【内部材料】机器视觉行业上中下游产业链深度分析
机器视觉行业上中下游产业链深度梳理
机器视觉行业产业链主要由上游零部件、中游系统及装备、下游应用市场构成。
1、上游
机器视觉产业链的上游主要包括以光源、镜头、相机为首的核心零部件和底层的软件算法库。据中商产业研究院的数据统计，上游的零部件和软件开发环节几乎占据机器视觉系统成本80%。
（1）相机：机器视觉核心部件，性能稳定可靠为首要目标
工业相机是工业视觉系统的核心零部件，其本质功能是将光信号转变成电信号，要求产品具有较高的传输力、抗干扰力以及稳定的成像能力。目前市面上的工业相机主要有面阵相机、线阵相机、3D相机以及智能相机。据CMVU的统计，2015年后，中国涌现出了一批有规模的、有竞争力的国产品牌，如海康机器人、大恒图像、华睿科技等年产十万颗以上的公司。
通常来说，工业相机要求在性能上更为稳定可靠；在使用上要便于安装，且不易损坏；在工作强度上，要连续工作更长时间；在工作环境上，要适应更恶劣的环境；在反应速度上要更快，便于抓拍高速运动中的物体。总体上，机器视觉对工业相机的要求主要在于稳定、实用，反而对其个性化需求不高，因此，相机在机器视觉核心零部件中基本属于标准件。
（2）镜头：与相机共同决定系统分辨率
机器视觉系统最重要的参数是系统分辨率，一个设备的系统分辨越高，价值越大。一般使用像素精度来表示系统分辨率，像素精度即单个像素代表的物理尺寸，理论上，提高系统精度的方法就是尽可能提高单位面积的像素比例。在相机分辨率越来越高的时代背景下，成像系统分辨率的“压力”也就落在了镜头上，所以更高分辨率的镜头在成像系统中的作用越来越重要。
工业镜头与普通的照相机镜头相比，在分辨率、对比度、景深以及像差等指标上，有着更高的要求。需要更小的光学畸变、足够高的光学分辨率、丰富的光谱响应选择等。选取恰当的机器视觉光学镜不仅有助于后续图像处理工作，而且可以降低设备成本。在工业镜头领域，海外企业进驻较早，研发实力强劲，品牌影响力较大，在高端工业镜头市场占据竞争优势，如德国施耐德、日本CBC Computar等。我国虽然起步较晚，但涌现出了优秀的镜头公司如广州长步道、东正光学等企业。
（3）光源：制备技术相对成熟，组合应用考验非标设计能力
光源是机器视觉中基础的部件之一，光源的作用主要是增强物体检测部分与非检测部分的对比度，需要根据具体应用场景进行不同程度的非标设计。由于相机无法检查它“看不到”的物体，因此需要光源发挥着照亮目标、突出特征，便于图像处理的作用。同时，要具备克服环境光干扰、保证图像稳定性的能力，以及作为测量或作为参照物的工具性能。特殊情况下，对物体特定部位予以亮度增强。
光源自身照明参数（强度、亮度、形状、大小、颜色）以及其与物体的距离、角度均会影响照明效果。此外，在光照优化过程中还需要考虑物体的表面属性。总体来说，光源以及照明技术并不是一成不变的，需要根据具体应用场景进行不同程度的非标设计，例如光源种类包括LED、石英卤素灯、荧光灯、氙气频闪光源等，照明技术又包括明场照明、暗场照明、背光照明、漫射照明、轴向扩散照明、平面扩散照明等。光源的国产化率较高，市场集中度也较高，已成功进入国际市场，主要厂商有奥普特、康视达、沃德普、乐视等。
（4）图像采集卡：关键在于分辨率和灵敏度的平衡
机器视觉相机内的图像采集卡将镜头捕获的光转换为数字图像，通常依据Camera Link、CoaXPress等协议标准收取前端工业相机数据，在板载内存中进行处理，然后通过PCI、PCIe、USB等接口写入计算机内存，一般为支持客户进行二次开发的标准品。它通常利用电荷耦合器件（CCD）或互补金属氧化物半导体（CMOS）技术将光子转换为电信号。图像采集卡的输出是由像素组成的数字图像，显示镜头观察到的区域中是否存在光。
分辨率和灵敏度是图像采集卡的关键参数。分辨率是采集卡在数字图像中产生的像素数。“具有更高分辨率的采集卡产生更高质量的图像”意味着可以在被检查的物体中观察到更多细节，并且可以获得更准确的测量结果。分辨率还指机器视觉感知微小变化的能力。灵敏度是指检测图像中可区分的输出变化所需的最小光量。分辨率和灵敏度彼此成反比，因此提高分辨率会降低灵敏度。
（5）算法和软件：底层算法为核心竞争力
机器视觉系统的视觉处理使用算法来分析传感器产生的数字图像。视觉处理涉及一系列步骤，在外部（通过计算机）或在内部（对于独立机器视觉系统）执行。首先，数字图像从图像传感器中提取出来并传送到计算机。接下来，通过突出图像上的必要特征来准备用于分析的数字图像。然后分析图像以定位需要观察和测量的特定特征。完成对特征的观察和测量后，会将它们与定义和预编程的规范和标准进行比较。最后，做出决定，并传达结果。
具体说，机器视觉软件类似人的“大脑”，通过图像处理算法完成对目标物的识别、定位、测量、检测等功能。机器视觉软件分为底层算法和二次开发的软件包两类。前者是包含大量处理算法的工具库，用以开发特定应用，主要使用者为集成商与设备商。后者是封装好的、用以实现某些功能的应用软件，主要供最终用户使用。
视觉分析软件国外知名厂家除了德国MVTec，还有美国康耐视（Cognex）、加拿大Adept等。开发了许多较为成熟的机器视觉软件，包括有OpenCV、HALCON、VisionPro、HexSight、EVision、SherLock、Matrox Imaging Library等。国内视觉处理分析软件一般建立在OpenCV等开源视觉算法库上做二次开发，或直接采购HALCON（德国MVTec公司）、VisionPro（美国康耐视公司）等经历了二十多年数据沉淀的第三方商业付费算法库。
2、中游
产业链的中游主要为视觉系统和智能视觉装备。
（1）可配置视觉系统
可配置视觉系统是光学成像模块（眼睛）与图像处理系统（大脑）的集合体，可以独立完成图像采集功能，并基于图像采集的信息完成预期的处理工作（如定位、测量、检测和识别等）。视觉系统目前主要被基恩士和康耐视两家主导。国内奥普特、大恒图像、凌云光以代理业务起家，通过自主研发目前在视觉系统已有所突破。
（2）智能视觉装备
智能视觉装备除了可配置视觉系统的软硬件外，还包括自动化工作台、PLC控制器、I/O卡、机械手臂、设备驾驶舱等部分。相比于可配置视觉系统主要为小型模块化产品，需要安装到客户的产品或自动化机台上才能工作，智能视觉装备是由光学成像硬件、图像处理软件算法、自动化平台（机台/机械手）等部分组成的大型生产装备。简单来说，可配置视觉系统只做了“眼睛”和“大脑”，而智能视觉装备除了“眼睛”和“大脑”，还做了“四肢”，从而可以形成直接面向下游客户应用场景的定制化系统解决方案。
3、下游
产业链下游通过系统集成商致力于将智能视觉设备与生产工艺相结合，下游面向3C电子、汽车制造、新能源等众多细分行业，并随着技术渗透率的提升行业下游呈现“多点开花”的态势。
（1）3C电子：落地机器视觉技术的行业基本盘，品类渗透加速
全球3C电子产业向发展中国家转移，中国逐渐成为全球最大的消费电子产品市场之一。高精度、换代快等特点助推机器视觉技术迭代。电子产业的自动化水平较高，也是当前中国市场机器视觉最主要的下游行业。消费电子行业的产品主要包括平板电脑、笔记本、台式机、传统手机（淘汰中）、智能手机、电视和相机等7大类。其中，智能手机凭借越来越多的消费应用，市场占比逐步攀升，目前已接近50%。
消费电子产品的发展趋势是逐渐精密化，同时也伴随着元器件尺寸越来越小和质量标准日渐提高。以智能手机为例，每一代产品与技术升级，几乎都需要对机器视觉工具进行更新。因此，行业整体对于机器视觉的需求呈放大趋势。目前在主板和零部件端，2D视觉仍是主要的机器视觉应用，3D视觉为辅，未来具有较大发展空间。在整机组装端，机器视觉已应用于定位、测量、检测和识别。在成品端，机器视觉由于其高精度、高速度的检测能力，可以出色完成对划痕、破损、斑点、色差等的外观检测，且随着客户要求提升及机器视觉技术进步，机器视觉的外观检测应用将越来越多。
根据CMVU统计，2019-2021年中国机器视觉在3C电子销售增速高达34%。未来机器视觉在3C电子行业的渗透率有望持续提升。
（2）汽车：智能汽车向“大型电子产品”演进，视觉检测迎来新需求
如今的汽车行业已实现高度自动化，工业机器视觉发挥着生产高效、质量保障、安全可靠的巨大作用。机器视觉已贯穿整个汽车制造过程，包括从初始原料质检到汽车零部件100％在线测量，再对焊接、涂胶、冲孔等工艺过程进行把控，最后对车身总成、整车质量进行把关。
机器视觉检测系统可以完成工艺检测、自动化跟踪、追溯与控制等，包括通过光学字符识别（OCR）技术获取车身零件编码以保证零件在整个制造过程中的可追溯性，通过识别零件的存在或缺失以保证部件装配的完整性，以及通过视觉技术识别产品表面缺陷或加工工具是否存在缺陷以保证生产质量。并且，3D视觉系统可以以高精度间隙对准每一辆车的拼接缝，并对车门和车身进行全面检测，效率和准确率都高于人眼检测。此外，视觉引导技术负责引导机器人进行最佳匹配安装、精确制孔、焊缝引导及跟踪、喷涂引导、风挡玻璃装载引导等操作。随着新能源和智能汽车的电子零部件占比提升，工业机器视觉有望发挥越来越重要的作用。
据中汽协数据，2022年我国汽车总销量达到2686.4万辆，同比增长2.2%；新能源汽车销量达到688.7万辆，同比增长95.6%，新能源车渗透率达25.6%。由于机器视觉技术在新能源汽车领域应用范围更广，技术水平要求更高，新能源汽车行业高速发展有望助推汽车工业制造领域的机器视觉应用需求持续快速扩张。
（3）锂电：行业维持高景气，电池厂扩产带来视觉装备需求井喷
在锂电池前段工序的涂布、辊压等环节中，电池表面容易产生露箔、暗斑、亮斑、掉料、划痕等缺陷，机器视觉主要应用于涂布的涂覆纠偏、尺寸测量，极片的表面瑕疵检测、尺寸测量、卷绕对齐度等环节。在后工序中，主要应用于密封钉焊后检测、包蓝膜前后的外观检测等。在模组和PACK段中，主要应用于底部蓝胶、BUSBAR焊缝、侧焊缝、模组全尺寸和PACK检测等。随着技术的不断成熟，未来机器视觉产品在各环节的应用有望实现快速渗透。随着技术的不断成熟，未来机器视觉产品在各环节的应用有望实现快速渗透。
随着电芯、模组、PACK测量要求日益提升，被测物体条件愈发复杂，3D视觉可解决传统2D视觉无法精准检测高度特征的缺陷，且对外部环境依赖度低，可作为锂电机器视觉的有效补充。
受益于锂电行业持续高景气，中国锂电市场规模快速增长，2017-2021年中国锂电池产量CAGR为20.3%。目前机器视觉在锂电行业仍处加速渗透阶段，预计锂电机器视觉检测系统市场规模将保持快于锂电池行业整体的增速。根据GGII预测，锂电行业机器视觉未来5年CAGR有望达到40%+，有望得益于：1）应用场景的增加，未来机器视觉在锂电池制造环节渗透率有望逐步上升；2）过去锂电池质量主要依靠人工检测为主，视觉替代人工检测的趋势有望加快；3）早期锂电企业扩产不会考虑很多AI场景的铺设，后期预计加装视觉检测系统。
（4）光伏：良率要求提高，推动硅片分选机放量
光伏行业发展迅猛，带来机器视觉检测需求爆发。光伏电池片的生产可能产生碎片、电池片隐裂、表面污染、电极不良等缺陷，如何提升产品良率、电池的光电转化效率和使用寿命是行业痛点，催生光伏硅片分选机等设备快速放量。2018-2021年，中国太阳能电池产量CAGR达35%，2021年同比增速达42%，行业迎来加速成长期，同期带动机器视觉的光伏行业应用规模由2019年2.6亿元快速提升至2021年的6.5亿元，CAGR高达58%。
（5）半导体：高精度需求驱动3D视觉发展，国产占比持续提升
在半导体领域，机器视觉已被应用于半导体外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等检测，广泛应用于晶圆制造和封装测试中的检测、定位、切割和封装过程。随着中国半导体产业的兴起，半导体技术的更新换代，未来国产半导体视觉装备必然会得到广泛应用，中国本土企业的发展巨大。
传统的半导体封测设备，精度普遍要达到微米（0.001mm）到亚微米（1.0μm）之间，速度大约在每秒40~50平方厘米，误报率5%~10%，在此环节，2D机器视觉已完全被3D取代。先进封装更因小尺寸、轻薄化、高引脚、高速度，大幅缩减芯片尺寸。因此，3D机器视觉在其中发挥着巨大作用，3D视觉检测设备市场正处在高速增长中。中国机器视觉行业对于3D视觉解决方案的研发投入由2019年的2.28亿元增长至2021年的6.46亿元，占全行业研发投入的比例由2019年的15.6%增长至2021年的20.8%。
随着终端应用需求的持续发展，全球半导体产能持续扩张，半导体设备市场规模稳步提升。2016-2021年，全球半导体设备销售规模由412亿美元提升至1026亿美元，CAGR达20%。基于下游市场需求的快速增长和半导体产业链向我国的转移，我国的半导体产业规模快速扩张。2016年至2021年，中国大陆的半导体设备市场规模由65亿美元增长至296亿美元，CAGR达到35.6%；中国大陆占全球半导体设备市场规模的比例由16%快速增长至29%。
（6）非工业：传媒、安防、物流、交通等消费级应用正成为新发展方向
机器视觉应用方向包含工业级与消费级，产业边界趋于模糊。根据机器视觉联盟（CMVU）的数据，用于消费电子、半导体与新能源等板块的工业级机器视觉合计占比79.8%；相比之下，用于消费级机器视觉的安防与监控、物流分拣以及智慧交通等领域占比仅17.0%，但份额逐年提升。
随着AI和5G技术的商用落地，机器视觉不再局限于工业领域。机器视觉结合三维重建、动作/表情捕捉、渲染等技术可实现人脸、表情、动作、衣物的还原，构建模拟逼真的人物形象，此外还可利用人脸识别、动作识别、物体追踪等技术模拟人的视觉能力。因此，机器视觉在影视、游戏、直播、文旅等领域还有发展空间。
