机器视觉行业深度01：行业现状、国产化进程与竞争格局
机器视觉行业深度：国产化进程、产业链及相关公司深度梳理
机器视觉指一种应用于工业和非工业领域的硬件和软件组合，它基于捕获并处理的图像为设备执行其功能提供操作指导。当前机器视觉各环节均有海外龙头，国外品牌仍占据高端市场主流。随着机器视觉国产厂商技术的提升以及产品布局日益完善，客户对国产认可度不断增强，国产替代之势迅猛。结合产业链下游应用行业的驱动，国产代表性厂商有望实现对外资品牌的弯道超车。
下面我们将从机器视觉行业的概念切入，主要了解机器视觉的相对优势、发展趋势以及驱动因素等内容，并针对机器视觉行业的产业链及相关公司进行详细梳理，了解国产化进程，以帮助大家加深对机器视觉的认知，预判未来发展走向。
01行业概述
1、概念
机器视觉发展的初衷是用来代替人眼所处理的重复单一的劳动。机器视觉本质上是为机器植入“眼睛”和“大脑”。其中“眼睛”指图像采集硬件（相机、镜头、光源等），“大脑”指图像处理算法和软件。
机器视觉系统通过图像采集硬件将环境中的光信号转化成图像信号，然后图像处理软件对图像信号进行特征提取，给出判断结果，进而给机械手等自动化系统输出动作指令。一个典型的机器视觉系统包括光源及光源控制器、镜头、相机、视觉控制系统等部件，其中光源及光源控制器、镜头、相机等硬件部分负责成像，视觉控制系统负责对成像结果进行处理分析和输出。
2、应用场景
机器视觉包括识别、测量、定位和检测等四大应用场景，实现难度依次递增。
识别：甄别目标物体的物理特征，包括外形、颜色、字符、条码等，其准确度和识别速度是衡量的重要指标。常见的应用场景是OCR，读取零部件上的字母、数字、字符（例如条形码、二维码等）用于溯源。
测量：把获取的图像像素信息标定成常用的度量衡单位，再精确计算出目标物体的几何尺寸，主要应用于高精度及复杂形态测量。
定位：获取目标物体的位置信息（二维或是三维），进而辅助执行后续操作，常用于元件对位、辅助机器人完成装配、拾取等。
检测：主要针对目标物体的表面状态，判断产品是否存在缺陷，通常用于零部件缺陷、污染物、功能性瑕疵检测等。
机器视觉在工业领域应用广泛，其中检测功能难度最大、应用最广。在实现难度方面，识别相对最简单，检测相对最难，尽管如此，检测仍然是机器视觉在工业领域的最主要应用，应用占比达50%，识别、定位和测量功能分别占比24%、16%和10%。
3、机器视觉相比人眼视觉的优势
机器视觉相较于人眼视觉有较多优势，如在观测精度方面，机器视觉具备更细致的观测能力，可观测至微米级的目标；在观测速度方面，机器视觉快门速度可达10微秒左右，使其具有高速且稳定的分析处理图像的能力。除此之外，机器视觉系统在感光范围、对环境的要求、效果客观性及可靠性方面均强于人眼视觉，这也是机器视觉广泛应用的重要原因。
4、发展趋势
根据视觉产业联盟数据，2020年我国机器视觉研发投入中3D解决方案、嵌入式视觉系统、AI驱动的解决方案、高光谱成像技术方案占比分别为20.1%、29.8%、25.1%、4%。2D到3D和嵌入式应用成为机器视觉的重要方向。
3D视觉检测将逐步取代2D。使用2D机器视觉技术可以获取二维图像，在三个自由度（x、y和旋转）上定位被摄目标，并基于灰度、对比度的特征进行分析。3D技术增加了旋转、俯仰、横摆三个维度，更能还原真实立体世界，通过3D视觉传感器采集3D轮廓信息，形成3D点云，实现平面度、翘曲度、段差、曲面轮廓度等3D尺寸量测。
相比2D机器视觉，3D机器视觉具有显著优势，例如测量速度快、精度高、抗干扰能力强、操作简便等，能有效解决2D机器视觉对于高度、厚度、体积、平面度等测量因素缺失的问题。3D视觉技术的突破，将加速视觉技术在高端场景的应用，推动机器视觉市场持续增长。
电子产品微型化趋势下，嵌入式视觉系统优势凸显。嵌入式视觉系统是指在嵌入式系统中使用机器视觉技术，是嵌入式系统和机器视觉两种技术的整合，可独立完成从接收光信号到系统输出的整个信号处理过程。处理能力、存储器密度和系统集成度的提升，促进了嵌入式视觉在传统和新兴应用领域的渗透。未来，得益于越来越多的行业应用程序的支持，嵌入式视觉将被更广泛地应用在自动驾驶等领域新兴领域。
02行业现状
1、欧美企业仍占主导
机器视觉广泛运用于下游各行业，全面支撑数字化、智能化。机器视觉以视觉器件、可配置视觉系统和智能视觉装备等形态服务各产业应用。
全球机器视觉市场规模持续增长，欧美企业仍占主导。根据Markets and Markets的数据，全球机器视觉器件市场规模保持稳健增长态势，预计2025年将达到147亿美元。全球机器视觉行业欧洲市场份额最大，占比36.4%；其次是北美地区，全球份额达到29.3%，尽管亚太及其他地区的市场份额在国家重视下有所增长，但当前全球机器视觉行业仍以欧美企业占主导。
2、中国市场发展势头强劲
中国市场已成为全球机器视觉市场规模增长最快的市场之一。根据中国机器视觉产业联盟的数据，中国机器视觉行业规模从2018年的101.80亿元增长至2020年的144.20亿元，CAGR达19.02%，2023年有望达到296.00亿元，2021-2023年CAGR高达到28.0%。根据Wind数据，2021年中国的制造业增加值占全球比例达30%，高于美、日、德、韩的总和，但机器视觉市场全球占比仅24.6%。随着产业升级和制造业高端化，中国机器视觉市场全球规模占比有望逐步超过前述30%的数据，提供国产机器视觉厂商迭代行业Know-how、参与全球竞争的舞台。
3、机器视觉国产化率稳步提升
机器视觉国产化率稳步提升，高端领域仍有较大差距。根据赛迪顾问数据，2016-2021年，国产品牌在国内机器视觉市场渗透率由39.0%提升至58%，整体看国产化水平已然不低。不过国产品牌当前仅在中低端市场具备竞争力，工业镜头、工业相机、底层软件系统等技术壁垒高、利润率高的高端市场目前仍被国外品牌（康耐视和基恩士等）主导。
4、竞争格局
基恩士和康耐视为全球龙头，合计全球市场份额达64%。国际领先的机器视觉公司康耐视2021财年和基恩士2021财年的营业收入分别约为66.91亿元和323.42亿元。结合Markets and Markets对全球中国市场的估计，2021年日本基恩士全球市场份额为55%，中国市场份额为38%；美国康耐视全球市场份额为9%，中国市场份额为7%。两大龙头体量远大于国内的奥普特、天准科技等一流厂商，国内仍以中小规模企业为主，相比国外龙头有较大的成长空间。
国产化进程加速，自主产品销售占比持续提升。我国最开始主要从事国外产品代理，但随着本土厂商技术和经验的积累，国内机器视觉企业开始凭借更定制化的本土服务和显著的成本优势参与市场竞争，自主研发产品比例不断扩大。2019-2021年，自主产品销售额从85.9亿元增长至134.7%，CAGR达25.2%，自主产品销售占比也从79.2%提升至82.2%。2020年中国机器视觉专利达3124项，是美国的18倍，行业技术格局已发生根本性的变化。根据调查数据，2021年中国机器视觉销售额排名前五分别是凌云光、大恒集团、奥普特、宝视纳和华睿科技。在细分领域，2021年本土领军企业凌云光在消费电子领域市场份额已达22.4%，位列国内第三，仅次于康耐视和基恩士。在印刷包装领域已经占据21.1%的行业第一份额。
国内竞争格局相对分散，集中度较低，国产厂商加速追赶。机器视觉的下游应用呈现碎片化和定制化，行业的集中度较低，单个企业也呈现多型号、小批量的业务结构特征。根据机器视觉产业联盟2021年度企业调查结果，机器视觉的市场集中度呈下降趋势。2019-2021年，销售额CR5从37.7%下降至31.3%，销售额CR10从51.3%下降至43.1%。考虑到较成熟的国外市场相比，我国机器视觉行业仍处于生命周期的早期，市场远未饱和，短期内中国机器视觉市场规模会随自动化水平的提高而增加，行业集中度将保持较为分散。
5、机器视觉行业处于成长期，具备高盈利属性
机器视觉属于技术密集型行业，具备持续且稳定的高盈利属性。从基恩士和康耐视两大龙头企业来看。2012-2021年，基恩士毛利率、息税前净利率、净利率平均值分别为80.5%、53.7%、36.6%；康耐视毛利率、息税前净利率、净利率平均值分别为75.5%、28.4%、26.47%。整体来说，机器视觉行业具备持续且稳定的高盈利属性，而且还处于成长期。
03产业链分析
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。
