机器视觉:从“可选”向“必选”迈进.pdf

返回 相关 举报
机器视觉:从“可选”向“必选”迈进.pdf_第1页
第1页 / 共34页
机器视觉:从“可选”向“必选”迈进.pdf_第2页
第2页 / 共34页
机器视觉:从“可选”向“必选”迈进.pdf_第3页
第3页 / 共34页
机器视觉:从“可选”向“必选”迈进.pdf_第4页
第4页 / 共34页
机器视觉:从“可选”向“必选”迈进.pdf_第5页
第5页 / 共34页
亲,该文档总共34页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 Table_Title 工业 资本货物 机器视觉:从 “可选 ” 向 “必选”迈进 Table_Summary 报告摘要 机器视觉 的 概念及 基本 功能: 机器视觉是研究如何使机器“看”的技术,目标是使机器像人那样具备自主适应环境的能力,自动完成人类赋予的任务。机器视觉的四大基本功能为 模式识别 /计数 、 视觉定位 、尺寸测量和外观检测,实现难度依次递增,主要是工业领域的视觉应用。 机器视觉 行业市场规模及增速 : 根据 咨询机构 数据, 2018 年全球机器视觉市场规模超 88 亿美元,国内超 100 亿元;预计 2019 年全球市场规模将近 100 亿美元,国内 将近 125 亿元。 其中电子和汽车是主要需求下游,占比分别为 47%和 15%。 随着技术突破、人力成本提升,我们认为 对 机器视觉在 智能制造中的地位 将 逐渐从“可选”向“必选”迈进。 机器视觉行业竞争格局: 国内机器视觉产业链逐步建立: 机器视觉产业链可以分为底层开发商(光源、镜头、工业相机、图像采集卡、图像处理软件等) 、视觉专用设备 (测量设备和非标检测 自动化专机 等) 和 集成和软件服务商(二次开发) ,其中图像处理软件是最核心壁垒。目前国内机器视觉行业中底层软件、高端镜头领域还基本被外资垄断 ,低端镜头和工业相机领域逐渐有国产厂商涉及,光源国内竞争比较激烈,系统集成 和视觉专用设备 发展迅速。 借鉴海外, 从投资角度看机器视觉: 我们分析了机器视觉全球龙头康耐视,发现对重视研发带来的技术壁垒和产品迭代是公司成功的核心,此外坚持有的放矢(卖产品而非做非标)、充分利用产业链企业的生产销售能力、不断开拓新下游注入增长新动能以及合理的并购也是重要助力。对于国内企业,我们认为 具备 1) 掌握核心技术(尤其是 底层 软件算法) ; 2)尽量做可批量的产品; 3)与外资差异化竞争; 4)先机器视觉再自动化; 5)有资金实力等因素的企业更容易走出来。 投资建议: 我们看好国内机器视觉行业,判断在技术推动以及市场需求催生下国内会出现一家或几家机器视觉行业领军企业。建议重点关注掌握底层 算法的测量检测设备公司 天准科技 , 色选机 +口腔医学影像设备公司 美亚光电 , 面板 、 半导体检测设备公司 华兴源创、精测电子 ,积极关注布局机器视觉非标检测自动化专机的博众精工、赛腾股份 、先导智能 、大族激光 及劲拓股份等 。 走势比较 Table_ReportInfo 相关研究报告: Table_Author 证券分析师:刘国清 电话: 021-61372597 E-MAIL: liugqtpyzq 执业资格证书编码: S1190517040001 证券分析师 助理 :曾博文 E-MAIL: zengbwtpyzq (18%)(9%)(0%)8%17%26%18/6/2518/8/2518/10/2518/12/2519/2/2519/4/25机械 沪深 300 Table_Message 2019-06-25 行业深度报告 看好 /维持 机械 行业研究报告 太平洋证券股份有限公司证券研究报告 行业深度报告 P2 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 风险提示: 国内机器视觉技术进步速度低于预期的风险;下游 3C汽车等需求大幅下滑的风险等。 行业深度报告 P3 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 目 录 1 机器视觉的概念及基本功能 . 6 1.1 认识机器视觉 . 6 1.2 机器视觉的四大基本功能 . 6 2 机器视觉从“可选”向“必选”迈进 . 8 2.1 机器视觉市场空间快速增长 . 8 2.2 汽车和电子是当前机器视觉最重要下游 . 9 2.3 机器视觉在智能制造 中的地位向“必选”迈进 . 12 3 国内机器视觉产业链逐步建立 . 15 3.1 国内机器视觉产业链从下游开始向上延伸 . 15 3.2 视觉产业链梳 理 . 16 4 从投资的角度看机器视觉 . 18 4.1 康耐视的发展之道 . 18 4.2 国内有望走出大体量的机器视觉企业 . 24 5 投资建议 . 32 6 风险提示 . 32 行业深度报告 P4 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 图表目录 图表 1 机器视觉系统组成 . 6 图表 2:机器视觉的四大基本功能 . 7 图表 3:机器视觉基本功能技术实现的难易度情况 . 7 图表 4:全球机器视觉市场空间(亿美元) . 8 图表 5:中国机器视觉市场空间(亿元) . 8 图表 6:机器视觉的下游应用领域举例 . 9 图表 7:全球机器视觉下游需求结构 . 9 图表 8:机器视觉下游应用梳理 . 9 图表 9:机器视觉在 SMT 装配线上的典型应用 . 10 图表 10:机器视觉在车身检测领域的应用 . 10 图表 11:药粒泡罩检测示意图 . 11 图表 12:缺瓶检测示意图 . 11 图表 13:机器视觉在食品行业中的典型应用示意图 . 12 图表 14:全球机器视觉发展历程 . 12 图表 15:人眼与机器视觉的对比 . 13 图表 16:机器视觉的技术发展历史 . 13 图表 17:康耐视不断打开新的目标市场空间(百万美元) . 14 图表 18:机器视觉产业链 . 15 图表 19:机器视觉系统成本构成 . 16 图表 20:国内外光源参与企业 . 16 图表 21:国内外镜头参与企业 . 17 图表 22:国内外工业相机参与企业 . 17 图表 23:国内外图像处理软件参与企业 . 18 图表 24:康耐视的四大产品线 . 19 图表 25:康耐视近年营业收入情况(亿美元) . 19 图表 26:康耐视近年净利润情况(亿美元) . 19 图表 27:康耐视上市以来股价表现情况及与纳斯达克综指的比较 . 19 图表 28:康耐视典型客户 举例 . 20 图表 29:康耐视 2017 年分下游收入结构 . 20 图表 30:康耐视盈利能力情况 . 20 图表 31:康耐视近年 PE-BAND 情况 . 21 图表 32:公司历年来研发费用情况 . 21 图表 33:康耐视不断打开新下游 . 22 图表 34:对康耐视未来收入结构的预测 . 23 图表 35:康耐视 2018 年分地区收入结构 . 23 图表 36:公司近年来并购事项梳理 . 24 图表 37:国内代表性机器视觉相关公司梳理 . 26 图表 38:天准科技近年收入情况(亿元) . 27 图表 39:天准科技近年净利润情况(亿元) . 27 图表 40:美亚光电近年收入情况(亿元) . 28 图表 41:美亚光电近年净利润情况(亿元) . 28 图表 42:精测电子近年收入情况(亿元) . 29 图表 43:精测电子近年净利润 情况(亿元) . 29 图表 44:华兴源创近年收入情况(亿元) . 29 图表 45:华兴源创近年净利润情况(亿元) . 29 图表 46:博众精工近年收入情况(亿元) . 31 行业深度报告 P5 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 图表 47:博众精工近年净利润情况(亿元) . 31 行业深度报告 P6 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 1 机器视觉 的概念及基本功能 1.1 认识机器视觉 机器视觉( Machine Vision)指的是 通过光学的装置和非接触的传感器自动的接收和处理真实物体的图像,以获得所需信息或控制机器人运动的装置 ,通俗的说就是应用在工业领域的视觉应用 。 图表 1 机器视觉系统组成 资料来源: 行业网站 ,太平洋研究院整理 另一个当下关注度非常高的概念计算机视觉( Computer Vision)主要强调的是让计算机具备对客观三维场景的感知、识别和理解(侧重对质的分析), 例如无人驾驶、人脸识别等都可以归类为计算机视觉的范畴 。 1.2 机器视觉的四大基本功能 目前,机器视觉的基础功能主要可以分为四大类: 模式识别 /计数 、 视觉定位 、尺寸测量和外观检测 ,当前的应用也基本是基于这四大类功能来展开。 模式识别 /计数主要 指对 已知规律的物品进行分辨,比较容易的包含外形、颜色、图案、数字、条码等的识别,也有信息量更大或更抽象的识别如人脸、指纹、虹膜识别等。 视觉定位主要 指在识别出物体的基础上精确给出物体的坐标和角度信息 。 定位在机器视觉应用中是非常基础且核心的功能,一个软件的好坏大概率与其定位算法的好坏密切相关。 尺寸测量主要指 把获取的图像像素信息标定成常用的度量衡单位,然后在图 像行业深度报告 P7 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 中精确的计算出需要知道的几何尺寸。优势在于对高精度、高通量以及复杂形态的测量,例如有些高精度的产品由于人眼测量困难以前只能抽检,有了机器视觉后就可以实现全检了。 外观检测 主要检测 产品的外观缺陷,最常见的包括表面装配缺陷(如漏装、混料、错配等)、表面印刷缺陷(如多印、漏印、重印等)以及表面形状缺陷(如崩边、凸起、凹坑等) 。 由于产品外观缺陷一般情况下种类繁杂,所以检测在机器视觉中的应用中属于相对较难的一类。 图表 2:机器视觉的四大基本功能 资料来源: 太平洋研究院整理 从技术实现难度上来说,识别、定位、测量、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,目前看 3D视觉功能是当前机器视觉应用技术中最先进的方向之一。 图表 3:机器视觉基本功能技术实现的难易度情况 行业深度报告 P8 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 资料来源: 认识机器视觉 ,太平洋研究院整理 2 机器视觉从“可选”向“必选”迈进 2.1 机器视觉市场空间快速增长 随着技术的进步以及应用成本的下降,机器视觉在工业中的渗透率日益提升,整个市场快速发展。根据中商产业研究院的数据, 2018年全球机器视觉市场规模超 88亿美元,预计 2019年这一数字将近 100亿美元。从国内来看, 2018年中国机器视觉市场规模首次 超过 100亿元,预计 2019年市场规模将近 125亿元。 图表 4: 全球机器视觉市场空间(亿美元) 图表 5: 中国机器视觉市场空间(亿元) 资料来源:中商产业研究院,太平洋研究院整理 资料来源:中商产业研究院,太平洋研究院整理 根据 Grand View Research的预测,到 2025年全球机器视觉市场空间将超过 180亿美元,年均复合增速 7.7%。 行业深度报告 P9 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 2.2 汽车和电子是 当前机器 视觉最重要下游 机器视觉广泛应用于电子及半导体、汽车制造、食品包装、制药等领域 , 其中电子 汽车和电子是当前机器视觉最重要的应用领域。 图表 6:机器视觉的下游应用领域举例 图表 7: 全球 机器视觉下游需求结构 资料来源: 康耐视 ,太平洋研究院整理 资料来源: 前瞻产业研究院, 太平洋研究院整理 图表 8: 机器视觉下游应用梳理 资料来源: 太平洋研究院整理 2.2.1 下游应用领域 电子 根据前瞻研究院数据, 电子行业贡献了机器视觉近 50%左右的需求,主要用于晶圆切割、 3C表面检测、触摸屏制造、 AOI光学检测、 PCB印刷电路、电子封装、丝网印刷、SMT表面贴装、 SPI锡膏检测、半导体对位和识别等的高精度制造和质量检测 。以 iPhone为例,其 生产全过程就需 70套以上系统 。 未来在全球智能手机、平板电脑和可穿戴设备等消费电子领域的需求有望爆发。 以 3C行业为例,我们判断未来行业的机器视觉需求还会持续较快增长,主要需求电子及半导体 47% 汽车 15% 制药 7% 其他 31% 行业 渗透率 用途电子设备及半导体 一般高精度制造和质量检测:晶圆切割、 3C 表面检测、 触摸屏制造、 A O I 光学检测、 P C B 印刷电路、电子封装、丝网印刷、 S M T 表面贴装、 SPI 锡膏检测、半导体对位和识别等汽车 较高几乎所有系统和部件的制造流程均可受益:车身装配检测、面板印刷质量检测、字符检测、零件尺寸的精密测量、工件表面缺陷检测、自由曲面检测、间隙检测等制药 不高主要是质量的检测:药瓶封装缺陷检测、胶囊封装质量检测、药粒却是检测、生产日期打码检测、药片颜色识别、分拣等食品与包装 不高高速检测、外观封装检测、食品封装缺漏检测、外观和内部质量检测、分拣与色选等印刷 不高 印刷质量检测、印刷字符检测、条码识别、色差检测等行业深度报告 P10 机器视觉:从“可选”向“必选”迈进 请务必阅读正文之后的免责条款部分 守正 出奇 宁静 致远 来自几个方面: 1)视觉技术进步(现在好多玻璃、屏的缺陷检测技术上还不能实现)推动适用领域拓宽; 2)随着国内智能手机 逐渐中高端化带来手机厂商利润率提升,视觉检测在国产手机产线中的应用有望推广开来。 图表 9:机器视觉在 SMT装配线上 的典型应用 资料来源: 机器视觉引领创新,合作共赢齐创未来 ,太平洋研究院整理 2.2.2 下游应用领域 汽车 根据前瞻研究院数据, 汽车行业贡献了机器视觉 15%左右的需求 ,主要用于 车身装配检测、面板印刷质量检测、字符检测、零件尺寸的精密测量、工件表面缺陷检测、自由曲面检测、间隙检测等 几乎所有系统和部件的制造流程。目前一条产线大概配备十几个机器视觉系统,未来随着 汽车质量把控、汽车智能化、轻量化趋势对检测提出更高要求,对机器视觉技术的需求还会逐步提高。 例如, 3D视觉系统可以 以高精度测量间隙并对准每一辆车,并对装配的所有车门和车身进行全面检测。 3D 视觉系统还能帮助底盘制造商使货架中车身板件的上架、下架和检测实现自动化,在自动设备拾取缺陷元件之前检测货架上是否存在缺陷元件,从而减少将缺陷元件焊接到一起。 图表 10:机器视觉在车身检测领域的应用
展开阅读全文
相关资源
相关搜索
资源标签

copyright@ 2017-2022 报告吧 版权所有
经营许可证编号:宁ICP备17002310号 | 增值电信业务经营许可证编号:宁B2-20200018  | 宁公网安备64010602000642