计算机行业周报：机器视觉产业链梳理

投资建议：强于大市（维持）上次建议：强于大市 计算机12月周报（12.18—12.22） 机器视觉产业链梳理 ➢机器视觉是人工智能快速发展的分支 机器视觉是人工智能技术的一个分支，通常指一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件等技术。机器视觉系统作为智能制造的关键技术，能够提高检测效率和精度，降低人力成本，且适应复杂危险环境，推动制造业升级和创新。随着国内机器视觉技术与产品在实践中不断完善，机器视觉技术已经实现了较为广泛的应用。 作者 ➢多重驱动提升机器视觉需求 分析师：姜青山执业证书编号：S0590523050001邮箱：jiangqs@glsc.com.cn分析师：黄楷执业证书编号：S0590522090001邮箱：huangk@glsc.com.cn 中国劳动力市场紧张，制造业转型升级需求强劲。据世界银行数据，中国15岁以上人口劳动参与率下降且人均工资提升导致制造业成本提升。政府部门出台多项政策支持机器视觉产业发展，包括提升产业链竞争力、加强技术研发和创新、发展底层技术等，享受政策和资金扶持，催化“机器替人”。根据高工产业研究院（简称GGII）数据，2022年中国机器视觉细分应用市场中，3C电子、半导体、汽车和锂电池4个行业需求占比56.2%。➢中国机器视觉市场空间广阔 随着中国制造业持续升级，当前已成为机器视觉重要市场。近年国内3C电子、汽车、新能源、快递物流等行业的蓬勃发展拉动了相关企业的扩产需求，机器视觉需求增长明显。GGII数据显示，全球机器视觉市场规模增长较为稳定，22-25年CAGR预计为13%，25年有望达到1276亿元。我国机器视觉行业市场规模从2016年的47亿元增长至2021年的138亿元，CAGR为24.14%；2025年市场规模有望达到349亿元，21-25年CAGR高达26.07%，其中3D视觉有望达到58亿，占有率进一步提升。 ➢当前机器视觉指数失真 当前二级市场相关机器视觉指数8841081.WI，指数包含上市公司有30家，行业分布横跨电子、汽车、机械、计算机、军工等诸多行业，研究难度较大。同时大部分公司业务关联度较低，且营收占比差距较大。以海康威视为例，其机器视觉业务主体来自于子公司海康机器人，当前指数失真较为明显。经过筛选海康机器、奥普特、凌云光、大恒科技、天准科技解决方案比较完整，且主业关联度较高；奥比中光主要专注于上游3D相机。 ➢技术创新有望提升机器视觉使用范围 3D机器视觉具备高精准、高稳定性等优势，能够有效提升检测效率和精度，突破了2D的局限性，适用于更多的场景和需求。深度学习相关算法不断迭代优化，生成对抗网络（GAN）、强化学习（RL）等新技术也在机器视觉领域不断涌现，并为该领域带来了更多的可能性。深度学习相关技术的持续进步显著提升了机器视觉技术的能力，加快了机器视觉向更多行业渗透的进程。2023年随着Meta SAM模型的发布标志着机器视觉进入多模态大模型时代，将有望对机器视觉技术的发展产生革命性的推动作用。 ➢投资建议 制造业下游发展迅速，相关场景机器视觉需求持续旺盛。当前3C电子、汽车、新能源、核心客户持续推进产业链自动化进程，同时3D视觉、深度学习，多模态大模型技术有望进一步提升机器视觉的技术能力和使用范围。建议关注：海康机器（待上市）、奥普特、天准科技、凌云光、大恒科技和奥比中光。 相关报告 1、《计算机：公共数据授权运营蓝海或将开启》2023.12.162、《计算机：自动驾驶新政策落地，车路协同有望加速发展》2023.12.09 风险提示：1、机器视觉下游需求不及预期；2、行业竞争加剧；3、新技术替代的风险等。 正文目录 1.机器视觉产业需求旺盛..............................................3 1.1机器视觉为智能设备赋予“慧眼”.................................31.2机器视觉发展历程............................................31.3多重驱动提升机器视觉需求....................................41.4机器视觉技术发展趋势........................................5 2.机器视觉产业链梳理 ................................................6 2.1机器视觉产业链较为成熟......................................62.2机器视觉下游应用领域十分广泛................................72.3工业相机是机器视觉系统的关键环节............................82.4中国机器视觉市场增速较快....................................8 3.投资建议.........................................................9 3.1机器视觉一级市场投融资较为活跃..............................93.2当前机器视觉指数明显失真...................................103.3业务关联度较高上市公司汇总.................................11 4.风险提示........................................................12 图表目录 图表1：典型机器视觉系统构造及工作原理...............................3图表2：全球与中国机器视觉主要发展节点...............................3图表3：机器视觉与人类视觉的对比.....................................4图表4：2013-2022年中国制造业人均工资与劳动参与率情况汇总............4图表5：近年中国机器视觉相关政策催化梳理.............................5图表6：当前主流3D视觉方案对比......................................5图表7：机器视觉产业链示意图.........................................6图表8：海康机器人机器视觉产品矩阵...................................7图表9：2022年中国机器视觉细分应用市场份额...........................7图表10：机器视觉技术在3C领域典型应用...............................8图表11：3D相机应用场景.............................................8图表12：工业相机技术对比............................................8图表13：2015-2025年全球机器视觉市场规模及预测.......................9图表14：2016-2025年中国机器视觉市场规模及预测.......................9图表15：2016-2022年机器视觉产业投融资情况汇总......................10图表16：A股机器视觉指数成分股......................................10图表17：机器视觉行业各主要参与者产品线覆盖对比.....................11图表18：2022年海康机器主营业务构成（亿元）.........................11图表19：2022年天准科技主营业务构成（亿元）.........................11 1.机器视觉产业需求旺盛 1.1机器视觉为智能设备赋予“慧眼” 机器视觉是人工智能快速发展的一个分支，狭义的机器视觉是指一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。相机和镜头负责采集目标物体的图像信息，并将其转换为图像信号传输至图像处理系统；图像处理系统对图像信号进行数字化处理，提取目标物体的特征信息，如亮度、颜色、尺寸等，并根据预设的算法和标准进行分析判断；现场设备根据图像处理系统的输出结果执行相应的动作，如分类、定位、抓取等。 资料来源：头豹研究院《2022年中国机器视觉产业发展白皮书》，国联证券研究所 1.2机器视觉发展历程 机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。机器视觉技术最早中国机器视觉产业在需求与技术持续提升与迭代的背景下，当前已经进入了市场驱动阶段，发展速度较快。 1.3多重驱动提升机器视觉需求 ➢机器视觉相比人类视觉拥有诸多优势 相比于人类视觉，机器视觉在工业生产中有着广泛的应用和优势，主要表现在以下三个方面：一是提高生产效率和自动化程度，通过快速准确地完成检测任务，节省人力资源，提高生产质量和一致性；二是降低成本和风险，通过长期稳定地运行，减少维护成本，同时防止物品损坏、洁净室污染和机械部件磨损；三是适应特殊工业环境，通过有效地规避人身安全风险或者提高检测精度，满足不同场合的检测要求。 ➢劳动力成本上升助力机器视觉渗透率提升 据世界银行数据，中国15岁以上人口劳动参与率从2013年的69.97%逐渐下降至2022年的66.90%，劳动力市场日益紧张，制造业亟待转型升级。同时，制造业用人成本不断上升，2022年中国制造业人均工资水平达86933元，2013-2022年CAGR达8.16%。在此背景下，机器视觉系统作为可替代工具，可以提供更快、更准确的检测技术，极大地加速检测物品时间，降低企业用人成本，助力机器视觉渗透率进一步提升。 资料来源：Wind，国联证券研究所 ➢政策助力机器视觉发展 工信部等相关部门重视机器视觉产业的发展，先后出台多项政策，从提升产业链竞争力、加强先进适用技术研发以及发展机器视觉底层技术等方向促进中国机器视觉产业的发展。同时，机器视觉技术也被纳入“十四五”智能制造规划中的关键产业，享受国家的政策扶持和资金支持，为机器视觉产业的发展提供有利的环境和条件。我们认为，基于政府对机器视觉产业的有力支持，机器视觉产业的技术水平和市场竞争力有望得到提升，助力智能制造的升级和创新。 1.4机器视觉技术发展趋势 从下游总体应用来看，现阶段机器视觉技术的挑战在于客户产品更新迭代快、3D需求场景增多、超高精度检测算法难度大等方面。 ➢3D视觉技术持续普及 2D机器视觉是一种基于二维图像的分析与识别技术，主要应用于平面物体的检测、定位、测量等领域。然而，2D机器视觉无法获取被检测物体的三维空间信息，如深度、高度、曲率等，在一些场景中2D机器视觉效果不佳，限制了其应用范围和精度。3D机器视觉是一种能够展示被检测物品的三维空间信息的技术，它通过模拟人类视觉和三维点云技术，构建被检测物体的高精度三维数字化模型，从而实现对物体的三维重建、识别、测量和控制。3D机器视觉具备高精准、高稳定性等优势，能够有效提升检测效率和精度，突破了2D的局限性，适用于更多的场景和需求。 目前，3D机器视觉技术路线涵盖三