03

有息负债率极低，公司偿债风险小。2017-2022年公司资产负债率从18.71%下降到6.07%，资产结构持续优化。2022年公司有息负债率仅为0.16%，公司偿债风险很小。

机器视觉具备识别、测量、定位、检测四大功能。1）识别：指甄别目标物体的物理特征，包括外形、颜色、字符、条码等常见的应用场景。2）测量：指把获取的图像像素信息标定成常用的度量衡单位，精确地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。3）定位：指获取目标物体的二维或三维的位置信息，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。4）检测：指对目标物体的表面状态进行检测，进而判断产品在生产制造状态中是否存在缺陷，内涵和种类繁多。机器视觉四大应用功能中，检测为最主要的应用。据中国机器视觉产业联盟统计，2020年质量检验和表面纹理检查合计占比49.8%。

机器视觉产业链覆盖多个环节，下游应用场景众多。机器视觉上游包括半导体、光学材料、电子元件等原材料和零部件。中游包括光源、光源控制器、镜头、相机、视觉控制器、图像采集卡等硬件和图像处理软件。软件服务商可划分为底层算法开发商和二次应用开发两大类，软件的核心壁垒体现在底层算法。机器视觉下游包括3C电子、新能源、半导体、印刷、食品饮料等众多行业。

零部件和软件合计占机器视觉系统成本的80%；中游产品以视觉系统和相机为主。从机器视觉系统成本构成来看，零部件、软件开发、组装集成、维护分别占45%/35%/15%/5%；其中零部件和软件开发两项合计达80%。从机器视觉销售额上看，视觉系统/相机/光学/照明/智能相机&传感器分别占比33.2%/25.6%/10.1%/9.3%/8.5%，视觉系统和相机是机器视觉最大的两项细分销售领域。

3C电子、半导体、汽车为机器视觉主要应用下游。相较于人眼而言机器视觉的精度更高，更适合在精密的3C电子产业中应用。根据GGII数据，2021年，3C电子占据机器视觉31.56%的应用份额。在3C领域，机器视觉主要用于表面检测、触摸屏制造、AOI光学检测、PCB印刷电路等。机器视觉在工业领域的第二大应用场景为半导体，约占10.22%的份额，在半导体领域机器视觉主要是对芯片进行晶圆切割、定位组装、尺寸测量和硅片表面缺陷的检测。第三大应用领域是汽车产业，主要对汽车某些零部件进行高精度识别、测量、定位、检测，这部分约占下游应用的11.04%。近年来在新能源车浪潮下，锂电扩产力度持续加大，对应机器视觉需求也不断水涨船高。此外，在传统的食品包装、物流仓储、医药等领域，机器视觉也被广泛应用于识别、分拣和质检等操作。

4.2.1  人口老龄化+政策共同驱动机器视觉行业快速发展

中国机器视觉起步较晚，但处于高速发展初期。从世界范围内看，1969-1980年，机器视觉处于萌芽期，尚未形成完整的机器视觉概念；1980-1990年，机器视觉逐步由理论研究走向工业领域的技术应用，实现飞速发展；1990-2000年，由于成像技术和算力发展不成熟，系统成本高，产业进入成长波动期；2000-2010年，在应用和算法的双重驱动下，机器视觉正式进入发展早期；2010年以来，在算法驱动下，机器视觉加速发展，在电子、汽车、半导体等领域均得到广泛应用。我国机器视觉行业启蒙于20世纪90年代，国内主要机器视觉厂商以代理国外机器视觉产品起家，进入21世纪后部分厂商走上自主研发道路。2010年以来，随着3C电子制造产业需求快速提升，中国机器视觉产业进入高速增长阶段。

2025年全球机器视觉市场规模有望达到1276.1亿元。根据GGII数据，全球机器视觉市场规模不断扩大，从2015年377.9亿元增至2021年的804.0亿元，CAGR达13.4%。随着智能制造的浪潮和下游的不断运用，主要国家的工业自动化水平稳步提升，机器视觉的规模也将继续扩大。预计2025年全球机器视觉市场规模将突破1276.1亿元，2022-2025年复合增速为13.22%。

2025年中国机器视觉市场有望达到468.7亿元。根据GGII数据，2016-2021年我国机器视觉市场规模由46.9亿元增至138.2亿元，CAGR为24.1%。中国制造业的快速成长，以及自动化、智能化水平的进步，为我国机器世界行业的发展提供了深厚土壤。根据GGII数据，预计至2025年，我国机器视觉市场规模有望达到468.7亿元，2022-2025年CAGR为40.78%。

国内制造业亟需转型升级。2021年中国制造业增加值4.86万亿美元，占全球的30%，但整体上没有摆脱规模拉动的发展路径，存在自主创新能力薄弱、基础配套能力不足、部分领域产品质量可靠性有待提升、产业结果不合理等问题。中国人均制造业增加值仅为发达国家的三分之一，制造业强国发展指数与美德日第一梯队的发达国家有很大的差距，制造业的智能升级仍有巨大空间。

高端制造相关鼓励政策持续驱动机器视觉行业增长。制造业是我国的支柱产业，但我国在制造业领域面临的国家竞争日益激烈：发达国家通过实施再工业化战略，不断加强中高端制造业的领先优势，发展中国家积极吸引劳动密集型产业转移，在中低端承接产业和资本转移，我国制造业优势逐步减弱。我国正在进一步深化产业结构调整，推动制造业科技创新和智能制造水平，提高生产效率，着力从要素驱动向技术和创新驱动转变。机器视觉是实现智能制造过程中数据采集的必备技术，长期以来一直受到国家产业政策的鼓励和支持，为其发展营造了良好的政策环境。

驱动机器视觉发展的两大因素：宏观政策推动和微观用工成本提升。机器视觉凭借效率与成本优势取代人工。近年来，我国老龄人口占比持续提升，至2022年65岁以上人口达到2.1亿，占人口总数的14.9%。与此同时，劳动力平均工资也在持续提升，2015-2022年就业人员平均工资同比增长保持在7%左右，2021年就业人员平均工资达到9.25万元/年。人口老龄化+劳动力成本的上升凸显了机器视觉在工业产线上的优势。宏观层面来看，2017年以来，国家部委和各省市均出台了一系列政策鼓励制造业高端转型，而高端转型的进程中则少不了机器视觉对人工的取代。

机器视觉被投资者看好，企业数量保持增长。中国机器视觉领域的融资案例数量和融资金额总体呈上升趋势，2021年机器视觉行业投资事件91起，较2020年增加30起；投资金额193.4亿元，较2020年增加81.57亿元。伴随中国机器视觉技术的创新升级，中国机器视觉本土企业数量稳步上升，2020年中国机器视觉新增企业数达637家，2021年中国机器视觉新增企业数达278家。2022年受宏观经济波动影响，机器视觉投融资略有下滑。

技术标准体系逐步完善，加快推进核心技术产业化。目前行业内的国际标准化组织包括ISO/IEC JTC/SC24、ITU：SG16、IEEE、G3、IPC等。截至2020年12月，由G3国际视觉标准化组织发布的机器视觉标准共23项，在研标准7项，涉及到器件、接头与测试，验收与评测，以及工业互联。所有标准基于技术发展和需求快速更新，平均一年迭代一个技术版本。我国国内关于机器视觉行业的国家标准、行业标准和团体标准也在陆续审批和发布，为行业统一化、标准化铺设良好的发展轨道。

4.3  3C领域带来稳定增量，新能源汽车成为新的增长点

4.3.1  3C：产品更新迭代催生机器视觉新需求

机器视觉在消费电子行业应用广泛。在消费电子领域，机器视觉可被广泛用于3C表面检测、触摸屏制造、AOI光学检测、电子封装等。以手机制造为例，机器视觉具体应用场景有触摸屏Mark定位、手机屏幕划伤检测、手机MIC贴合定位、液晶屏AA区定位、耳机孔定位、按键字符位置检测、手机壳尺寸检测、手机芯片缺陷检测、PCB焊锡检测、IC元件PIN针及字符检测等。

消费电子产品市场存量大，产品快速迭代持续催生机器视觉新设备新需求。2017-2021年，我国消费电子市场规模为由16120亿元增至18113亿元，市场存量规模庞大。随着我国新冠肺炎疫情形势好转以及市场需求的恢复，预计2022年我国消费电子市场规模将达18649亿元，同比增长3%。消费电子行业具有技术革新迅速、产品迭代快、利润较高等特性。消费电子产品庞大的存量及消费者对高质量产品的偏好，推动消费电子产品必须通过高效精细的机器视觉技术提升产能和质量。同时频繁的型号和设计变更也会导致制造企业需要频繁采购、更新其生产线设备，对其上游的机器视觉行业产生巨大需求。

4.3.2  新能源：新能源汽车加速替代燃油车，汽车和锂电视觉检测需求旺盛

汽车制造成为工业机器视觉应用重要增长点。汽车制造过程复杂且程序繁多，在汽车生产过程中使用机器视觉技术来代替人工进行检测，不仅能够提高工作效率及准确率，还可以降低生产成本，因此机器视觉技术被广泛应用于汽车制造业，主要应用包括汽车零配件检测、汽车装配校验检测、汽车零配件二维码及字符识别、涂胶检测等。此外，目前国内积极推动网联汽车发展，汽车电子化趋势将进一步加强。过去汽车以机械结构为主，在新能源和智能汽车中，电子零部件的成本占比将会达到整车的一半以上，大量的雷达（激光、厘米波、毫米波、超声波）、传感器、通信（GPS、DSRC、4G/5G）、摄像头、监控、检测、娱乐系统将会被装载在汽车之上，汽车行业对采用机器视觉技术检测设备以及智能制造装备的需求量将不断提高。

新能源车加速替代燃油车，锂电池检测需求旺盛。新能源汽车安全性要求不断提升，对锂电池要求愈发提高。电池缺陷检测的传统方法是人工测量和判断，容易受检测人员主观意愿、情绪、视觉疲劳等人为因素的影响，使检测结果出现偏差疏漏。因此在锂电池生产制造的过程中，机器视觉检测重要性凸显、应用增多。以方形卷绕电芯为例，在电芯前段工序中，视觉检测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。在电芯后工序中，视觉检测主要应用于裸电芯极耳翻折检测、极耳裁切碎屑检测、极耳焊接质量检测、尺寸测量、贴胶定位，以及入壳顶盖焊接质量检测、密封钉焊接质量检测、电芯外观检测等。在模组和PACK段，以视觉检测装备为主，主要应用于底部蓝胶检测、BUSBAR焊缝检测、侧焊缝检测、模组全尺寸检测、PACK检测等。

4.3.3  半导体：机器视觉最早应用领域，国产替代空间广阔

半导体行业是机器视觉设备的潜在开发市场。机器视觉在半导体行业的应用涉及到外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等检测，尤其是晶圆制作中的检测、定位、切割和封装过程都需要机器视觉技术的辅助。半导体前道检测设备约占半导体设备的12%左右，2020年全球半导体检测设备市场规模达76.5亿美元，同比增长20.1%，中国大陆半导体检测与量测市场规模达21.0亿美元，同比增长24.3%。2016-2020年，中国大陆半导体检测与量测设备CAGR高达35.7%，远高于全球的13.2%。现阶段，我国半导体产线大多都是整体引进，且半导体行业标准较为完备，国产机器视觉设备还未大量采用，国际巨头科磊、应用材料、日立合计市占率超过90%，中国设备厂商起步晚且基础薄弱。随着半导体工艺的进步、微观结构逐渐复杂，对设备检测速度和吞吐量、光学检测技术分辨率、大数据精测算法和软件的要求提高，国产机器视觉设备有望进一步渗透。

4.3.4  其他：物流、医药等领域对机器视觉需求不断凸显

物流、医药、光伏、食品饮料等众多应用场景有待开发。物流上采用机器视觉可准确进行物品分拣，完成精准抓取作业，效率高、成本低、出错率低，是未来智能物流的必备技术。此外机器视觉还可在食品饮料、光伏、医药、化妆品等行业得到广泛的应用。然而，目前国内外企业的业务覆盖面都不全面，仍然集中在一两个常用领域，对新需求的开发不足。通过进一步开发应用场景，能扩大整个机器视觉市场规模，同时避免同质化竞争，取得更高的利润率。

4.4  竞争格局：依托性价比切入中低端市场，国产替代进程加快

国内机器视觉企业众多但规模小。据中国机器视觉产业联盟数据，2020年中国共有超过4000家机器视觉相关企业，但营收在1亿以上的企业仅占16.5%，营收在3000万以下的企业数量过半。国内本土企业在规模和体量上和外资相比仍有较大差距。基恩士和康耐视作为全球机器视觉两大巨头，不仅垄断全球高端市场，在中国的份额也分别占到34%、9%，高于中国本土企业，奥普特占市场总额的5%，剩余其他企业分享一半市场，竞争格局较为分散。

国产替代逐步推进，但难以突破核心壁垒。2021年中国国产品牌销售额占比58.43%，占比持续提升，反映出国内机器视觉产业自主研发产品比例的不断上升，本土优势不断发挥。但目前国内厂商仍以代理商为主，具备自主生产能力的企业以中低端领域进口替代为主。工业镜头、工业相机、底层算法和软件等技术壁垒高、利润率高的部分，由具有更深厚的研发技术积累和软硬件优势国外企业占据了绝大部分市场份额。

机器视觉行业集中度较低，分散程度在加剧。2020年，我国机器视觉行业CR5、CR10分别为30.1%、40.3%，较2019年分别下降2.9%、4.3%。我国机器视觉行业目前集中度较低且分散程度仍在加剧。行业格局分散主要系下游应用场景差异化水平高导致。机器视觉应用包括识别、定位、测量、检测，被广泛应用于消费电子、半导体、汽车、印刷、食品加工等领域，不同行业及应用对于机器视觉应用的要求均有较大差异。即使占比高达52.9%的消费电子领域，由于产品（手机、手表、电池）及工序（显示行业中的Array、Cell、Module制程）的不同导致应用差异也很大。

光源：技术相对成熟，竞争激烈。光源对于机器视觉中的图像采集部分具有重要影响，为后续图像识别与分析奠定必要的基础。中国视觉光源行业市场集中度较高，整体竞争较激烈。中国机器视觉行业厂商进入光源市场较早，产品技术门槛相对较低且具有性价比优势。所以光源的国产化率非常高，也充分进入国际市场。日本CCS和美国AI凭借多年的行业积累在高端市场拥有较高市占率，国内主要厂商有奥普特、纬朗光电、沃德普、康视达等，其中奥普特为国内光源市场市占率最高企业。

工业镜头：国外占据高端市场，国内企业中低端切入。镜头是机器视觉图像采集部分重要的成像部件。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绝对竞争优势。海外知名工业镜头品牌包括美国Navitar、德国卡尔蔡司、德国施耐德、日本Moritex、日本 KOWA等。海外品牌在镜头领域投入较早，经过多年的业务积累与技术升级，在全球范围内形成了德系和日系等光学巨头。但是其也有产品价格高以及对中国客户定制化需求开发不足等缺陷。我国工业镜头企业虽然起步较晚，但凭借性价比优势从低端市场切入，涌现出优秀的镜头公司如奥普特、东正光学、慕藤光、普密斯。

工业相机：高端依赖进口，中低端进口替代进行时。根据前瞻工业研究院数据，2018年，全球工业相机市场，北美品牌占比62%、欧洲品牌占比15%。海外主要的品牌有瑞士 Baumer、德国 Basler、 德国 AVT、加拿大 PointGrey 等。国内厂商凭借性价比优势切入市场，2015 年后，中国涌现出了一批有规模的，有竞争力的自主研发工业相机的国产品牌，如海康机器人、大恒图像、华睿科技年产十万颗以上的公司，同时生产智能相机的公司也纷纷涌现，如深圳启元，凌云光公司纷纷推出自己的读码器和智能检测设备。

视觉算法和软件：康耐视等占据主要份额，国产厂商逐步发力。机器视觉中游视觉系统目前主要被MvTech、康耐视、基恩士三家占据主要份额。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。奥普特推出了SciVision视觉系统、凌云光推出了VisionWARE、维视图像推出了Visionbank、大恒图像是MvTech在中国唯一合作伙伴。在智能视觉装备领域，由于下游应用广泛且各应用之间差异化较大，国内各家厂商在各自擅长的细分市场均占有一定的市场份额。

5.1  公司重视研发，多项核心产品技术领先

重视研发投入，取得丰硕研发成果。2022年，奥普特研发费用达1.91亿元，同比增长39.42%，研发费用率为16.74%。公司新获得发明专利21项、实用新型专利152项、外观设计专利5项，新获得软件著作权14项。截止2022年底，公司累计获发明专利51项、实用新型专利352项、外观设计专利30项，累计获软件著作权87项、其他2项。上述专利和软件著作权涵盖了公司产品的各个关键技术领域，体现了公司在技术研发及设计环节的核心竞争力。公司近几年被评为“国家知识产权优势企业”，并获批“国家博士后科研工作站”、“广东省博士工作站”、“广东省奥普特机器视觉工程技术研究中心”等创新研发平台。

重视人才队伍建设，持续推进校企合作。2022年，公司研发人员数量达到813人，占总员工人数之比达到38.75%。公司依托奥普特研究院、奥普特博士后工作站引进优秀的专业技术人才，为公司未来发展提供产品、技术、人才保障。同时公司与各地院校、行业系统集成商深度合作，针对区域产业特色及专业特点，构建产业与教育融合生态，助力人才培养与就业，成功申报教育部“产学合作协同育人”项目、入选广东省第二批产教融合型企业建设培育名单等。

以成像和视觉分析为核心，建立多层次技术体系。公司以光源技术、光源控制器技术、镜头技术、视觉分析技术为核心，在硬件和软件方面，分别建立了成像技术和视觉分析两大技术平台。在此基础上，结合多年积累的机器视觉在各下游行业应用的专有技术（Know-How），公司构造了包括基础核心技术、技术平台、应用技术在内的多层次的技术体系，可实现高精度测量和引导定位、深度学习外观检测、曲面成像、3D测量和定位、飞行拍照、多光谱成像等，运用于3C电子、新能源、半导体、医药、光伏、食品加工等领域。

光源产品性能优秀，比肩国际领先企业。机器视觉光源产品注重照度、均匀性、稳定性。公司产品满足这三点要求。亮度上，与同行业公司日本CCS相似规格的产品对比，公司产品在相同工作距离的情况下，照度值较高。均匀性上，与CCS产品相比，奥普特也具备有一定优势。稳定性上，公司产品采用恒流驱动方式可实现更精准的控制、响应时间更短、在易用性和安全性上的功能设计也更为周全。

软件与算法技术含量高，国内厂商突破较为困难。软件图像处理分析是机器视觉的四大功能完成的最后步骤，直接决定了机器视觉的可靠度和精准度，其中算法作为软件平台的底层，是软件的核心技术壁垒。软件开发的成本占比可达35%，且可复制性较强，在技术成熟之后，具备客观的连续盈利能力，毛利水平高达90%。因此各大机器学习厂商纷纷投入资源进行深度学习模型的开发和应用，例如康耐视分别在2017年和2019年收购两家深度学习软件公司ViDi Systems和SUALAB，增强在自身在该领域的实力。然而算法和软件研发投入大，研发周期长，国内厂商起步较慢，在该领域竞争优势薄弱，具备底层算法能力和自主软件平台的企业很少。

公司掌握底层算法与软件技术，走在行业前列。公司基于自身在行业的案例积累，经过高度提炼自主研发了SciVision视觉开发包和SciSmart智能视觉软件，是国内少有的拥有底层算法能力和软件平台的机器视觉企业。SciVision视觉开发包包括2D视觉算法、3D视觉算法和深度学习算法。SciSmart智能视觉软件建立在SciVision算法库之上，能实现图像采集、测量、识别、检测、通讯、控制等一系列功能，可满足各类应用场景的需求达到通用程度，并且具有可在线调试、图形化编程、操作方便等特点，有较高的易用性。公司的视觉控制系统运行了自主研发的视觉分析软件，相关方案已经在3C、新能源、半导体等多个行业运用，得到众多客户认可。

06

机器视觉行业随工业发展逐步兴起的行业，采用机器视觉技术的下游行业多为发展较快、对自动化水平和产品品质要求较高的行业。若公司下游领域拓展进程受阻，公司业绩可能承压。

6.2  产品价格下行及毛利率下降的风险

随着机器视觉行业的快速发展，市场竞争日益加剧，产业逐渐进入成熟期。一般而言，随着产业从成长期逐渐进入成熟期，市场竞争加剧，将导致产品价格逐渐降低。公司目前毛利率处于较高水平，若未来受如行业内更多企业加入导致市场竞争加剧、境外品牌降价竞争、原材料价格及人工成本持续上涨等因素影响，未来公司产品毛利率存在下降的风险。

6.3  对关键客户依赖较大的风险

公司主要客户群体集中在3C电子、新能源等行业，下客户若出现增长乏力的情况，可能对公司的经营产生不利影响。若下游客户业绩下滑、延迟或取消新产品的发布，可能会导致公司订单的延期交付。

6.4  新产品研发及市场推广的风险

公司目前有多个新产品处于规划或者研发阶段，并在各下游行业规划研发机器视觉应用方案。一方面，上述在研项目距离实现批量生产和销售还有一定时间，且存在研发失败的风险。另一方面在研项目可能在未来商业化中会面临激烈竞争，出现商业价值低或不及预期的风险。