机器视觉行业投资分析报告

2015-03-14赵巧敏广证恒生证券研究所广州510623

机器人技术与应用 2015年5期

关键词：机器

赵巧敏（广证恒生证券研究所，广州，510623）

机器视觉行业投资分析报告

赵巧敏
（广证恒生证券研究所，广州，510623）

1　机器视觉行业概况

1.1机器视觉

机器视觉技术，就是用机器代替人眼来做测量和判断。机器视觉技术是一门涉及人工智能、计算机科学、图像处理、模式识别等诸多领域的交叉学科，主要用计算机软件来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。

机器视觉系统主要由图像的获取、图像的处理和分析、输出或显示三部分组成。目前，将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。

机器视觉自动化设备可以不知疲倦地进行重复性的工作。在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合下，都可以用机器视觉替代人工视觉。

1.2机器视觉的原理及优势

机器视觉与人眼有相似之处，都是通过采集图像信息、对信息进行数据化处理来实现视觉的传递，而机器视觉与人眼相比，其视力远不止“5.0”。

机器视觉系统的目的就是给机器或自动生产线添加一套视觉系统，其原理是由计算机或图像处理器以及相关设备来模拟人的视觉行为，获得相关视觉信息。人的视觉系统是由眼球、神经系统及大脑的视觉中枢构成，计算机视觉系统则是由图像采集系统、图像处理系统及信息综合分析处理系统构成。

图1　机器视觉系统示意图

机器视觉系统的基本定义是用电脑来实现人的视觉功能，也就是用相应的软硬件来实现对三维世界的识别。人类视觉系统的感知部分是视网膜，它是一个三维采样系统。三维物体的图像投影到视网膜上，人们按照投影到视网膜上的二维图像来对该物体进行三维理解。而机器视觉的数据形式则更多的是一系列的坐标值，处理软件对这一系列的数据进行相应的处理和识别。二者的具体差异见表1。

表1　机器视觉系统与人的视觉对比

1.3机器视觉系统组成

作者介绍：赵巧敏，广证恒生新三板研究团队副队长，高端装备行业负责人，曾获英国南安普顿大学国际金融市场硕士，2008-2009年证券业协会课题二等奖，具有跨行业及海外研究复合背景，7年证券市场研究经验。

1.3.1光源

光源是机器视觉系统中重要的组件之一，一个合适的光源是机器视觉系统正常运行的必备条件。因此，机器视觉系统光源的选择是非常重要的。使用光源的目的是将被测物体与背景尽量明显分别，获得高品质、高对比度的图像。

机器视觉有三大技术，即采像技术、处理技术、运动控制技术，采像技术离不开光源，光源的选择及其性能直接影响系统的成败，影响处理精度和速度。光源主要分为三种，高频荧光灯、卤素灯和LED光源。其中，LED光源相对具有更高的性价比，其主要优势有：

1）可制成各种形状、尺寸及各种照射角度，可以根据需要制成各种颜色，并可以自由调节亮度，可以根据客户需要进行自由设计。

2）使用寿命长(约3万小时，间断使用寿命更长)，运行成本低，在综合成本和性能方面有巨大优势。

3）反应快捷，可在10μs甚至更快的时间内达到最大亮度；电源带有外触发，可以通过计算机控制。

表2　三种光源性能对比

1.3.2镜头

尽管照相机、分析软件和照明对于机器视觉系统都是十分重要的，可最关键的元件还是工业相机镜头。系统若想完全发挥其功能，镜头必须要能够满足要求才行。在为控制系统选择镜头的时候，机器视觉集成商应该考虑四个主要因素：可检测物体的类别和特性、景深或者焦距、加载和检测距离、运行环境。

1.3.3相机

机器视觉相机的目的是将通过镜头投影到传感器的图像传送到能够储存、分析和（或者）显示的机器设备上。按照芯片类型，相机可以分为CCD相机、CMOS相机。

图2　索尼CCD工业相机（左）与上海凌亮光电CMOS工业相机（右）

CCD和CMOS是现在普遍采用的两种图像工艺技术，它们之间的主要差异在于传送方式的不同，二者的性能方面也有很大区别:

1）噪声差异：由于CMOS的每个感光二极管都需要搭配一个放大器，而CCD只需要一个放大器放在芯片边缘，因此，与CMOS相比，后者的噪声相对减少很多，大大提高了图像品质。

2）耗电量差异：CCD的耗电量远远高出CMOS，根据计算CMOS的耗电量仅是CCD的1/8~1/10。

3）分辨率差异：在读取信号时， CMOS是以“点”为单位直接读取信号，CCD则是以“行”为单位间接读取信号，因此在像素尺寸相同的情况下，CMOS的灵敏度要低于CCD。

4）成本差异：由于CMOS与现有的集成电路生产工艺大致相同，可以一次全部整合周边设施到传感器芯片中；而CCD采用电荷传递的方式输出数据，只要其中有一个像素传送出现故障，就会导致一整排的数据无法正常传送。因此，CCD的制造成本相对高于CMOS传感器。

1.3.4图像采集卡

在机器视觉检测系统中，图像采集卡是机器视觉系统中的一个重要部件，它是图像采集部分和图像处理部分的接口。一般具有以下的功能模块：

1）图像信号的接收与A/D转换模块：负责图像信号的放大与数字化。有用于彩色或黑白图像的采集卡，彩色输入信号可分为复合信号或RGB分量信号。

2）摄像机控制输入/输出接口：主要负责协调摄像机进行同步或实现异步重置拍照、定时拍照等。

3）总线接口：负责通过PC机内部总线高速输出数字数据，一般是PCI接口，传输速率可高达130Mbps，完全能胜任高精度图像的实时传输，且占用较少的CPU时间。在选择图像采集卡时，主要应考虑系统的功能需求、图像的采集精度和与摄像机输出信号的匹配等因素。

1.3.5图像处理软件

用软件对图像进行处理的过程，是整个机器视觉技术的核心，只有在软件将采集到的图像数据化以后，机器才能进行识别和检测等功能。机器视觉图像处理软件的选择，决定着检测算法的准确性。机器视觉企业之间的竞争，其实就是算法准确性的竞争，因此每个企业都会投入很多的资源对核心软件进行开发。

只有优秀的机器视觉图像处理软件才能进行快速而且准确的检查，并减少对硬件系统的依赖性。国内比较出色的机器视觉软件如维视图像的MVIPS图像处理软件，应用比较广泛。

以MVIPS视觉软件为例，MVIPS机器视觉软件共分为四大功能模块，这四大功能模块分为光学字符检测、边缘检测、颜色检测和缺陷检测，这四大功能模块已经涉及到目前机器视觉检测与应用的各个方面，可应用于印刷、纺织、包装、半导体、生物、电子、集成电路、制造、制药、食品等工业自动化行业，同时配合MVIPS实验平台，可满足教学与科研的需要。

1.4机器视觉系统的产业链

图3　机器视觉产业链

机器视觉系统主要由光源、镜头、相机、图像采集卡以及核心软件五个部分构成，其中软件算法是核心，半导体器件是关键。机器视觉行业的上游有光源、镜头、工业相机、图像采集卡、图像处理软件等提供商，下游主要市场是半导体和电子制造行业，在汽车、印刷包装、烟草、农业、医药和交通等领域也有广泛应用。

1.4.1上中游产业分析

由图4所示机器视觉的总体成本分布可以看出，软件开发和半导体器件占比大，80%的成本来源于部件的购买以及软件开发。

部件中最关键的部分是半导体芯片，每个环节的硬件设施中都需要芯片技术以及电路集成。软件是机器视觉的大脑，只有在软件将采集到的图像数据化以后，机器才能进行识别和检测等功能。机器视觉图像处理软件的选择，决定着检测算法的准确性。

图4　机器视觉成本分布

在软件开发方面，我国的创新水平和市场占有额在稳步提高。2014年我国工业软件市场规模约为1000亿元，是全球工业软件市场规模3175亿美元的1/18，但从2012年到2014年呈现逐年上升的趋势，且同比增长率分别为17.30%、17.50%、16.90%，保持较高增速，同期的世界工业软件市场规模同比增长率分别为6.30%、5.20%、5.80%，中国的增长率比世界的高2倍。

在半导体行业方面，目前我国半导体器件主要依赖国外品牌，随着半导体技术的进步和发展，芯片的总体价格较为稳定。如果中国能突破国外对中国半导体市场的垄断，那么上游产业的价格会进一步降低，这对机器视觉行业的发展将有极大促进作用。

其他普通的电子元器件在国内市场的供应相对来说都比较稳定，选择空间也比较大，因此在这方面对机器视觉行业的影响很小。因此，半导体和软件技术是机器视觉的“关键先生”。

1.4.2下游产业分析

机器视觉在下游行业的应用很广，下游行业的发展决定了机器视觉的市场需求量，近年来，各类下游实体行业通过不断科技创新，在市场规模方面有了很大增长，而其生产力在当前生产模式下也逐渐达到瓶颈，急需改变以往劳动密集型的生产模式。这些行业出于降低能耗、提高工艺水平的内在需求，正不断加大设备配套、节能改造和工艺技术改造的投入，机器视觉产业的需求也将随着各种智能装备需求的提高而提高。

在工业4.0的趋势下，机器视觉行业方兴未艾，机器视觉产品在其他下游行业中的应用仍有长足发展空间。从图5可以看出，当前机器视觉有多种应用方式，以运动控制为主。

图5　当前机器视觉的多种应用方式

2　世界机器视觉行业竞争格局

2.1机器视觉行业发展史

图6　机器视觉的发展史

在机器视觉发展的历程中，有3个明显的标志点，一是机器视觉最先的应用来自“机器人”的研制，也就是说，机器视觉首先是在机器人的研究中发展起来的；二是20世纪70年代CCD图像传感器的出现，是机器视觉发展历程中的一个重要转折点；三是20世纪80年代CPU、DSP等图像处理硬件技术的飞速进步，为机器视觉飞速发展提供了基础条件。

2.2美日两系公司比较

2.2.1美国康耐视（Cognex Corp.）

康耐视公司是为制造自动化领域提供视觉系统、视觉软件、视觉传感器和表面检测系统的全球领先提供商，同时也是领先的工业ID读码器提供商。近年来，康耐视公司在机器视觉的应用方面做出了很大成绩，通过遍布北美、欧洲、日本、亚洲和拉丁美洲的办公室，以及集成与分销合作伙伴全球网络为国际客户提供服务。公司总部位于美国马萨诸塞州波士顿附近的Natick郡。

康耐视2013 年收入3.54 亿美元，大于 2013年我国全国机器视觉行业规模总和，在2014年更是达成了全年40%收入增长率。在30余年的发展之路中，康耐视遭遇了各种各样的技术和应用问题，但随着生产水平的不断提升，这家国际机器视觉巨头不断突破难关，打开市场，完成了一次又一次的商业转型。

图7　康耐视近年市场表现

从财务状况来看，康耐视公司近年来的经营状况有了很大的飞跃，而利润率更是高得惊人，技术和产品的领先使得康耐视一直处于领头羊的地位。虽然在2009年金融危机时遭受了很大的打击，甚至出现了负利润的情况，但是在2010年，公司的经营又重新回到了正常轨道，2014年，公司的营业收入更是达到了4.86亿美元。

2.2.2日本基恩士（Keyence）

基恩士自 1974年以来一直稳步成长，现已成为开发与制造传感设备的世界领先者，产品范围包括传感器、测量仪器、视觉系统、激光刻印机以及数码显微镜。其产品不仅能够满足许多制造与研究行业客户现在的需求，而且还能够满足它们将来的需求。

基恩士属蓝筹公司，为世界范围内约70个国家或地区20余万家客户提供服务。基恩士这个名称意味着创新与卓越，已得到许多著名机构的认可。最近，基恩士在《福布斯》杂志的“全球最具创新力公司”排行榜中位列第17，同时也是《商业周刊》(Business Week) 的“1000家最有价值公司”之一，并且在日本《日经新闻》的“日本十佳公司”年度榜单中持续排在索尼与本田汽车等公司之前。

图8　基恩士近5年营收

与康耐视相比，基恩士经历了更长的复苏期，基恩士在经历金融危机的打击后保持稳健增长，2014年的营业收入超过22亿美元，净利润更是达到7.18美元。基恩士的技术水平保持在行业领先的水平，其产品广泛应用于各个工业行业，主要如半导体、电子元件、包装、家用电器、汽车、机床等。

2.2.3美日两系公司市场表现总结

从以上的数据和分析可以看出，两个公司具有各自鲜明的特色。基恩士的产业规模和市场占有率处于行业巨头的地位，相比康耐视的规模更大。而康耐视的发展潜力巨大，2013-2014的增长率达到了40%。在技术方面，二者各有千秋，有着不同的核心竞争力。

表3　基恩士、康耐视2014营业数据对比

2.3机器视觉行业的前景预测

在当前的市场环境下，机器视觉的产业发展前景十分广阔，自动化越来越高的产业体系对机器视觉的需求度日益提高。硬件制作水平的提高和软件研发队伍的壮大也使得机器视觉的识别水平不断提高，完全可以满足工业自动化的要求。

从产业区域分布来看，美日的创新水平和产业完整水平最高，其主导地位在短期内难以撼动。而中国也逐渐成为一个新的爆发点，其市场占有额也有追赶美日的趋势。

从行业应用来看，电子制造业是拉动需求高速增长的主要因素。一方面，电子制造业的高需求促进了机器视觉市场的扩大和完善；另一方面，机器视觉系统的成熟和应用也加速了各行业的生产力进步，二者相互作用。

图9是对2014年至2018年全球机器视觉系统及部件市场规模预测，图中折线为年增长率，可以计算出2014-2018年的复合增长率为8.39%。

图9　2014-2018年全球机器视觉系统及部件市场规模预测

数据来源：立本信息研究中心、广证恒生

图10　2018年全球机器视觉产业分布预测

3　中国机器视觉行业分析

3.1行业进入黄金增长期

近年来，在诸多因素的作用下，机器视觉行业发展迅速，特别是在中国市场上，制造业为改变落后的生产方式，需要大力投入机器人等自动化设备，加上政策对智能化产业大力扶持，使得中国在这几年赢来了机器视觉行业发展的黄金时期。

然而，相比国外成熟完整的产业链，中国的机器视觉行业发展缓慢。国内机器视觉起步于20世纪80年代的技术引进，最早应用于半导体和电子行业，然而一直到十几年前，才出现了成熟的工业应用。

2006年以前，中国机器视觉产品应用主要集中在外资制造企业、出口加工企业及烟草企业，规模很小。此后，我国机器视觉市场进入快速发展期。2010年市场规模达到8.3亿元，同比增长48.2%。2011年中国机器视觉市场规模为10.8亿元，同比增长30.1%，增速比2010年下降18.1%。虽然增长率有所下降，但仍保持很高的水平；其中智能相机、工业相机、软件和板卡都保持了不低于30%的增速，光源也达到了28.6%的增长幅度，增幅远高于中国整体自动化市场的增长速度。从应用的行业看，电子制造行业仍然是拉动需求高速增长的主要因素。

据立本信息研究中心预计，机器视觉行业2016年的市场总规模将超过30亿元。中国在世界市场上所占的市场份额也将随之提升。纵观整个机器视觉行业的企业情况，目前进入中国的国际机器视觉品牌已有100多家，国内机器视觉企业也超过102家，专业的机器视觉系统集成商超过50家，涵盖从光源、工业相机、工业镜头、图像采集卡以及智能相机等所有机器视觉产业链产品。

图11是2007-2013年中国机器视觉行业规模情况，图12是相关厂商数量的变化图，图中折线为年增长率。

图11　中国机器视觉行业规模变化

图12　中国机器视觉厂商数量变化

3.2三大促进因素

机器视觉在国内起步较晚，直到近年才有真正的工业应用，因此中国的机器视觉行业与美日相比来说欠成熟，尚处于成长阶段。但是，中国机器视觉行业却有着极大的发展潜力。

3.2.1技术层面

行业发展的前提条件是自主创新能力的提高，而中国企业的创新能力一直被诟病。创新能力是牵引一个企业甚至一个行业发展的决定性因素。在机器视觉方面，中国的创新表现在近几年有了很大突破。

在20年前，中国几乎没有任何的创新专利，1999-2013年，我国机器视觉的专利申请数量呈上升走势。2011年，我国机器视觉专利申请数为267个；2012年，相关专利申请数量为298个；2013年为101个。相信未来会有更多的创新和技术革命，引领中国制造2025的浪潮。

图13　中国机器视觉行业专业数量变化

3.2.2产业政策

高端装备制造业是国民经济的中流砥柱，随着生产模式的转变，我国高端装备制造业正在向全球化、信息化、专业化、绿色化、服务化发展；而制造技术则正在向高速高精、自动智能、绿色低碳、高附加值、增值服务、物流联动等方向发展。近年，国家对于高端装备制造行业的重视程度不言而喻，出台了一系列政策来支持产品研发和市场扩展，希望能摆脱对进口产品的依赖。而高端装备制造业的发展，需要机器视觉行业的助阵，一方面，机器视觉的一个主要应用就是在高端装备制造行业，另一方面，高端装备制造行业对于精准度的严格要求也必须由机器智能识别来实现。

作为高端装备制造业的重点发展方向和信息化与工业化深度融合的重要体现，大力培育和发展机器视觉对于加快制造业转型升级，提升生产效率、技术水平和产品质量，降低能源资源消耗，实现制造过程的智能化和绿色化发展具有重要意义。

表4　中国机器视觉行业相关政策

3.2.3国际产业链

自20世纪70年代以来，中国已正式加入到国际化分工大生产的产业链中。在这个过程中，国际市场对于中国产品的质量要求也在不断提高，中国也逐渐被人们称为“世界工厂”。然而中国在国际产业链中所扮演的角色，一直是附加值较低的低端加工环节。

表5　机器视觉技术的优势

近年来，中国的自主研发水平有了很大进步，劳动力质量和成本也逐渐提高，中国企业也逐渐步入产品开发、市场营销等高端环节，这对产品的质量和生产精确度有了更高要求。而且德国工业4.0提出淘汰劳动密集型的生产方式，使工厂的生产方式日趋智能化，这需要充分利用机器视觉系统的精确性优势，以满足国际化对于生产质量的要求。

在全球化的背景下，中国的各产业企业与国际之间的联系越来越多，传统制造业面临颠覆，转型升级将给中国自动化行业带来巨大的市场机遇，机器视觉作为自动化界高智能化的产品，未来具有很大的发展潜力。

3.3产业市场现状

目前国内机器视觉企业主要位于珠三角、长三角及环渤海地区，企业重点分布在广东、浙江、江苏、上海和北京等省市。

从产业竞争角度来看，我国目前机器视觉市场以国际大厂为主，包括业务繁杂的工业自动化公司和专业的机器视觉公司等。在这方面，国内企业还是以代理商为主，自身业务技术含量不高，产品大多效果不好；另外，有一大部分企业做系统集成和解决方案，覆盖范围广，产品主要偏低端应用，这对我国前几年行业的高速增长做出了卓越贡献。

图14　中国机器视觉行业地域分布

在国外，机器视觉的行业应用已经相对成熟，主要体现在半导体及电子行业，其中40%-50%都集中在半导体行业，具体如PCB印刷电路、电子封装技术、SMT表面贴装等；机器视觉系统在质量检测的各个方面也得到广泛应用，并且其产品在应用中占据着举足轻重的地位；除此之外，机器视觉还用于其他各个领域。

而在中国，半导体等行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白，即便有，也只是低端方面的应用。

表6　我国视觉市场分类

近几年，随着相关配套基础建设的完善，技术、资金的积累，国内各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业方面的应用，如主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多是一些检测类的机器，真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。

在中国市场上，机器视觉行业尚处于成长阶段，关键零部件多为进口。国内的主要生产厂商按产业链可以分为三类:第一类是主要生产硬件零部件的厂商，如奥普特、沃德普等；第二类是主要从事软件开发的企业，如凌云电子；第三类是从事整机生产的企业，主要集中在大恒图像。

表7　机器视觉产品国内主要厂商

目前，随着智能化工厂的进程对机器视觉提出更高要求，中国机器视觉厂商的创新能力不断提高，整个行业的产业链也日趋成熟，中国机器视觉行业亦将在“中国制造2025”的进程中迎来黄金爆发点。

3.4未来发展趋势

3.4.1半导体行业的发展带动机器视觉行业市场

机器视觉的主要应用在半导体和电子行业，据相关数据显示，全球集成电路产业复苏迹象明显；与此同时，全球范围内的经济衰退使我国集成电路产业获取了市场扩大、成本降低、人才回流等优势；国家加大对集成电路产业的战略规划力度，以信息化带动工业化，走新兴工业化道路，这为集成电路产业带来了巨大的发展机遇，特别是高端产品和创新产品市场空间巨大，设计环节、国家战略领域、3C应用领域、传统产业等应用领域成为集成电路产业未来几年的重点投资领域。

图15　智能工厂中的机器视觉系统应用

各种研究调查表明，中国的半导体和电子市场已初具规模，而日益进步的半导体产业将需要高质量的技术做后盾，需要有够硬的自主研发水平，同时半导体本身对于产品的高质量、高集成度的要求将越来越高。恰巧，机器视觉将能帮助他们解决这些问题，因此该行业将是机器视觉最好的用武之地。

3.4.2基于嵌入式的产品将取代板卡式产品

随着各项高新技术的发展，市场需求的变化，更高速、更可靠、更低成本成为各种技术开发的首要条件。嵌入式视觉系统是将先进的计算机技术、半导体技术和电子技术和各个行业的具体应用相结合后的产物，在未来，嵌入式产品将取代传统的板卡式产品，主要原因有以下三点：

1）嵌入式系统的功耗和成本更低。随着计算机技术和微电子技术的迅速发展，嵌入式系统应用领域越来越广泛，尤其是其具备低功耗技术的特点得到人们重视。未来的嵌入式产品是软硬件紧密结合的设备，为了减低功耗和成本，需要设计者尽量精简系统内核，只保留和系统功能紧密相关的软硬件，利用最低的资源实现最适当的功能。

2）开发效率高，研发周期短。嵌入式操作系统绝大部分是以C语言为基础的，因此使用C语言进行嵌入式系统开发成为一项基础性的工作。使用高级语言的优点是可以提高工作效率，缩短开发周期，更主要的是开发出的产品可靠性高、可维护性好、便于不断完善和升级换代。因此，嵌入式产品将会取代板卡式产品。

3）提供友好的多媒体人机界面。嵌入式设备能与用户亲密接触，最重要的因素就是它能提供非常友好的用户界面。图像界面清晰，具有灵活的控制方式。

图16　基于嵌入式的机器视觉系统

3.4.3个性化的服务和方案代替标准化产品

机器视觉在很多行业都有着广泛的应用，然而每个行业每个企业对于产品都有着不同的需求，随着中国加工制造业的发展，对于机器视觉的需求也逐渐增多；随着机器视觉产品的增多，技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。由于机器视觉的进一步发展，自动化将朝着更智能、更快速的方向发展。然而，由于用户的需求是多样化的，且要求程度也不相同，因此个性化方案和服务在竞争中将日益重要，即用特殊定制的产品来代替标准化的产品也是机器视觉未来发展的一个取向。

相应地，机器视觉的应用也将进一步促进自动化技术向智能化发展。

4　深层剖析A股上市机器视觉企业

4.1公司概况

随着“中国制造2025”的概念越来越深入人心，机器视觉产业竞争的不断加剧，大型机器视觉企业间并购整合与资本运作日趋频繁，国内优秀的机器视觉生产企业愈来愈重视对行业市场的研究，特别是对企业发展环境和客户需求趋势变化的深入研究，一大批国内优秀的机器视觉品牌迅速崛起，逐渐成为机器视觉产业中的翘楚。

这里从WIND数据库中提取了9家A股上市公司，按注册资本排序，其基本资料如表8所示。

表8　A股机器视觉公司概况

可以看出，机器视觉企业主要为民营企业，公司规模大多为中小规模企业，在规模上目前还难以与国外的主流公司竞争，只待提升自己的创新水平，形成真正的核心竞争力，占有更多的市场份额，在众多品牌中脱颖而出。

4.2企业发展的阻力

4.2.1技术壁垒

机器视觉行业属于技术密集型产业，从表9、图17可以看出，研发费用在整体收入中所占的比重很高，核心技术的积累和持续的技术创新是企业取得竞争优势的关键因素之一，因此，较高的技术门槛对潜在的市场进入者构成了障碍，掌握了机器视觉软件算法等关键技术的企业将引领整个产业的发展。

机器视觉的核心技术在于软件算法的编写。中国机器视觉产业发展迅速，市场需求增加，但行业内优势企业少，市场竞争激烈。

表9　A股机器视觉公司研发费用占营业收入比重

图17　A股机器视觉公司研发费用占营业收入比重

4.2.2人才壁垒

企业之间的竞争实质就是人才的竞争，如何发掘、培养人才是机器视觉企业发展过程中面临的核心问题，也是影响企业竞争力的重要因素。一方面，企业的产品研发需要有专业知识的技术人员，另一方面，企业管理也需要具有行业经验的资深人士，这就要求公司通过建立良好的激励机制来保持对优秀人才的吸引力和凝聚力。

机器视觉行业属于文化创意产业和高技术服务业，服务水平和服务质量取决于员工的专业素质和服务能力。创作人员需具备良好的艺术修养，掌握专业的机器视觉技术，才能出令人耳目一新的作品，满足客户的个性化需求。总而言之，科技企业的核心竞争力是人才，行业内高素质的技术人才、创意人才、管理人才、市场人才相对有限，构成了进入行业的人才壁垒。

4.2.3品牌壁垒

在任何行业中，知名的品牌往往意味着有质量保证和高水平服务，很多消费者对于品牌形成了一定程度上的消费习惯和品牌认知，因此要使消费者由购买在位品牌转向购买新进入的品牌，则需要克服消费者心理上的认知，这是困难的，因为消费者转换品牌过程中存在着转换成本，理性的消费者在利益一定条件下，将不会选择新品牌，这种由在位品牌带来的消费者的心理认知就构成了品牌壁垒。

机器视觉行业中，客户对品牌具有较高忠诚度。特别是在市场开拓中，企业品牌和服务品质更为市场和客户所看重，所以拥有市场认可的品牌是参与行业竞争的核心优势之一。品牌的树立需要长时间的沉淀，缺乏为客户所接受的品牌是新企业进入机器视觉行业的重要壁垒。

4.2.4客户资源壁垒

稳定的市场需求是企业营业收益的保证，因此客户资源是机器视觉生产企业持续经营的重要前提，只有积累相当数量的客户才能保证企业的持续发展。机器视觉行业取得客户资源往往依赖于机器视觉企业的从业经验、信誉度、品牌、市场营销能力、综合服务能力等多方因素。而拥有大量客户资源是企业长期经营和积累的结果，因此对潜在的市场进入者构成壁垒。

4.3财务比较分析

在国内，由于机器视觉行业起步较晚，加上诸多行业壁垒的限制，中国机器视觉行业的规模普遍偏小，做强做大有一定阻力。中国机器视觉行业A股公司的资产规模差异较大，如劲拓股份资产为4.58亿元，而均胜电子的总资产则超过了60亿元。表10中按净利润大小排序，对比了各公司的营收情况。

表10　机器视觉A股上市企业2014主要财务指标一览（1）

表11　机器视觉A股上市企业2014主要财务指标一览（2）

从表10中数据可以看出，千山药机作为我国制药设备的制造行业排头兵企业，销售毛利率和销售净利率均名列第一位，其产品在机器视觉方面的应用较为成熟。万讯自控和利达光电两家公司的市盈率处于领跑地位，也反映了公司近年来良好的成长情况。

5　新三板中的机器视觉企业

5.1 6家企业概况

新三板的机器视觉产业相比之前介绍的A股上市企业，规模更小，还处于企业发展的初级阶段，员工数量均在400人以下。这里从WIND数据库中筛选出了6家机器视觉相关的新三板挂牌企业，按注册资本大小排序（见表12）。表13列出了每个企业机器视觉相关的产品和机器视觉方面的经营范围。

表12　6家新三板挂牌机器视觉股简介（1）：精耕细作的民营企业

表13　6家新三板挂牌机器视觉股简介（2）：多样的机器视觉产品

5.2财务分析比较

这里选取了国内机器视觉行业巨头大恒科技的相关数据，与在新三板挂牌的6家机公司进行财务比较。结果显示，在营收规模和净利润上，新三板挂牌的公司不及A股，但是从财务指标上来看，大部分新三板挂牌公司的毛利率和净利率均远高于大恒科技的17.5%和0.27%。在ROE方面，只有盈富通的ROE略低于大恒科技，其余5家新三板挂牌公司均为大恒科技的几倍甚至几十倍。

6　总结

本文从投资的角度，对机器人行业与机器视觉技术进行了仔细分析和深度挖掘，介绍了国内目前上市的机器视觉企业，并全面剖析了机器视觉带来的投资机会。

根据立本信息预测，2014年至2018年全球机器视觉系统及部件机器视觉市场复合增长率为8.39%。就中国而言,2010年市场规模达到8.3亿元，同比增长48.2%。2011年中国机器视觉市场规模为10.8亿元，同比增长30.1%，虽然增长率有所下降，但仍保持很高的水平。其中，智能相机、工业相机、软件和板卡都保持了不低于30%的增速，光源也达到了28.6%的增长幅度，远高于中国整体自动化市场的增长速度。电子制造行业仍然是拉动需求高速增长的主要因素。

世界机器视觉产业竞争格局从产业区域分布来看，美日的创新水平和产业完整水平最高，其主导地位在短期内难以撼动。中国正逐渐成为一个新的爆发点，其市场占有额有追赶美日的趋势。

就龙头企业而言，日本基恩士的产业规模和市场占有率处于行业巨头的地位，相比美国康耐视的规模更大。而康耐视的发展潜力巨大，2013-2014的增长率更是达到了40%。在技术方面，二者各有千秋，有着不同的核心竞争力。