奧普特專題研究報告：供需加速智能制造-工業(yè)視覺龍頭大有可為

1、奧普特專題研究報告：供需加速智能制造_工業(yè)視覺龍頭大有可為1 奧普特：國內領先的工業(yè)視覺解決方案提供商1.1 工業(yè)光源系統(tǒng)全球領先，由點及面推出整體解決方案專注于機器視覺行業(yè)十四年，跟隨國內下游產(chǎn)業(yè)迅速成長。奧普特成立于 2006 年， 早期以光源系統(tǒng)為主，至今產(chǎn)品線逐步拓展至整體機器視覺解決方案，相關產(chǎn)品和解決 方案已經(jīng)應用于 20 多個國家和地區(qū)，服務超過 15000 家客戶。我們認為，工業(yè)視覺廠 商的發(fā)展有伴隨產(chǎn)業(yè)崛起的規(guī)律。以此進行劃分，公司共經(jīng)歷三個重要發(fā)展階段：1）公 司成立初期專注于機器視覺領域，發(fā)力拳頭產(chǎn)品，光源系統(tǒng)具有全球競爭力，同時推出 機器視覺軟件。公司成立于 2006

2、年，同年推出第一代光源和光源控制器產(chǎn)品；2009 年， 公司推出 SciSmart1.0 軟件，成為機器視覺成套成像解決方案供應商。2）國內蘋果產(chǎn)業(yè) 鏈崛起帶來的 3C 下游應用需求的爆發(fā)。產(chǎn)品線擴張，跟隨 3C 快速成長。2010 年開始 通過代工廠富士康和設備供應商與蘋果合作，2015 年公司產(chǎn)品線擴展至除相機外的所有 機器視覺核心軟硬件。3）以電動車為主要驅動的新能源革命，帶來的下游需求快速增 長。公司切入新能源領域，打造完整自研解決方案。2017 年，公司進入寧德時代和比亞 迪等新能源領域企業(yè)供應鏈體系，3C 和新能源場景成為公司的主要收入來源；2019 年， 公司推出第一款相機產(chǎn)品，

3、標志著公司補全了機器視覺核心軟硬件的最后一個板塊。機器視覺領域全面發(fā)力，對標全球龍頭康耐視。公司長期深耕機器視覺領域，在技 術、產(chǎn)品和市場方面都取得了巨大突破。1）在技術方面不斷擴大硬件自研比例，重視 軟件研發(fā)。硬件方面，公司將繼續(xù)鞏固優(yōu)勢，在光源及其控制、鏡頭、智能相機技術進 行強化。針對工業(yè)視覺領域，公司靠硬件的品價比打入市場。在早期就推出了視覺工具 包，圍繞軟件和工具包建立的產(chǎn)品生態(tài)，對機器視覺在快速滿足新場景以及行業(yè)應用間 遷移至關重要。近些年，公司重點發(fā)展深度學習技術和 3D 處理與分析技術，有望基于 新算法能力實現(xiàn)差異化競爭優(yōu)勢。2）在產(chǎn)品方面，公司的策略是軟硬一體協(xié)同發(fā)展。一 方

4、面不斷推出新的工業(yè)相機、工業(yè)用讀碼器等硬件，另一方面持續(xù)升級現(xiàn)有的 SCI 系列 視覺處理分析軟件，重點開發(fā) 3D 重構及分析、深度學習算法模塊。3）在市場方面，行業(yè)拓展和出海同步進行。在鞏固現(xiàn)有的 3C 電子、新能源等領域的客戶和市場的同時， 積極開拓汽車及其配件、化學和制藥、物流和供應鏈行業(yè)。地區(qū)上公司以國內市場為主， 逐漸開拓海外市場。1.2 上市募資進行產(chǎn)能擴張，加大軟件研發(fā)和技術服務投入實控人持股比例高，資管計劃和持股平臺綁定核心員工。截至 2021 年第一季度， 公司創(chuàng)始人盧治林、盧盛林兄弟共計持股 58.92%。同時，其還與公司董事會秘書許學 亮、員工持股平臺千智投資構成一致行動

5、人，后兩者分別持股 7.28%和 5.82%。上述四 位股東合計占公司總股本的 72.02%，是公司的實際控制人。此外，為綁定核心技術及 管理人員，與員工分享公司發(fā)展紅利，公司還搭建了員工持股平臺（千智股權投資）和 員工資產(chǎn)管理計劃（國信鼎信 10 號資產(chǎn)管理計劃），合計占公司總股本的 7.55%。募集資金用于產(chǎn)能擴張及研發(fā)投入，有望通過規(guī)模優(yōu)勢擴大領先優(yōu)勢。公司上市共 計募集資金 14 億元，主要應用于兩個方向。1）產(chǎn)能的擴張及產(chǎn)線的完善?？紤]到下游 需求的持續(xù)爆發(fā)，公司計劃投入約 9 億元建設總部機器視覺制造中心項目和華東機器視 覺產(chǎn)業(yè)園建設項目，完成后共計可年產(chǎn)光源 31 萬個、鏡頭 2

6、0 萬個、光源控制器 14.84 萬臺、通用工業(yè)相機 2.5 萬臺、3D 相機 0.2 萬臺、視覺控制器 1.11 萬臺、視覺處理分析 軟件 1.6 萬套。2）研發(fā)和客戶服務能力的提升。除擴充產(chǎn)能外，公司還計劃投入約 3 億 元用于公司研發(fā)及技術的提升，具體包括了總部研發(fā)中心和華東研發(fā)及技術服務中心。 前者主要用于吸引優(yōu)秀人才，持續(xù)提升公司研發(fā)水平；而后者則致力于提升機器視覺在 新客戶處的導入效率，并有望通過優(yōu)質的技術服務在新行業(yè)與新客戶中獲得良好的口碑。 我們認為，公司作為國產(chǎn)機器視覺龍頭有望通過本次上市擴大產(chǎn)品及研發(fā)優(yōu)勢，進一步 拉大領先優(yōu)勢。員工總數(shù)快速提升，持續(xù)加強研發(fā)和技術服務人才建

7、設。與項目建設相呼應，過去 一年期間公司的研發(fā)團隊也發(fā)生了快速擴張。2021H1 公司新增員工 402 人，其中研發(fā) 人員增加 184 人，研發(fā)人員總數(shù)同比上升 32.5%。我們認為，公司人員數(shù)量和結構的變 化主要系：1）下游持續(xù)高景氣度，公司積極跟進儲備人員，以應對擴產(chǎn)帶來的新增訂單； 2）提升硬件自研比重、優(yōu)化軟件算法，加強研發(fā)人才建設。1.3 營收和利潤呈爆發(fā)式增長，綜合毛利率水平率持續(xù)優(yōu)化公司營收穩(wěn)步爬升，2021 年 H1 收入利潤雙爆發(fā)。營收方面，2017 年至 2020 年， 公司收入從 3.03 億元增長至 6.42 億元，增速始終維持在 20%以上，主要原因包括：1） 下游

8、3C 行業(yè)景氣度高，對機器視覺需求量維持高景氣度；2）公司解決方案范圍逐步擴 大，高價值量的整體解決方案占比逐漸提升；3）切入新能源行業(yè)，進入寧德時代、比亞 迪等頭部客戶供應鏈。歸母凈利潤方面，2017 年至 2020 年，公司歸母凈利潤跟隨營收 同步增長，由 0.76 億元增長至 2.44 億元，CAGR 達 47.5%，其中 2020 年凈利潤增速 略低于營收，主要系公司大力投入研發(fā)，費用率有所升高。2021 年上半年公司營收實現(xiàn) 3.9 億元，同比增長 63%；歸母凈利潤 1.4 億元，同比增長 75%，主要系公司下游應用 持續(xù)高景氣。光源是公司第一大收入來源，整體解決方案收入翻倍。分方

9、案來看，2017 年至 2020 年 H1，公司整體解決方案收入規(guī)模接近翻倍，占比從 24%增加至 2020 年 H1 的 29%， 而打光方案的收入占比從 26%下降至 19%，光學方案占比則維持在 35%左右。我們認 為，打光方案與光學方案仍舊是公司的核心競爭力，未來隨著公司技術的進步以及與客 戶合作的深入，整體方案的收入占比有望進一步提升。分產(chǎn)品來看，當前光源仍是公司 收入的主要來源，約占整體收入的 38%。同時相機、視覺控制系統(tǒng)等產(chǎn)品的收入占比也 隨著公司整體解決方案的占比提升而有所增長。解決方案銷售維持 74%高毛利，自研進一步優(yōu)化整體毛利率。2017 年至 2020 年公 司毛利率

10、始終維持在 70%以上，2021H1 毛利略有下滑主要系新能源行業(yè)收入上升，其 行業(yè)毛利較低所致。公司之所以可以維持硬件產(chǎn)品的高毛利，是因為其以解決方案帶動 產(chǎn)品銷售，其中包括研發(fā)、推廣以及售后服務等，增加了產(chǎn)品附加值。具體來看，公司 視覺控制系統(tǒng)毛利率最高，接近 90%，主要系產(chǎn)品大部分是軟件算法，具有天然的高毛 利屬性，而由于公司的打光方案中的光源基本為自研，疊加深厚的行業(yè)積淀，毛利率同 樣高于 80%。此外，公司相機和鏡頭的毛利率持續(xù)上升，主要系公司優(yōu)化解決方案、降 低采購成本與逐漸完善和豐富自主產(chǎn)品線所致。物料費用減少帶動銷售費用率大幅下降。公司三大費用率整體呈下降趨勢。2017 年至

11、 2021H1，公司銷售費用率從 20%逐漸減少至 15%，一方面體現(xiàn)出營收規(guī)模增長所 帶來的規(guī)模效應，另一方面也說明公司的銷售效率有所提升。管理費用率方面，其始終 維持在 4%左右，體現(xiàn)出公司穩(wěn)健的經(jīng)營風格。此外，得益于公司現(xiàn)金充沛、負債較低， 其財務費用率長期較低。研發(fā)投入呈加速態(tài)勢，物料消耗占比下降明顯。公司近年來研發(fā)投入呈加速態(tài)勢， 研發(fā)費用率從 2019 年的 11%上升至 2021H1 的 15%。在研發(fā)投入整體大幅增長的背景 下，我們認為還有兩點趨勢值得關注：1）隨著公司研發(fā)和技術團隊的規(guī)模持續(xù)擴大，人 員費用成為研發(fā)支出的大頭，其占比從 2017 年的 46%提升至 2021H

12、1 的 81%；2）研 發(fā)費用中的物料消耗從 2017 年的 1941 萬元下降至 2020 年的 340 萬元，占比下降至 4%。我們認為，以上兩點一方面體現(xiàn)出公司研發(fā)效率的提升；另一方面也提示公司或加 大了視覺算法、相機軟件等主要依靠人力資源方面的研發(fā)投入。公司經(jīng)營性現(xiàn)金流充沛，經(jīng)營質量良好。公司經(jīng)營風格穩(wěn)健，現(xiàn)金流充沛，2017 年至 2021H1，經(jīng)營性現(xiàn)金流量基本維持在凈利潤的 40%以上。2021H1 公司經(jīng)營活動 產(chǎn)生的現(xiàn)金流量凈額為 1.15 億元元，同比增長 233%，占凈利潤比例達 80%，主要系上 一年第四季度的應收款在本期回款所致。2 機器視覺廣泛應用于智能制造，行業(yè)擴

13、展空間大2.1 圖像數(shù)據(jù)信息密度高，孕育機器視覺千億市場圖像數(shù)據(jù)包含了豐富的信息量，是工業(yè)數(shù)據(jù)的核心來源之一，而視覺是圖像數(shù)據(jù)采 集的核心入口。信息技術的發(fā)展帶來了數(shù)據(jù)量的爆發(fā)，技術創(chuàng)新、政策演進、企業(yè)需求 和人才紅利共同推動數(shù)據(jù)成為核心戰(zhàn)略資源，豐富的數(shù)據(jù)信息已經(jīng)成為企業(yè)乃至國家決 策的重要參考。按照數(shù)據(jù)的不同表現(xiàn)形式分類，一般有字符數(shù)據(jù)、音頻數(shù)據(jù)、圖像數(shù)據(jù) 等類別，其中，圖像數(shù)據(jù)是信息含量最豐富的一環(huán)，一張圖片可以包含位置、距離、尺 寸、顏色以及文字等諸多豐富的信息，而視覺技術是采集圖像數(shù)據(jù)的主要途徑。機器視覺在各行業(yè)中應用廣闊，具有舉足輕重的地位。工業(yè)視覺是指機器視覺在工 業(yè)領域的應用，

14、近年來機器視覺應用到了工業(yè)生產(chǎn)的各個環(huán)節(jié)之中，滲透率不斷上升。 以汽車生產(chǎn)線為例，從汽車的核心動力系統(tǒng)的原材料質量檢測，到裝配過程中的引導安 裝，再到整個系統(tǒng)的裝配出場確認；從汽車零部件打磨，到其焊接焊點檢測，再到最終 裝配引導和縫隙檢測；從整車的焊接縫隙測量，到外觀噴漆壞點劃痕檢測，再到車輛內 飾破損、顏色與亮度檢測以及信息溯源，其整條生產(chǎn)線大量運用到了機器視覺技術。同 時，機器視覺在半導體、3C 電子、醫(yī)藥等其他領域中也有類似的運用，覆蓋了工業(yè)生產(chǎn) 的方方面面，具有舉足輕重的地位。工業(yè)視覺具有四大功能，檢測功能具有較高的技術門檻。從功能實現(xiàn)的角度來看， 機器視覺在工業(yè)生產(chǎn)中的豐富應用可以總

15、結為四大方向：1）識別：指基于目標的外在特 征進行甄別，例如二維碼識別、顏色識別等，是工業(yè)視覺最基礎的應用；2）測量：指利 用圖像信息計算目標的幾何尺寸，例如測量芯片高度、組裝縫隙等；3）定位：指獲得目標的位置信息，主要用于定位后引導機械臂作業(yè)、定位組裝器件接口等場景；4）檢測： 指檢測目標外觀，判斷是否有缺失、損壞等，例如劃痕檢測、磨損檢測等。通常來說， 檢測功能對機器視覺系統(tǒng)的性能上限有著最高的要求，因為檢測主要針對于各種目標器 件上的細微損壞，而這種損壞因為與附近部分區(qū)別較小，導致難以識別，因而對于機器 視覺的精度有更高的要求。機器視覺行業(yè)持續(xù)高景氣度，全球市場規(guī)模超千億。得益于在精確度

16、、客觀度、一 致性及成本方面的明顯優(yōu)勢，機器視覺成為了現(xiàn)代制造業(yè)的重要組成部分，是制造業(yè)企 業(yè)實現(xiàn)精密制造和降本增效的關鍵手段，運用場景和范圍持續(xù)拓寬。放眼全球，越來越 多的行業(yè)認識到機器視覺的價值，根據(jù) grand view research 數(shù)據(jù)，全球機器視覺市場規(guī) 模達約 1931 億人民幣。國內方面，根據(jù)中國機器視覺產(chǎn)業(yè)聯(lián)盟數(shù)據(jù)，2015 年至 2019 年，中國機器視覺行業(yè)市場規(guī)模從 23 億元增長至 103 億元，連續(xù)四年保持 40%以上的 增速。2.2 新能源有望接棒 3C 帶來工業(yè)視覺行業(yè)新一輪爆發(fā)，未來應 用場景有望持續(xù)擴展機器視覺下游應用場景豐富，3C、汽車及電池是當前主要

17、方向。機器視覺的價值正 在被越來越多的產(chǎn)業(yè)認識，相關技術在工業(yè)領域的應用日趨廣泛，目前機器視覺系統(tǒng)已 經(jīng)滲透到電子、汽車、電池、半導體、包裝、食品、藥品等諸多行業(yè)之中。其中，3C 電 子是目前第一大應用市場，市場占比達 25%，如芯片缺陷檢測、引導點膠復查等場景均 需要工業(yè)視覺。其次是平板顯示市場，占比 12.15%，具體的應用有 PCB 板焊點檢測等。 汽車、電池、機器人、半導體等場景應用的市場占比也均在 5%以上。此外，農(nóng)業(yè)、木 材、玻璃甚至集裝箱等諸多行業(yè)均使用了機器視覺相關技術，下游應用場景極其豐富。復盤歷史，機器視覺興起于半導體和汽車領域。20 世紀 80 年代，得益于人工智能 和計

18、算機技術的發(fā)展，機器視覺理論研究發(fā)展迅速，但在這段時間里機器視覺始終未找 到合適的應用方向，下游僅限于印刷品等領域。上世紀 90 年代，隨著半導體產(chǎn)業(yè)興起， 機器視覺高精度、一致性強、非接觸等優(yōu)勢在該領域迅速得到了放大，因而半導體也成 為最早大規(guī)模應用機器視覺技術的行業(yè)。在半導體之后，汽車產(chǎn)業(yè)作為原本機械化程度 較高，且對生產(chǎn)一致性有著較高要求的行業(yè)，也逐步成為機器視覺的主要應用領域之一。3C 電子接棒半導體和汽車，成為當前機器視覺第一大應用場景。進入 21 世紀后， 3C 電子產(chǎn)業(yè)興起，因其產(chǎn)品元器件精度較高經(jīng)常需要微米級檢測，疊加市場需求量大倒 逼廠商提高生產(chǎn)效率，3C 電子逐漸接棒半導體

19、和汽車，成為機器視覺的第一大應用場景。 具體來看，機器視覺幾乎分布在 3C 生產(chǎn)線的每一個工序中，例如觸摸面板貼合、接口 檢測、LED 面板檢測、PCB 板檢測以及各類零部件和整機檢測，都大量使用了機器視覺 相關技術。機器視覺有望受益于下游新能源電池行業(yè)的擴張，迎來新一輪爆發(fā)。隨著鋰電芯生 產(chǎn)過程自動化程度不斷提高，加上對安全性和降本增效的要求，機器視覺檢測系統(tǒng)在鋰 電行業(yè)內迅速普及。具體來看，極片表面缺陷檢測、分條表面缺陷檢測、極耳焊點檢測、 極耳的位置和旋轉角度檢測和電池正負極檢測等諸多功能都需要視覺檢測系統(tǒng)來實現(xiàn)。 根據(jù) GGII 數(shù)據(jù)，2025 年，中國動力電池產(chǎn)量將達到 431GWh

20、，較 2020 年的 80GWh 增長 439%，未來增長空間巨大。我們預計，位于上游的機器視覺有望受益于下游新能 源電池行業(yè)的擴張，迎來新一輪增長。機器視覺的本質在于替代并提升人類對于圖像信息的收集、處理能力，未來應用場 景無邊界。我們認為，機器視覺的本質在于替代并提升人類對于圖像信息的收集、處理 能力，所以從長期來看，只要是需要圖像信息的領域均存在對于機器視覺的需求。除上 述行業(yè)之外，當前光伏、醫(yī)藥、物流等領域也顯示出對機器視覺的強勁需求，預計未來 機器視覺的下游應用將持續(xù)拓寬。光伏領域：光伏領域的機器視覺應用和半導體行業(yè)的應用類似，例如：晶圓的 精度校準、晶圓外形缺陷檢測、金屬噴鍍檢測、

21、電池封裝檢測等在其他領域已經(jīng)有了大規(guī)模應用。我們認為，未來這些成熟的技術有望在光伏領域快速大規(guī) 模應用。醫(yī)藥領域：醫(yī)藥是一個對精確度要求高、失誤率容忍度低的產(chǎn)業(yè)，而這正是機 器視覺的優(yōu)勢所在。機器視覺所實現(xiàn)的液體雜質檢測、醫(yī)療器械缺陷檢測、數(shù) 字識別等功能可以在保障藥品高質量的同時，提升產(chǎn)線效率。物流領域：物流行業(yè)對于進出廠效率、空間利用率、訂單核對以及物品分揀的 準確度有很高的要求。目前行業(yè)整體正面臨人工分揀配送效率低、速度慢、成 本高等痛點。機器視覺具有速度快、效率高、識別準等優(yōu)勢，目前在物流行業(yè) 主要有運輸環(huán)節(jié)全程智能監(jiān)控、智能分揀、條碼識別記錄等應用。2.3 機器視覺是我國制造業(yè)升級重

22、要技術手段，長期存在五倍 向上空間國內制造業(yè)全面轉型是主旋律，精密化、高端化轉型勢在必行。從規(guī)模來看，我國 制造業(yè)已位居世界第一，且仍保持著較高的增速。根據(jù)世界銀行數(shù)據(jù)，2019 年中國制造 業(yè)增加值為 3.9 萬億美元，占全球比重已經(jīng)達到 28%。但從結構來看，我國制造業(yè)中勞 動密集型生產(chǎn)仍舊占據(jù)主導，大量產(chǎn)業(yè)仍停留在代工、組裝階段，位于微笑曲線的底部 區(qū)域，無法通過技術優(yōu)勢賺取超額利潤。該現(xiàn)象導致我國人均工業(yè)增加值僅為發(fā)達國家 的三分之一，制造業(yè)的智能化升級仍舊有巨大的發(fā)展空間。因此促進知識、資本、技術 密集型制造業(yè)企業(yè)的發(fā)展是當下國產(chǎn)制造業(yè)升級的主旋律，由低端制造向高端、精密、 高利潤的

23、制造轉型勢在必行。政策大力支持智能制造相關產(chǎn)業(yè)，國產(chǎn)工業(yè)機器人產(chǎn)量再創(chuàng)新高。2015 年，我國發(fā) 布制造強國戰(zhàn)略的第一個十年行動綱領中國制造 2025，提出到 2025 年中國 邁入制造業(yè)強國行列。后續(xù)，國家不斷出臺法律法規(guī)和政策支持制造業(yè)智能化發(fā)展。 2021 年，工信部再次發(fā)布十四五智能制造發(fā)展規(guī)劃（征求意見稿），提出大力建設智 能制造相關國產(chǎn)品牌。在政策的大力支持下，國內相關產(chǎn)業(yè)發(fā)展迅速，工信部數(shù)據(jù)顯示， 2020 年我國已經(jīng)有 75%的相關企業(yè)開始部署智能制造。國家統(tǒng)計局數(shù)據(jù)顯示，2020 年 全國規(guī)模以上工業(yè)企業(yè)的工業(yè)機器人產(chǎn)量再創(chuàng)新高，累計達 24 萬臺，較 2015 年增長 61

24、8%。生產(chǎn)一致性的實現(xiàn)是國內制造業(yè)升級的必要條件，機器視覺是實現(xiàn)生產(chǎn)一致性的重 要技術手段。生產(chǎn)一致性是指制造業(yè)企業(yè)生產(chǎn)出的產(chǎn)品與標準品保持一致，而越是復雜、 精密的產(chǎn)業(yè)對于生產(chǎn)一致性的要求就越高。例如，普通紡織業(yè)產(chǎn)線對于精度的要求是厘 米級，而汽車動力電池生產(chǎn)線對于精度的要求是毫米級甚至微米級，不同部件之間微米 級的誤差就會形成殘次品，所以提高生產(chǎn)一致性的實現(xiàn)是國內制造業(yè)升級的必要條件。 從機器視覺功能來看，其多用于：1）目標元器件尺寸小、質量要求高，需要高檢測精度； 2）元器件結構復雜，分析數(shù)據(jù)量較大；3）生產(chǎn)環(huán)境復雜，人類無法觸達；4）產(chǎn)線效 率提升帶來的邊際效應明顯的產(chǎn)業(yè)之中。這正切合

25、了中國制造業(yè)升級轉型中精度更細、 測量更準、效率更高等需求，因此我們認為，機器視覺將會是我國制造業(yè)由勞動密集向 技術密集的升級轉變的重要技術手段。人口紅利消退的大背景下，機器視覺有望成為企業(yè)降本增效的一大利器。近年來我 國企業(yè)的用人成本逐漸上升。根據(jù)國家統(tǒng)計局數(shù)據(jù)，2020 年非私營單位人均薪資達 9.7 萬元，較五年前上升 44%，私營單位就業(yè)人員平均工資達 5.8 萬元，較五年前上升 35%。 如上文所說，我們認為機器視覺的本質在于替代并提升人類對于圖像信息的收集、處理 能力，隨著企業(yè)因用人成本提升而開始積極尋找替代手段，機器視覺有望成為企業(yè)降本 增效的一大利器。產(chǎn)業(yè)升級與降本增效共發(fā)酵，

26、我國機器視覺長期存在五倍向上空間。國內制造業(yè)升 級轉型趨勢明確，這其中機器視覺扮演著核心角色，一方面，實現(xiàn)生產(chǎn)一致性全面擁抱 高端制造業(yè)，機器視覺能力是必不可少的一環(huán)；另一方面，降本增效是所有企業(yè)天然的 追求，在人口紅利消退之后，機器代人有強大降本增效效用，其中機器視覺系統(tǒng)是核心 節(jié)點。在這樣的大背景之下，我們認為機器視覺處于發(fā)展快車道。根據(jù)中國機器視覺產(chǎn) 業(yè)聯(lián)盟數(shù)據(jù)預測，2020 年至 2026 年機器視覺產(chǎn)業(yè)規(guī)模將持續(xù)保持兩位數(shù)增速，到 2026 年整個市場規(guī)模將達 316 億元。此外，我國機器視覺占工業(yè)增加值的比重為 0.04%，對 比海外的 0.2%，我們認為我國機器視覺長期存在五倍向

27、上空間。3 借光源優(yōu)勢完善硬件產(chǎn)品線，全力突破軟件和算法，中長期發(fā)展路徑清晰3.1 以整體解決方案為導向，構筑公司硬件產(chǎn)品矩陣3.1.1 光源及光源控制器：公司的核心優(yōu)勢產(chǎn)品，具備國際競爭力公司以光源切入機器視覺市場，具備深厚的產(chǎn)品及工程實施積淀。光源是公司切入 機器視覺市場的首款產(chǎn)品，其作用主要包括照亮目標、突出特征，并形成有利于圖像處 理的效果。由于一個優(yōu)秀的光源照明設計可以使圖像中的目標信息與背景信息得到最佳 分離，從而降低圖像處理的算法難度，提高系統(tǒng)的精度和可靠性，因此光源也是機器視 覺系統(tǒng)中的核心部件。公司把光源作為主打產(chǎn)品，在該領域已經(jīng)具備了深厚的工程實施 能力和產(chǎn)品設計能力，相關

28、產(chǎn)品覆蓋常見的可見光和不可見光，共有 38 個系列，近 1000 款標準化產(chǎn)品，同時公司還根據(jù)客戶需求，提供定制的光源產(chǎn)品。2020 年上半年，公司 光源收入達 9252 萬元，占比超過 45%。光源產(chǎn)品國產(chǎn)化程度高，公司技術領先。從廠商的分布情況來看，當前國內外呈分 庭抗禮的態(tài)勢。海外方面，日本的 CCS 在日本國內和海外均占有圖像處理用 LED 光源 最大的市場份額，擁有核心專利 800 多件，1500 種的豐富產(chǎn)品陣容；美國的 Ai 是康耐 視、基恩士等頭部機器視覺公司的供應商。國產(chǎn)方面，自 21 世紀以來，我國廠家迅速 崛起，出現(xiàn)了諸如奧普特、沃德普、緯朗光電等專業(yè)的機器視覺光源制造商

29、。公司更是 其中的佼佼者，相關技術已足以與國際廠商進行正面競爭，并陸續(xù)成為蘋果、寧德時代、 康耐視等國際龍頭的核心供應商。公司光源產(chǎn)品技術指標領先，具備國際競爭力。與民用照明光源相比，機器視覺光 源在照度、均勻性和穩(wěn)定性三個核心指標上有較高的要求。公司的光源產(chǎn)品在三個指標 上均已經(jīng)達到國際領先水平。照度與均勻度上，與日本 CCS 相似規(guī)格的產(chǎn)品對比，公 司均具有顯著優(yōu)勢，在 40 米到 60 米的工作距離時，甚至有 1000K/LUX 的照度值差距； 穩(wěn)定性上，公司產(chǎn)品采用恒流驅動方式可實現(xiàn)更精準的控制、響應時間更短、在易用性 和安全性上的功能設計也更為周全。3.1.2 鏡頭：半數(shù)方案搭載公司

30、自研鏡頭產(chǎn)品，后續(xù)占比有望穩(wěn)步提升半數(shù)方案搭載自研鏡頭產(chǎn)品，成為公司第二大營收來源。鏡頭作為被攝物體信息采 集和傳遞過程的起點，是機器視覺系統(tǒng)中的另一大核心部件。2020 年上半年，公司鏡頭 收入達 2667 萬元，占比達 21%，是公司第二大營收產(chǎn)品。公司的自主鏡頭產(chǎn)品主要包括 定焦鏡頭和線掃鏡頭兩類應用較多的種類。其中，定焦鏡頭已覆蓋常用像素、焦距、像 元大小和芯片尺寸，可兼容主流相機；線掃鏡頭也覆蓋了常用的像元和靶面規(guī)格。公司自研鏡頭占比 2020 年達 56%，后續(xù)有望穩(wěn)步提升。工業(yè)級鏡頭要求更小的光學 畸變、足夠高的光學分辨率以及更豐富的光譜響應選擇，以應對多變的使用場景。目前， 國

31、外品牌技術積累雄厚、市場影響力大，在高端市場占據(jù)主導地位，主要品牌有德國施 耐德、卡爾蔡司、美國 Navitar、日本 KOWA 等老牌鏡頭廠商。具體到公司，其鏡頭產(chǎn) 品已經(jīng)依托成本和本地化服務優(yōu)勢打開市場。在公司提供的相關解決方案中，自研產(chǎn)品 正在逐步替代外采產(chǎn)品，收入占比逐年上升，由 2017 年的 52%上升至 2020 年的 56%。 展望未來，我們發(fā)現(xiàn)公司已申請了遠心鏡頭的相關專利，并計劃持續(xù)投入鏡頭研發(fā)，預 計未來公司自研比例有望穩(wěn)步提升，進一步優(yōu)化毛利率水平。3.1.2 工業(yè)相機：自研產(chǎn)品已實現(xiàn)銷售，完善硬件產(chǎn)品最后版圖公司自研相機產(chǎn)品落地，實現(xiàn)部分解決方案搭載。相機的作用是將通

32、過鏡頭的光線 聚集于像平面，從而生成圖像，輸出模擬或數(shù)字信號，是機器視覺中的圖像采集單元， 相當于人眼的視網(wǎng)膜，在機器視覺系統(tǒng)中有著不可或缺的作用。2019 年前，公司的相機 部分主要依靠外采，主要采購對象有 Basler、FLIR、Teledyne DALSA 等海外知名品牌。 2019 年公司完成第一款相機產(chǎn)品的開發(fā)，實現(xiàn)機器視覺核心零部件的全面布局。目前公 司的相機產(chǎn)品包括面陣和線陣兩個系列，多為特殊功能設計并制造的產(chǎn)品，均具有自主 知識產(chǎn)權并實現(xiàn)銷售。工業(yè)相機國產(chǎn)品牌發(fā)展迅速，公司完成初步產(chǎn)品研發(fā)。工業(yè)相機對拍攝速度、圖像 穩(wěn)定性、傳輸能力和抗干擾能力有較高要求。目前海外技術領先幅度較

33、大，全球范圍來 看，工業(yè)相機市場主要被德國、日本和美國的公司占據(jù)；國內市場也以國外品牌為主， 主要 Navitar 、Baumer、Basler 等。另一方面，雖然海外智能相機技術領先，但成本較 高且多為標準品，缺少對場景的針對性，給了國產(chǎn)相機一定的發(fā)展機會。目前國內領先 的相機企業(yè)有大恒圖像、?？低暤取９疽餐ㄟ^多年對機器視覺解決方案的研發(fā)，在 相機領域形成了一定的知識積累， 2019 年公司已成功研發(fā)出具有自主知識產(chǎn)權的相機 產(chǎn)品并實現(xiàn)銷售，未來相關產(chǎn)品有望持續(xù)完善。3.2 價值量大、功能占比高、遷移性強，軟件是機器視覺的靈 魂軟件占機器視覺系統(tǒng)價值量的 35%以上，是機器視覺的核心。視

34、覺控制器負責對圖 像進行分析處理，是視覺控制系統(tǒng)的核心，可以附于獨立的視覺控制器或工控機，也可 以集成于相機之中。根據(jù)前瞻研究院數(shù)據(jù)，軟件開發(fā)在機器視覺系統(tǒng)中成本占比最高達 35%。而其他零部件的總和僅為 45%。同時，我們也對公司機器視覺系統(tǒng)價值量構成進 行了測算?；诩僭O：1）產(chǎn)品收入占比在各級別方案中保持一致；2）忽略單獨銷售產(chǎn) 品。我們得出在一個整體解決方案中，視覺控制系統(tǒng)價值占比為 35%，相機價值占比為 47%，光源價值占比 10%，鏡頭價值占比為 5%，光源控制器價值占比為 3%。我們判 斷，相機價值量占比較大主要系公司相機主要依靠外采而導致成本較高，預計隨著硬件 產(chǎn)品自研比重的

35、提升，軟件的價值有望進一步凸顯。視覺軟件功能占比高，且具有降本增效的作用。機器視覺識別過程主要可以分為成 像和圖像處理分析兩大部分。成像部分依靠機器視覺系統(tǒng)的硬件部分完成，即光源及光 源控制器、鏡頭、相機等，類似于人類通過眼睛看的階段；而圖像處理分析則是基于感 知到的圖像，通過視覺控制系統(tǒng)對成像結果進行處理分析，類似于人類通過大腦處理視 覺信號的階段。因此，從功能實現(xiàn)的角度來看，視覺軟件的功能占據(jù)了系統(tǒng)的一半，可 謂是機器視覺的大腦。此外，考慮到成像和圖像處理分析在機器視覺系統(tǒng)中是互補關系， 高質量的成像輸入可以降低圖像處理軟件的能力要求，而低質量的成像輸入需要更強的 圖像處理算法彌補，因此我

36、們認為視覺軟件還可起到降本增效的作用。視覺軟件是實現(xiàn)下游行業(yè)橫向遷移的關鍵，硬件標化、軟件定制是未來發(fā)展方向。 放眼全球，著名的機器視覺公司康耐視目前已經(jīng)形成硬件高度集成且標準化，即光源、 鏡頭、相機集成為一體，而軟件根據(jù)不同行業(yè)進行開發(fā)定制的產(chǎn)品形態(tài)，其中軟件的能 力占據(jù)了主導地位。因此我們認為：1）硬件標化、軟件定制是未來發(fā)展方向，主要系硬 件定制成本高而價值量占比較低，疊加軟件和硬件的功能可以互補，因此可通過軟件優(yōu) 化疊加標準硬件實現(xiàn)類似定制硬件的功能；2）軟件是機器視覺企業(yè)實現(xiàn)下游行業(yè)橫向遷 移的關鍵，主要系軟件產(chǎn)品基于其柔性的特點，可面對行業(yè)定制，成為積累行業(yè) know-how 的最

37、核心產(chǎn)品。3.3 實現(xiàn)全自研算法包和軟件，有望借 AI 在局部場景超越3.3.1 國外廠商算法積累深厚，七大平臺各具優(yōu)勢國外廠商算法積累深厚，七大平臺占據(jù)行業(yè)主要市場。國外廠商普遍具有更深厚的 行業(yè)積淀，依托于此國外廠商視覺軟件算法包在算法豐富度、開發(fā)靈活性、場景適應性 以及應用穩(wěn)定性等方面具備顯著優(yōu)勢。目前，全球機器視覺領域中有七大軟件算法平臺， 其中最常用以及綜合性性能最強的為 VisionPro (Cognex)和 Halcon (MVtec)，其余應用 較多的還包括 OpenCV（Intel 開發(fā)）、LabVIEW (NI)、MIL (Matrox Imaging)、eVision (

38、Euresys)、HexSight(Adept)等。純軟件解決方案商 MVtec 提供的視覺算法軟件 Halcon 性能最佳。MVtec 是全球少 有的機器視覺純軟件算法供應商，其產(chǎn)品 HALCON 是一款帶有集成開發(fā)環(huán)境的標準機 器視覺軟件，在世界范圍內廣為應用，是目前公認的最佳效能的機器視覺軟件。1）架構 靈活，HDevelop 能夠充分利用多核架構的優(yōu)勢進行并行編程，節(jié)約開發(fā)成本、縮短開 發(fā)周期；2）函數(shù)庫豐富，內含一千多個獨立的函數(shù)以及底層的數(shù)據(jù)管理核心，包含各類 濾波，色彩以及幾何，數(shù)學轉換，型態(tài)學計算分析，校正，形狀搜尋等功能；3）適用場 景廣泛，應用范圍幾乎沒有限制，涵蓋醫(yī)學、遙

39、感探測、監(jiān)控以及工業(yè)上的各類自動化 檢測；4）兼容性強，支持多種操作環(huán)境，可以用多種編程語言訪問，為百余種工業(yè)相機 和圖像采集卡提供接口?？的鸵曇曈X算法包應用最廣，圖形化開發(fā)界面更加便捷。康耐視推出的 Vision Pro 系統(tǒng)組合了世界一流的機器視覺技術，具有快速而強大的應用系統(tǒng)開發(fā)能力。1）快速建 立原型、易于集成： Vision Pro 的兩層軟件結構便于建立原型和集成。交互層利用拖放 工具和 ActiveX 控件以加速應用系統(tǒng)的開發(fā)；程序層將原型應用開發(fā)成用戶解決方案； 2）深度學習算法優(yōu)勢：最早布局深度學習機器視覺企業(yè)之一，可以通過 API 和 QuickBuild 連接 Visio

40、nPro Deep Learning，這是專為工業(yè)圖像分析設計的首款深度學習 軟件，專為復雜檢測、元件定位、分類、以及光學字符識別而優(yōu)化；3）硬件靈活：可以 通過任意相機或圖像采集卡使用視覺軟件，采集技術支持所有類型的圖像采集。NI Vision 等其他軟件算法包各具優(yōu)勢。美國 NI 公司的 NI Vision（Labview）機器 視覺軟件提供大量的圖像預處理、圖像分割、圖像理解函數(shù)庫和開發(fā)工具，使用圖形化 的編程界面應用較為簡單，編程落地速度較快，用戶只要在流程圖中用圖標連接器將所 需要的子工具連接起來就可以完成目標任務。OpenCV 是一個開源的基于 BSD 許可的 庫，包括數(shù)百種計算機

41、視覺算法，成本較低適合科研工作者使用。MIL 是有標準組件的 圖像庫，為應用的快速發(fā)展設計，便于用戶使用，能夠在不同環(huán)境（Win98/Me/NT/2000） 中運行于任何圖像板上，適應性極強。eVision 是 euresys 公司推出的一套機器視覺軟件 開發(fā) SDK， evision 機器視覺軟件開發(fā)包代碼處理速度快，應用種類豐富。3.3.2 公司是國內少有的具備底層算法包的機器視覺企業(yè)，有望借助 AI 實現(xiàn)彎道超車公司自主研發(fā)視覺處理分析軟件及底層算法。機器視覺軟件算法分為軟件和算法包， 軟件是基于算法包搭建的應用程序，可以直接使用，而算法包則需要二次開發(fā)，更具靈 活性。公司基于自身在行業(yè)

42、的積累，經(jīng)過高度的提煉自主研發(fā)了 SciVision 視覺開發(fā)包 和 SciSmart 智能視覺軟件，是國內少有的實現(xiàn)了自研軟件底層算法包的機器視覺企業(yè)。 其中 SciVision 視覺開發(fā)包是標準的機器視覺算法包，包括 2D 視覺算法、3D 視覺算法 和深度學習視覺算法。SciSmart 智能視覺軟件是建立在 SciVision 算法庫基礎之上開發(fā) 的應用軟件，能實現(xiàn)圖像采集、圖像預處理、模板匹配、間隙測量、幾何測量、劃痕檢 測、邊緣檢測、OCR 檢測等一系列常用的功能。通過采用可視化流程圖設計組合不同功 能，能簡單快速地生成工業(yè)視覺檢測、測量等方案。公司軟件全功能布局，在多行業(yè)實現(xiàn)落地。公

43、司自主研發(fā)的底層算法功能覆蓋全面， 包括圖像增強、識別、定位、測量、檢測以及圖像傳輸?shù)葓D像處理分析的全流程功能。 在功能實現(xiàn)方面，公司已經(jīng)比大多數(shù)海外領先的機器視覺軟件更加全面。具體來說，公 司視覺算法包括 3D 顯示、對焦 3D 測量、結構光 3D 測量、輪廓匹配、條碼識別、邊緣 檢測、自動標定、劃痕檢測以及深度學習等諸多功能。落地方面，公司所提供的視覺控 制系統(tǒng)均運行了公司自主研發(fā)的視覺處理分析軟件，相關方案已經(jīng)在 3C 電子、新能源 等多個行業(yè)中應用，在處理的精度、速度以及在復雜場景下的應用能力均得到認可。2021 年，公司再次推出 SciVision3.0、SciSmart3.0 產(chǎn)品

44、，新增深度學習算法和 3D 分析算 法等功能。深度學習突破傳統(tǒng)算法算力極限，解決工業(yè)場景高復雜度問題。隨著機器視覺在不 同應用行業(yè)、場景的擴展，往往需要面臨復雜結構、細微差別、背景噪聲等問題，傳統(tǒng) 算法的算力難以支撐。機器學習及其下沿分支的深度學習技術應運而生。在理想狀態(tài)下， 基于深度學習方法的機器視覺，可以更少地依賴人工操作，大大增加制造柔性，表現(xiàn)為 機器人等工業(yè)設備能夠針對不同的位置、光照以及復雜環(huán)境，呈現(xiàn)出更好的適應性。公司大力投入圖像深度學習領域，有望基于新算法特性實現(xiàn)彎道超車。目前深度學 習技術的應用已經(jīng)得到業(yè)內的認可，老牌的視覺處理分析軟件廠商紛紛投入資源進行開 發(fā)和應用，如康耐視

45、先后收購兩家深度學習軟件公司以增強在該領域的實力。奧普特近 年也加大了深度學習算法的研發(fā)投入，公司 2020 年成立奧普特研究院及國家博士后科 研工作站，在圖像分析算法方面積極推進，建立了先驗模型、自動化數(shù)據(jù)清理與擴展、 遷移優(yōu)化模型等，同時公司具備完整的模型訓練軟件和算法庫，可以提供多次訓練、持 續(xù)遷移的功能。4 供需共振對標康耐視，工業(yè)視覺龍頭大有可為4.1 復盤康耐視：始于技術、興于下游，以軟件為核心的機器 視覺系統(tǒng)是未來方向康耐視是工業(yè)視覺行業(yè)國際龍頭，市占率超 20%。康耐視是全球第一批機器視覺企 業(yè)，發(fā)展至今已經(jīng)有 40 年的歷史，其機器視覺系統(tǒng)在汽車、半導體、物流、醫(yī)藥、食 品飲

46、料等多個行業(yè)中均有應用。2020 年，康耐視營收規(guī)模達 53 億元人民幣，凈利潤達 11.5 億元人民幣，市占率超過 20%。從康耐視發(fā)展看機器視覺產(chǎn)業(yè)，始于技術、興于下游?？的鸵暢闪⒂?1981 年，次年 推出第一個視覺系統(tǒng) DataMan，主要用于檢測打字機按鍵位置。20 世紀 90 年代，公司發(fā) 現(xiàn)機器視覺高精度、一致性強、非接觸等優(yōu)勢與半導體行業(yè)的需求高度契合，通過先發(fā) 優(yōu)勢迅速成為半導體行業(yè)中機器視覺系統(tǒng)的主流供應商，并與半導體行業(yè)客戶一起拓展 機器視覺技術，開發(fā)出更多強大的視覺算法。后續(xù)，公司憑借在半導體行業(yè)積累的機器 視覺系統(tǒng)技術能力和工程落地能力，橫向拓展機器視覺的應用領域，進

47、入到汽車、電子、 醫(yī)藥等更多產(chǎn)業(yè)之中。2020 年康耐視營收中消費電子、汽車和物流占比達 70%以上?；?顧康耐視歷史，我們認為，機器視覺企業(yè)首先需要跟隨著某個下游產(chǎn)業(yè)的崛起共同成長，從價值量、功能實現(xiàn)、橫向遷移性三個角度，看康耐視產(chǎn)品線劃分。康耐視的產(chǎn)品 線主要分為二維視覺、三維視覺、視覺軟件、深度學習和讀碼器產(chǎn)品。從價值量來看， 康耐視由于在總體收入中軟件占比較大，因此其毛利率高達 77%，比奧普特高約 8pct。 從功能實現(xiàn)來看，康耐視產(chǎn)品線中軟件與硬件各占一半，其中二維視覺、三維視覺和讀 碼器均是集光源、鏡頭、相機于一體的硬件產(chǎn)品，而視覺軟件和深度學習軟件則已單獨 形成產(chǎn)品。從橫向遷移

48、性來看，康耐視通過硬件標準化降低邊際成本，在各個下游行業(yè) 復用能力強，再通過軟件實現(xiàn)在各個下游行業(yè)中的落地?？傮w而言，我們認為康耐視目 前的產(chǎn)品線劃分，與我們此前對于軟件重要性的判斷高度契合，體現(xiàn)在價值量、功能實 現(xiàn)、橫向遷移性三個方面。4.2 公司打法明確，以點帶面逐個擊破，背靠下游實現(xiàn)技術快 速迭代以點帶面利用光源優(yōu)勢切入市場，渠道反哺擴大解決方案覆蓋面。光源及其控制器 是公司是進入機器視覺領域的首款產(chǎn)品，經(jīng)過多年深耕，公司已在光源品類的豐富度和 產(chǎn)品技術指標上具有較大優(yōu)勢。因此，公司通常利用打光方案切入某個新興領域，隨后 同步提升滲透率并擴大方案范圍。以蘋果公司為例，從公司與蘋果公司建立直接業(yè)務關 系開始，公司與蘋果公司的合作范圍不斷擴大，一方面，雙方合作的產(chǎn)品線從手機、平 板、iPod 擴展至手表、電腦、耳機等；另一方面，公司提供的解決方案也從打光方案擴 展至以光學方案為主，甚至包括整體方案，范圍不斷擴大。機器