度机器视觉业务和整体业务已与2021年全年情况持平，2022年有望进一步增长。

图：2019-2022Q3 海康机器人业务占比

资料来源：海康机器人招股说明书（申报稿），中信建投

图：2019-2022Q3 海康机器人营收情况

资料来源：海康机器人招股说明书（申报稿），中信建投

4.5.4 海康机器人：公司机器视觉相机及工业读码器产品性能领先

机器视觉相机：在相机领域，公司在硬件设计、光学结构设计、嵌入式设计、传输协议、算法层面均进行了多项创新及优化，从而保证产品技术的竞争力，形成了全系列产品的覆盖；在生产工艺层面，公司建造了百级净化车间及配套进行产品的生产组装，并开发了多项高精度工艺工装设备，确保产品的性能达到业界领先。

工业读码器：性能方面，公司的工业读码器产品在最大分辨率、最大读码速度、读码算法技术路线以及最小产品尺寸等方面优于竞争对手。同时公司的全系列工业读码器产品均采用AI算法，并支持小样本训练，能快速适应场景训练出高识别率的模型，领先国内外竞争对手。

图：海康机器人相机产品与国内竞争对手比较

公司		海康机器人	奥普特	凌云光	大恒图像
产品及业务范围	面阵分辨率	0.3MP-604MP	0.3MP-151MP	0.3MP-151MP	0.4MP-31MP
	接口种类	千兆网、USB3、万兆网、CameraLink、 CoaXPress6/12	千兆网、USB3、万兆网、CameraLink、 CoaXPress6/12	千兆网、USB3、万兆网、CoaXPress6/12	千兆网、USB3、 5GigE
	线阵分辨率	2K/4K/8K/16K	2K/4K/8K	2K/4K/8K	1
	接口种类	千兆网、 CameraLink、万兆网	千兆网、 CameraLink	千兆网、CameraLink	1
产品功能	特殊功能	支持无损压缩、相机密钥	一	1	1
产品功能	校正功能	明场校正、暗场校正、镜头阴影	明场校正、暗场校正、镜头阴影	明场校正、暗场校正、镜头阴影	明场校正、暗场校正、镜头阴影

资料来源：海康机器人招股说明书（申报稿），中信建投

图：海康机器人工业读码器产品与康耐视/基恩士比较

公司	海康机器人	康耐视	基恩士
型号	ID2000、ID3000、 ID5000	DM150、DM262、 DM375	SR700、SR1000、SR-X
读码器性能	最大分辨率	2000万	310万	500万
	最大读码速度	90个码/秒	50个码/秒	45个码/秒
	技术路线	全系列AI算法+小样本训练	传统图像识别	AI预处理+传统图像识别
	最小产品尺寸	46mm38mm 25mm	42.4mm22.2mm 38.7mm	37mm35.5mm56mm

资料来源：海康机器人招股说明书（申报稿），中信建投

融合智能工业视觉平台TurboX Inspection提供工业场景的便捷化高效化解决方案。是依托中科创达操作系统和AI技术面向工业视觉场景进行深度优化和适配的云端一体化融合智能平台。可以通过较少的样本图片，快速完成训练、验证和交付，包含推理引擎、数据管理、算法库管理、训练管理、模型验证等多个子系统，可以对各种复杂的缺陷进行快速、精准的识别。

融合智能工业视觉平台TurboXInspection提供不同场景下丰富的工业视觉方案。针对工业领域的产品多样化、产品更新周期快等特点，提供目标检测、识别、分类、分割4大视觉AI核心算法能力。在液晶面板、电气设备等多个产线成功应用结果表明，融合智能工业视觉平台达到了过检率低于1.5%，远超过传统机器视觉的检测水平，可有效帮助制造企业减少75%工作量，产能提升35倍。

图：TurboX Inspection融合智能工业视觉平台架构

资料来源：中科创达官网，中信建投

图：TurboX Inspection电子元器件检测

资料来源：中科创达官网，中信建投

4.6.2 中科创达：协同多方合作伙伴，打造云边端一体化解决方案

与Amazon和施耐德协作，打造人工智能视觉云边端一体化解决方案：在云侧与Amazon SageMaker的算法框架实现深度融合，在端侧与施耐德电气的各类工业自动化设备实现无缝对接，实现智能操作系统、智能云和智能设备的三方合力、融合创新。

• 与华为共启边缘计算合作，打造TurboX Inspection Lite边缘训练&边缘推理缺陷检测平台：中科创达在AI质检领域推出了基于昇腾的TurboX Inspection Lite边缘训练&边缘推理缺陷检测平台，集成了Atlas 300I推理卡、Atlas 500智能小站等一系列推理硬件，可广泛应用于电气、电池能源、汽车电子、医疗生产等行业的生产检测。平均精确率可达到99.6%、错检率为1.56%、漏检率为0.8%，相比人工质检极大地提升了产品检测质量与效率，并节约了人工成本。

图：TurboX Inspection融合智能工业视觉平台系统架构

4.7.1 精测电子：依托显示测试设备，拓展半导体、新能源检测业务

• 公司主要从事显示、半导体、新能源检测系统的研发、生产与销售。公司目前在显示领域的主营产品包括信号检测系统、OLED调测系统、AOI光学检测系统和平板显示自动化设备等；在半导体领域的主营产品包括存储芯片测试设备、驱动芯片测试设备以及膜厚量测类设备等；在新能源领域的主营产品包括锂电池和燃料电池检测设备等。

• 公司发展历程可分为两个阶段：1）2006-2016年系公司深耕面板检测设备时期，2006年公司创立，之后成立多家子公司，切入检测自动化、AOI等面板检测领域；2）2016年至今系公司开辟半导体、新能源检测新领域时期，公司成立上海精测、武汉精能等多家子公司，布局半导体前道量测、新能源测试等领域。2023年2月，深圳精测光电有限公司成立。

图：公司深耕面板检测设备领域多年，基于原有技术积累拓展至半导体、新能源等检测设备领域

4.7.2 精测电子：量测、检测是机器视觉的重要应用

• 面板检测设备贯穿于面板生产制造全过程，为保障良率的关键环节。面板生产包含阵列（Array）、成盒（Cell）和模组（Module）三大制程，检测环节用于保证各段生产制程的可靠性和稳定性，提升产线整体的良率。

图：面板检测设备贯穿于面板生产制造的前、中、后道

4.7.2 精测电子：量测、检测是机器视觉的重要应用

半导体过程控制可分为量测（Metrology）、缺陷检测（Inspection）两大环节。量测：主要针对晶圆电路的结构尺寸、材料特性进行描述，包括薄膜厚度、关键尺寸（CD）、刻蚀深度等物理参数；缺陷检测：主要查看晶圆是否有异质，包括颗粒污染、表面划伤等可能对芯片功能产生不良影响的结构性缺陷。

• 同样根据测试功能分类，半导体过程控制测试设备可对应分为量测设备、缺陷检测设备两大类。量测设备包括三维形貌量测设备、薄膜膜厚量测设备、套刻精度量测设备、关键尺寸量测设备、掩膜量测设备等；检测设备包括无图形晶圆缺陷检测设备、图形晶圆缺陷检测设备、掩膜检测设备、电子束缺陷检测设备等。

图：半导体过程控制工艺可分为量测、检测两大工艺，分别对应不同设备

• 2022年业绩稳定增长，半导体业务表现亮眼：2022年公司营收达27.31亿元，大幅增长13.35%。显示业务维持稳定。营收21.69亿元，同比-1.41%，仍是公司主要收入来源，在下游需求较为低迷的情况下，公司积极调整布局、推出新产品，在新型显示检测领域持续发力，总体维持稳定。

半导体业务持续突破。营收1.83亿元，同比+34.12%。值得注意的是，公司前道量测设备取得多重突破，成熟产品获一线客户批量订单，新产品陆续验证中。截至年报披露日，公司在手订单27.97亿元，其中半导体、新能源领域订单分别8.91、4.82亿元，相比2022年同期均实现较大幅度增长。

图：精测电子营收和归母净利润变化

图：近年精测电子收入结构（分产品）

4.8.2 中科飞测：产品放量推动营收屡创新高，规模提升帮助盈利显著修复

营收不断创造新高，2020年公司首度扭亏为盈。2018-2022年，公司营业收入分别为0.30、0.56、2.38、3.61、5.09亿元，期间复合增长率为103.23%；净利润分别为-0.56、-0.97、0.40、0.53、0.12亿元，2020年首度扭亏为盈。收入端来看，公司屡破新高主要系公司持续进行新客户拓展验证+下游半导体行业扩张，双重驱动使得公司新签订单量不断增加，推动业绩增长。利润端来看，公司2020年扭亏为盈主要系公司营收大幅增加，费用端增速小于收入端增速，因此归母净利润由负转正。2022年净利润降幅较大，主要系研发费用率带动期间费用率大幅提升所致，2022年公司期间费用率为62.67%，同比增长17.49pct，其中销售、管理、研发、财务费用率分别为10.56%、11.79%、40.40%、-0.09%，同比分别+1.78pct、+0.77pct、+14.04pct、+0.88pct，费用率大幅提升导致净利润下降。

展望未来，公司有望持续快速发展。截至2022年末，公司合同负债4.85亿元，同比增长211.57%，2023Q1合同负债继续上升到5.45亿元，随着公司订单数量不断增加，以及未来国产半导体设备替代加速，公司有望持续保持高速发展态势。

图：公司2018-2022年营业收入保持较高增速

图：2020年公司实现扭亏为盈，盈利显著修复

4.8.1 中科飞测：专注于检测与量测设备，公司产品达到国内领先水准

• 专注于检测与量测设备，公司产品已应用于国内主流制程。公司是一家国内领先的高端半导体质量控制设备公司，自成立以来始终专注于检测和量测两大类集成电路专用设备的研发、生产和销售，产品主要包括无图形晶圆缺陷检测设备系列、图形晶圆缺陷检测设备系列、三维形貌量测设备系列、薄膜膜厚量测设备系列等产品，已应用于国内28nm及以上制程的集成电路制造产线。

• 公司深耕光学、大数据等检测技术领域，产品不断进入下游头部领域客户。公司自2014年成立以来，公司依托在光学检测技术、大数据检测算法和自动化控制软件等领域的深耕，先后通过中芯国际、长江存储等国内主流晶圆厂商的产线验证，为上述企业提供生产过程中的质量控制和工艺检测设备，帮助客户提升良品率。与此同时，公司两次承担国家“02重大专项”研发项目，并且无图形晶圆缺陷检测设备通过国家科技重大专项验收并正在进行产业化验证，体现出公司良好的研发能力。

图：公司专注于量测设备领域，各大产品通过头部客户验证

4.8.3 中科飞测：公司产品与竞品技术参数水平相一致，份额不断提升

从技术实力对比来看，公司产品总体性能和关键性能参数与竞品相当。在集成电路领域，公司自主研发、生产的检测和量测设备已在国内主要集成电路制造厂商获得验证并取得批量订单，在国内市场上打破了国外厂商的垄断。以具有代表性的检测和量测设备为例，从公开资料对比，其与国际龙头企业同类型设备的技术对比如下：

图：公司产品技术实力与国外设备厂商同代产品相一致

设备类型	公司		设备型号		工艺节点		最小灵敏度
无图形晶圆缺陷检测设备系列	中科飞测		S1		130nm或以上		60nm
	KLA		Surfscan SP1TBI		130nm或以上		60nm
	中科飞测		S2		2Xnm或以上		23nm
	KLA		Surfscan SP3		2Xnm或以上		23nm

设备类型	公司	设备型号		最小灵敏度		吞吐量		放大倍率
图形晶圆缺陷检测设备系列	中科飞测	B2		0.5um		80wph（灵敏度3um）		多物镜切换
	创新科技	F30		0.5um		120wph （灵敏度10um）		多物镜切换

设备类型	公司		设备型号		重复性精度		量测方式
三维形貌量测设备系列	中科飞测		C2		0.1nm		自动数据采集和分析
	帕克公司		NX Wafer		0.1nm		自动数据采集和分析

设备类型	公司		设备型号		重复性精度		量测方式
薄膜膜厚量测设备系列	中科飞测		LATI-900		32nm-45nm		0.003nm
	KLA		Aleris 8500		32nm-45nm		未披露

风险提示

新应用场景拓展不及预期：机器视觉在下游行业中应用场景的渗透率提升是机器视觉行业增长的重要逻辑，若机器视觉新产品无法满足下游应用场景的性能需求，则会导致机器视觉在下游应用场景中的渗透受阻。

下游应用行业增长不及预期：机器视觉系统和设备的销售受到其下游应用行业的影响较大，若下游应用行业的增长放缓，则会导致下游行业对于机器视觉的需求减弱。

新技术研发不及预期：若3D机器视觉、深度学习、大模型等相关先进技术的更新迭代不及预期，则会影响机器视觉的应用推广。

• 数据数量与数据质量不及预期：具体应用场景中的机器视觉需要足量的高质量数据进行训练，若部分场景的数据数量和质量存在短板，则会影响机器视觉在这一下游应用场景的落地。

算力基础设施不及预期：随机器视觉技术逐步走向深度学习和大模型，若相应的边缘计算、云计算等算力资源发展不及预期，则会影响机器视觉的技术迭代与落地。

• 市场竞争加剧风险：机器视觉下游产业需求的不断扩大将导致更多厂商进入这一市场，行业中的相关公司将面临着市场竞争加剧的风险。

感谢陈思玥对本报告的贡献。

分析师介绍

吕娟：董事总经理，高端制造组组长，机械&建材首席分析师。复旦大学经济学硕士，法国 EDHEC 商学院金融工程交换生，河海大学机械工程及自动化学士，2007.07-2016.12 曾就职于国泰君安证券研究所，2017.01-2019.07 曾就职于方正证券研究所。曾获新财富、金牛、IAMAC、水晶球、第一财经、WIND最佳分析师第一名。

阎贵成：中信建投证券通信&计算机行业首席分析师，北京大学学士、硕士，专注于云计算、物联网、信息安全、信创与5G等领域研究。近8年中国移动工作经验，6年多证券研究经验。系2019-2021年《新财富》、《水晶球》通信行业最佳分析师第一名，2017-2018年《新财富》、《水晶球》通信行业最佳分析师第一名团队核心成员。

金戈：中信建投证券研究发展部计算机行业联席首席分析师，帝国理工学院工科硕士，擅长云计算、金融科技、人工智能等领域。

于芳博：中信建投计算机行业分析师，北京大学空间物理学学士、硕士，2019年7月加入中信建投，主要覆盖方向智能汽车、CPU/GPU/FPGA/ASIC、EDA和工业软件等方向。

评级说明

投资评级标准		评级	说明
报告中投资建议涉及的评级标准为报告发布日后6个月内的相对市场表现，也即报告发布日后的6个月内公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。A股市场以沪深300指数作为基准；新三板市场以三板成指为基准；香港市场以恒生指数作为基准；美国市场以标普 500 指数为基准。	股票评级	买入	相对涨幅15%以上
		增持	相对涨幅5%-15%
		中性	相对涨幅-5%-5%之间
		减持	相对跌幅5%-15%
		卖出	相对跌幅15%以上
	行业评级	强于大市	相对涨幅10%以上
		中性	相对涨幅-10-10%之间
		弱于大市	相对跌幅10%以上 ?

分析师声明

本报告署名分析师在此声明：（i）以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告, 结论不受任何第三方的授意或影响。（ii）本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。

法律主体说明

本报告由中信建投证券股份有限公司及/或其附属机构（以下合称“中信建投”）制作，由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。中信建投证券股份有限公司具有中国证监会许可的投资咨询业务资格，本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格证书编号已披露在报告首页。

在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。本报告作者所持香港证监会牌照的中央编号已披露在报告首页。

一般性声明

本报告由中信建投制作。发送本报告不构成任何合同或承诺的基础，不因接收者收到本报告而视其为中信建投客户。

本报告的信息均来源于中信建投认为可靠的公开资料，但中信建投对这些信息的准确性及完整性不作任何保证。本报告所载观点、评估和预测仅反映本报告出具日该分析师的判断，该等观点、评估和预测可能在不发出通知的情况下有所变更，亦有可能因使用不同假设和标准或者采用不同分析方法而与中信建投其他部门、人员口头或书面表达的意见不同或相反。本报告所引证券或其他金融工具的过往业绩不代表其未来表现。报告中所含任何具有预测性质的内容皆基于相应的假设条件，而任何假设条件都可能随时发生变化并影响实际投资收益。中信建投不承诺、不保证本报告所含具有预测性质的内容必然得以实现。

本报告内容的全部或部分均不构成投资建议。本报告所包含的观点、建议并未考虑报告接收人在财务状况、投资目的、风险偏好等方面的具体情况，报告接收者应当独立评估本报告所含信息，基于自身投资目标、需求、市场机会、风险及其他因素自主做出决策并自行承担投资风险。中信建投建议所有投资者应就任何潜在投资向其税务、会计或法律顾问咨询。不论报告接收者是否根据本报告做出投资决策，中信建投都不对该等投资决策提供任何形式的担保，亦不以任何形式分享投资收益或者分担投资损失。中信建投不对使用本报告所产生的任何直接或间接损失承担责任。

在法律法规及监管规定允许的范围内，中信建投可能持有并交易本报告中所提公司的股份或其他财产权益，也可能在过去12个月、目前或者将来为本报告中所提公司提供或者争取为其提供投资银行、做市交易、财务顾问或其他金融服务。本报告内容真实、准确、完整地反映了署名分析师的观点，分析师的薪酬无论过去、现在或未来都不会直接或间接与其所撰写报告中的具体观点相联系，分析师亦不会因撰写本报告而获取不当利益。

中信建投证券研究发展部

北京

东城区朝内大街2号凯恒中心B座12层

电话：(8610) 8513-0588

联系人：李祉瑶

邮箱：lizhiyao@csc.com.cn

上海

浦东新区浦东南路528号南塔2103室

电话：(8621) 6882-1612

联系人：翁起帆

邮箱：wengqifan@csc.com.cn

深圳

福田区福中三路与鹏程一路交汇处广电金融中心35楼

电话：（86755）8252-1369

联系人：曹莹

邮箱：caoying@csc.com.cn

中信建投（国际）

香港中环交易广场2期18楼

电话：（852）3465-5600

联系人：刘泓麟

邮箱：charleneliu@csci.hk

证券研究报告行业深度报告

工业机器视觉深度报告----兼具高成长和成熟技术的AI应用赛道

起点财经GPT搞钱交流群 ChatGPT不会淘汰你！先驾驭ChatGPT的人会淘汰你！

核心要点

目录

1.1 工业机器视觉是软硬件一体化的应用系统

1.1.1 机器视觉的“眼睛”：由光源/镜头/相机组成的成像系统

. 光源：形成有利于图像采集的条件，或用作测量的工具和参照物。

• 镜头：采集图像并将图像发送至相机

• 相机：将镜头传输的光信号转化为数字信号便于后续处理分析

1.1.2 机器视觉的“大脑”：算法+软件平台

1.1.3 机器视觉可实现由易到难等多种功能

1.2.1 机器视觉发展史：重点把握核心技术的突破和下游应用拓展

1.2.2 机器视觉发展史：成像、算法、算力和应用是四大核心驱动力

1.3.2 技术角度①：从2D到3D，技术能力和应用范围的提升

1.3.2 技术角度③：结合大模型实现降本增效，推动更广泛商业化落地

1.3.3 政策角度：政策利好加持机器视觉发展

1.3.4 全球机器视觉市场规模稳定增长，国内市场增速明显

1.4.1 国内机器视觉品牌市场占有率不断提升

1.4.2 市场角度：国内机器视觉品牌市场占有率不断提升

目录

工业机器视觉产业链

底层元件

下游

2.1.1 光源：国产品牌表现强势，达国际领先水平

2.1.2 镜头：技术逐渐成熟，国产替代逐步推进

2.1.3 工业相机：国产厂商开始布局， “智能化”趋势明显

2.1.4 算法软件：算法自研，呈现技术标准化、软件便捷化趋势

2.2.1 纵向：拓展产业链布局，推进上下游环节自主研发/深度合作

2.2.2 横向：围绕机器视觉技术，实现产品种类拓展

2.3.1 3C电子：高质量标准带来较高机器视觉渗透率

2.3.2 3C电子：产品与产线升级迭代带来稳定增长

2.3.3 锂电：机器视觉逐步渗透

2.3.4 锂电：品质管控需求明确，竞争格局优秀

2.3.5 汽车：生产制造自动化程度高，机器视觉需求持续提升

2.3.6 半导体：机器视觉应用较为成熟，海外巨头占据高端市场

2.3.7 仓储物流：降本增效需求明确，智能化市场空间广阔

2.3.9 光伏：机器视觉深度参与，嵌入式/可配置系统有望推广

目录

3.1.2 基恩士：提供丰富工业自动化产品，机器视觉核心环节全覆盖

3.1.4 基恩士：为广泛下游行业提供解决方案，各下游占比较为均衡

3.1.5 基恩士：营销网络布局全球，直销模式更好满足并挖掘客户需求

3.2.1 康耐视：全球机器视觉和代码读取领域的领导者

3.2.2 康耐视：提供丰富机器视觉产品，相机、软件环节自主覆盖

目录

4.1.1 凌云光：深耕行业20年，国内领先的视觉系统与装备供应商

4.1.2 凌云光：针对行业场景，提供丰富解决方案与产品

4.1.3 凌云光：营收与利润快速增长，业务结构持续改善

4.1.4 凌云光：逐步拓展产业链，发展核心视觉器件研发与生产能力

4.1.5 凌云光：工业机器视觉板块增长强劲

4.1.6 凌云光：基于视觉核心技术积累，推进立体视觉领域布局

4.1.7 凌云光：基于视觉核心技术积累，推进立体视觉领域布局

4.2.1 奥普特：光源等核心零部件优势显著的系统解决方案供应商

4.2.3 奥普特：下游应用领域拓展完善，高景气赛道带来高增量

4.2.4 奥普特：提供成套光学解决方案，产品附加值高

4.2.5 奥普特：产品覆盖机器视觉核心软硬件，价值量较高

4.2.6 奥普特：核心产品优势突出，光源及光源控制器达到国际领先水平

4.3.1 天准科技：卓越的视觉装备平台型企业，工业转型升级推动者

4.3.2 天准科技： 面向精密制造业，提供机器视觉智能化解决方案

4.3.3 天准科技：营收快速增长，盈利能力持续提升

4.3.4 天准科技：下游应用领域持续拓展，业务结构逐步改善

4.4.2 矩子科技：营收稳中有升，机器视觉业务占比稳步提升

4.4.3 SMT生产流程及矩子科技产品在SMT产线中的应用

4.4.4 矩子科技：贴合市场发展趋势，布局3D机器视觉设备

4.4.5 矩子科技：基于机器视觉技术，发展高端自动化生产设备

4.5.1 海康机器人：面向全球的机器视觉和移动机器人提供商

4.5.2 海康机器人：提供智能化和软硬一体解决方案，产品矩阵丰富

4.5.3 海康机器人：主营业务逐步明晰，机器视觉业务引领公司增长

4.5.4 海康机器人：公司机器视觉相机及工业读码器产品性能领先

4.6.2 中科创达：协同多方合作伙伴，打造云边端一体化解决方案

4.7.1 精测电子：依托显示测试设备，拓展半导体、新能源检测业务

4.7.2 精测电子：量测、检测是机器视觉的重要应用

4.7.2 精测电子：量测、检测是机器视觉的重要应用

4.8.2 中科飞测：产品放量推动营收屡创新高，规模提升帮助盈利显著修复

4.8.1 中科飞测：专注于检测与量测设备，公司产品达到国内领先水准

4.8.3 中科飞测：公司产品与竞品技术参数水平相一致，份额不断提升

风险提示

分析师介绍

评级说明

分析师声明

4.3.2 天准科技：面向精密制造业，提供机器视觉智能化解决方案

工业机器视觉行业深度报告：兼具高成长和成熟技术的AI应用赛道-90页