1、证券研究报告 请务必阅读正文后免责条款部分 2021 年年 01 月月 16 日日 公司研究公司研究 评级：评级：买入买入（维持维持） 拥有机器视觉基因，打造智能制造平台拥有机器视觉基因，打造智能制造平台 天准科技天准科技（688003）深度报告）深度报告 最近一年走势 相对沪深 300 表现 表现 1M 3M 12M 天准科技 -7.6 -15.4 -9.7 沪深 300 10.2 13.9 31.6 市场数据 2021-01-15 当前价格（元） 28.80 52 周价格区间（元） 22.03 - 38.58 总市值（百万） 5575.68 流通市值（百万） 2055.34 总股本（万股）

2、 19360.00 流通股（万股） 7136.60 日均成交额（百万） 89.91 近一月换手（%） 51.27 相关报告 天准科技（688003）中报点评：存货大增或 预示订单饱满，看好视觉技术横向拓展能力 2020-08-24 天准科技（688003）点评：并购 MueTec，加 快半导体设备赛道布局2020-06-22 天准科技（688003）点评：国内机器视觉领 跑者，加强研发筑技术壁垒2020-05-17 投资要点：投资要点： 本土机器视觉龙头：本土机器视觉龙头：公司于 2019 年 7 月在科创板上市，是首批审核 上会的三家企业之一。 公司深耕工业视觉领域深耕十余载， 主要产品 囊

3、括精密测量仪器、智能检测装备、智能制造系统、无人物流车等四 大产品线。2013-2019 年，公司营业收入 CAGR 达 38.13%，保持 快速增长， 2020 年上半年存货增加或预示在手订单充足。 截至目前， 公司累计服务近 3000 家客户，自 2012 年起即与苹果公司建立合作 关系，客户资源优质。公司拟以 1819 万欧元并购德国 MueTec 公司 的 100%股权，加快在半导体设备领域的布局。 机器视觉国产替代空间广阔机器视觉国产替代空间广阔：随着全球制造中心向我国转移，目前我 国已是继美国、 日本之后的第三大机器视觉领域应用市场。 我国机器 视觉市场从 2008 年进入快速发展

4、阶段，至 2017 年市场规模达 65 亿元，年复合增速达 32.7%。本土机器视觉企业主要是产品代理商 和系统集成商， 并不具备国外品牌的从核心软硬件到系统集成的产业 链优势。因此，拥有稳定市场份额和较高利润水平的中高端市场，仍 然由掌握核心技术、 具有深厚背景的国外厂商垄断。 公司是少数具有 独立自主算法库的企业， 有望把握国产替代的黄金机遇， 凭借技术壁 垒进一步提高市占率。 核心技术已达国际先进水平，应用领域正持续扩张：核心技术已达国际先进水平，应用领域正持续扩张：在激光直接成像 板块， 公司加强核心技术在 PCB 领域的应用开发， 叠加 LDI 在 PCB 制造中应用渗透率的持续提升

5、， LDI 激光直接成像设备未来有望贡献 明显的业绩增量； 在智能检测装备板块中， 消费电子更替叠加下游客 户拓展，检测需求有望增加，光伏检测业务有望放量，同时技术上协 同半导体业务发展； 在智能制造系统板块， 汽车电子自动化渗透率持 续提升有望推升公司盈利水平； 在无人物流车领域， 公司与菜鸟实现 合作，随着未来更多应用场景落地，长期或成为业绩重要贡献点。 维持“买入”评级。维持“买入”评级。基于审慎性，暂不考虑并购 MueTec 对公司业绩 的影响，预计公司 2020-2022 年营业收入分别为 9.18 亿元、12.15 亿元、16.25 亿元；考虑到公司在 2020 年限制性股票激励及

6、第一期 员工持股计划产生的费用对近几年净利润的影响， 适当下调净利润预 期， 预计 2020-2022 年归母净利润分别为 1.14 亿元、 1.63 亿元、 2.35 亿元，对应当前动态市盈率分别为 49 倍、34 倍、24 倍。考虑到机 器视觉在工业领域应用广泛， 渗透率不断提升， 国内市场空间保持较 快速增长； 同时考虑到公司平台化扩展， 在智能检测装备下游领域应 合规声明 国海证券股份有限公司持有该股票未超过 该公司已发行股份的 1%。 -0.3000 -0.2000 -0.1000 0.0000 0.1000 0.2000 0.3000 0.4000 天准科技沪深300 证券研究报告

7、 请务必阅读正文后免责条款部分 2 用持续推进， 激光成像设备未来渗透率有望提升， 以及无人物流车业 务的长期成长性，维持“买入”评级。 风险提示：风险提示：新技术研发产业化失败的风险；疫情影响需求影响下游客 户资本开支进度风险； 大客户集中以及苹果公司资本开资下降将导致 公司收入下降风险等； 技术创新和高端人才不足导致的风险； 经营业 绩季节性大幅波动的风险；公司并购进程的不确定性等。 预测指标预测指标 2019 2020E 2021E 2022E 主营收入（百万元） 541 918 1215 1625 增长率(%) 6% 70% 32% 34% 归母净利润（百万元） 83 114 163

8、235 增长率(%) -12% 37% 43% 44% 摊薄每股收益（元） 0.43 0.59 0.84 1.21 ROE(%) 5.09% 6.51% 8.52% 10.93% 资料来源：Wind 资讯、国海证券研究所 oPpRtMrMoOrMoQwPnQnMqQbRcMaQsQpPpNpOlOqQrQlOqRvMaQoPmRMYnMqONZsPpO 证券研究报告 请务必阅读正文后免责条款部分 3 内容目录内容目录 1、 机器视觉基因赋予优质的赛道. 6 1.1、 深耕工业视觉十余载，装备涵盖四大产品线 . 6 1.2、 业绩保持稳定增长，看好横向拓展能力 . 7 1.3、 客户资源优质，合

9、作关系稳定 . 8 1.4、 拟并购 MueTec，半导体设备布局提速 . 9 2、 机器视觉打开工业“视”界之门 . 10 2.1、 功能应用广泛，性能优势明显 . 10 2.2、 产业涉及领域宽广，国内市场高速发展 . 11 2.3、 消费电子是主要下游应用，行业发展动能充足 . 12 2.4、 行业竞争日益激烈，进口替代空间广阔 . 13 3、 底层技术端优势支撑核心竞争力 . 14 3.1、 掌握关键技术，人才储备充足 . 14 3.2、 具有独立自主的底层算法库 . 16 3.3、 自主研发工业数据平台，广泛服务下游行业 . 18 4、 多点开花，平台化拓展持续落地 . 19 4.1

10、、 激光直接成像设备 . 20 4.2、 智能检测装备 . 22 4.3、 精密测量仪器 . 25 4.4、 智能制造系统 . 27 4.5、 无人物流车 . 28 5、 盈利预测与估值 . 29 6、风险提示 . 30 证券研究报告 请务必阅读正文后免责条款部分 4 图表目录图表目录 图 1：公司发展大事记 . 6 图 2：公司四大类产品业务格局 . 7 图 3：公司营业收入及增速（亿元，%） . 7 图 4：公司归母净利润及增速（亿元，%） . 7 图 5：公司毛利率及净利率（%） . 8 图 6：公司存货及增速（亿元，%） . 8 图 7：公司费用率情况（%） . 8 图 8：公司研发费

11、用及占比（万元，%） . 8 图 9：公司主要覆盖客户 . 9 图 10：MueTec 公司收入及净利润（万欧元） . 9 图 11：机器视觉的数据提取与产业赋能 . 10 图 12：机器视觉的四大基础功能 . 10 图 13：机器视觉行业产业链 . 11 图 14：全球机器视觉市场规模 . 12 图 15：中国机器视觉市场规模及预测 . 12 图 16：2019 年机器视觉下游应用领域统计 . 12 图 17：国内机器视觉企业数量 . 13 图 18：2017 年中国机器视觉行业企业年销售额分布情况 . 14 图 19：公司掌握关键技术 . 15 图 20：公司研发人员数据及占比（人，%）

12、. 16 图 21：2020 年上公司半年研发人员学历构成（人） . 16 图 22：国内外具备机器视觉底层系统开发能力的企业 . 16 图 23：传统机器学习与深度学习对比 . 17 图 24：公司基于深度学习的光伏硅片缺陷检测 . 17 图 25：公司基于多聚焦图像的 3D 重建 . 17 图 26：多传感器集成与融合的一般模式 . 18 图 27：公司多传感器扫描和数据融合 . 18 图 28：公司 XBUS 工业数据虚拟总线可视化配置主界面 . 19 图 29：公司工业数据统计分析的可视化输出界面 . 19 图 30：公司主营业务收入构成（万元） . 20 图 31：LDI 系统结构简

13、图 . 20 图 32：公司激光直接成像设备 . 20 图 33：传统曝光工艺示意图 . 21 图 34：直接成像技术原理示意图 . 21 图 35：全球 PCB 产值统计及预测 . 21 图 36：全球 PCB 产值地区分布 . 21 图 37：公司智能检测装备产品系列 . 22 图 38：固定资产投资完成额:电子信息产业（亿元） . 23 图 39：2019Q3 出货量及利润占比情况 . 23 图 40：电子及半导体领域机器视觉市场规模及预测（亿元） . 23 图 41：公司智能检测装备产品系列 . 24 图 42：全球光伏设备市场空间及增速 . 24 图 43：全球光伏年度新增装机规模及

14、预测 . 24 图 44：公司智能检测业务收入（亿元） . 25 证券研究报告 请务必阅读正文后免责条款部分 5 图 45：公司智能检测业务毛利率（亿元，%） . 25 图 46：公司精密测量仪器产品系列 . 25 图 47：复合型影像测量仪市场规模预测 . 26 图 48：公司精密测量业务收入（亿元） . 27 图 49：公司精密测量业务毛利率（亿元，%） . 27 图 50：公司智能制造系统产品系列 . 27 图 51：智能制造系统在汽车外观检测中的七大工序 . 27 图 52：公司智能制造业务收入及占收入比重（亿元，%） . 28 图 53：公司智能制造业务毛利及毛利率（亿元，%） .

15、28 图 54：阿里“小蛮驴” . 28 图 55：菜鸟无人物流车 G Plus . 28 图 56：2019 年物流成本占 GDP 比重对比 . 29 图 57：中国快递业务量（亿件） . 29 表 1：人类视觉与机器视觉对比 . 11 表 2：公司起草行业标准并担任标准委员会委员单位 . 14 表 3：公司精密测量仪器主要竞争对手 . 26 表 4：分项业务财务假设 . 29 表 5：公司盈利预测 . 30 证券研究报告 请务必阅读正文后免责条款部分 6 1、 机器视觉基因赋予优质的赛道机器视觉基因赋予优质的赛道 1.1、 深耕工业视觉十余载，装备涵盖四大产品线深耕工业视觉十余载，装备涵盖

16、四大产品线 公司成立于 2009 年，作为本土机器视觉龙头企业，公司已在工业视觉领域深耕 十余载。 公司设立之初的主营业务是精密测量仪器， 之后不断开拓机器视觉技术 在工业领域中的应用。公司 2011 年启动智能检测装备业务线，2015 年启动智 能制造系统业务线，2017 年启动光伏半导体业务线，2018 年与阿里集团旗下菜 鸟物流合作开发无人驾驶物流车，在工业视觉的应用领域不断实现突破。2019 年 7 月公司在科创板上市，是首批审核上会的三家企业之一。 图图 1：公司发展大事记公司发展大事记 资料来源：公司官网，Wind，国海证券研究所 公司创始人徐一华在北京理工大学获得计算机博士学位，

17、 曾任职于微软亚洲研究 院，期间始终从事机器视觉领域的研究工作。公司创业之初，公司明确将机器视 觉技术应用在工业领域，从零开始、自主研发。公司独立编写底层机器视觉算法 库，自主设计精密测量仪器的电控系统、视觉光源和机械结构，甚至包括其中的 固件。经过产品的多轮迭代更新，精密测量仪器逐步形成稳定的版本。 目前公司形成四大类产品的业务格局，含精密测量仪器、智能检测装备、智能制 造系统、无人物流车等，包含尺寸与缺陷检测、自动化生产装配、智能仓储物流 等工业领域多个关键环节。 证券研究报告 请务必阅读正文后免责条款部分 7 图图 2：公司四大类产品业务格局公司四大类产品业务格局 资料来源：公司官网，国

18、海证券研究所 公司产品的关键性能指标已经比肩国际企业，进口替代机遇正显现。消费电子、 汽车制造、光伏半导体等是公司主要覆盖的下游行业，行业中产品生命周期短、 更新换代快，持续推动客户更新生产线设备，对机器视觉行业产生庞大需求。此 外， 目前机器视觉产品在各下游行业的渗透率不断提升， 我们认为随着公司已覆 盖行业市场份额的提升叠加新下游行业的开拓， 公司未来有望实现工业各重要领 域全覆盖，实现跨越式发展。 1.2、 业绩保持稳定增长业绩保持稳定增长，看好横向拓展能力，看好横向拓展能力 2013 -2019 年， 公司营业收入从 0.78 亿元增长至 5.41 亿元， CAGR 达 38.1%；

19、对应归母净利润由 0.21 亿元增长至 0.83 亿元，CAGR 为 25.8%。2020 年上半 年，公司实现营收 4.32 亿元，同比增长 46.6%；实现归母净利润 0.18 亿元，同 比增长 15.3%，公司利润增速低于营收主要由于公司人员招聘提速，研发费用 及销售费用加大，以及公司主要下游 3C 行业四季度交付确认较为集中的影响。 图图 3：公司营业收入及增速公司营业收入及增速（亿元，（亿元，%） 图图 4：公司归母净利润及增速公司归母净利润及增速（亿元，（亿元，%） 资料来源：Wind，国海证券研究所 资料来源：Wind，国海证券研究所 公司毛利率、净利率始终保持在一个相对平稳的区

20、间内，毛利率维持在 50%上 0.78 1.77 1.56 1.81 3.19 5.08 5.41 9.18 127% -12% 16% 77% 59% 6% 70% -20% 0% 20% 40% 60% 80% 100% 120% 140% -1 1 3 5 7 9 11 营业收入（亿元）营业收入增速 0.21 0.52 0.28 0.31 0.52 0.94 0.83 1.14 147% -46% 14% 64% 83% -12% 37% -100% -50% 0% 50% 100% 150% 200% 0 0.2 0.4 0.6 0.8 1 1.2 1.4 归母净利润（亿元）归母净利润

21、增速 证券研究报告 请务必阅读正文后免责条款部分 8 下波动，净利率稳定在 18%左右。2020 年前三季度出现较为明显的波动主要原 因为 1）3C 业务毛利率水平较高，但是收入主要在四季度确认；2）新进入的汽 车电子和光伏领域正处于培育阶段，尚未放量，毛利率水平较低。2020 年上半 年，公司存货达 5.17 亿元，同比增加 81.4%；其中发出商品为 2.13 亿元，在产 品为 1.75 亿元。公司主要产品为非标自动化设备，生产以订单为导向，存货大 增或预示公司在手订单饱满。 图图 5：公司毛利率及净利率公司毛利率及净利率（%） 图图 6：公司存货及增速公司存货及增速（亿元，（亿元，%）

22、资料来源：Wind，国海证券研究所 资料来源：Wind，国海证券研究所 公司持续在汽车制造、 光伏半导体、 无人物流车领域开拓市场， 同时发掘 PCB、 FPD 等新的下游行业，导致销售费用率有所上升。2020 年上半年，公司销售费 用率达 24.2%。公司研发力度持续加大，2020 年上半年研发投入 5258 万元， 同比增长 29.9%，研发投入占收入比重较去年同期提升 2.33pct 至 23.5%，近几 年研发投入的不断加大，有望持续提高公司核心技术竞争力。 图图 7：公司费用率情况公司费用率情况（%） 图图 8：公司研发费用及占比公司研发费用及占比（万元，（万元，%） 资料来源：Wi

23、nd，国海证券研究所 资料来源：Wind，国海证券研究所 1.3、 客户资源优质，合作关系稳定客户资源优质，合作关系稳定 经过十余年的积累，公司可提供多种行业解决方案，帮助工业企业实现数字化、 智能化转型。 公司累计服务近 3000 家客户， 包括苹果公司、 三星集团、 富士康、 欣旺达、德赛集团、博世集团、法雷奥集团、隆基集团、菜鸟物流等国际知名企 63.0% 54.8% 53.2% 58.0% 48.0%49.2% 45.7% 41.2% 26.9% 29.2% 17.8% 17.4%16.2% 18.6% 15.4% 4.1% 0% 10% 20% 30% 40% 50% 60% 70%

24、 毛利率净利率 0.3 0.53 0.580.56 1.32 2.16 2.48 5.17 80% 8%-3% 136% 64% 15% 81% -20% 0% 20% 40% 60% 80% 100% 120% 140% 160% 0 1 2 3 4 5 6 存货（亿元）存货增速 -15% -10% -5% 0% 5% 10% 15% 20% 25% 30% 200192020H1 销售费用率管理费用率财务费用率 4742 5956 7960 9472 5258 26.2% 18.7% 15.7% 17.5% 23.5% 0% 5% 10% 15% 20% 25% 30

25、% 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 200192020H1 研发费用（万元）研发费用率 证券研究报告 请务必阅读正文后免责条款部分 9 业，其中公司自 2012 年就与苹果公司建立稳定的合作关系。公司客户多集中在 消费电子产业链，产品更新换代快，对于检测设备的需求量较大。 图图 9：公司主要覆盖客户公司主要覆盖客户 资料来源：各公司官网，国海证券研究所 1.4、 拟并购拟并购 MueTec，半导体设备布局提速，半导体设备布局提速 2020 年 6 月， 公司拟以 1819 万欧元并购德国 MueTe

26、c 公司 100%股权， 同时受 让标的公司债权人 200 万欧元债权。2020 年 9 月，公司德国全资子公司支付 Muetec 公司对价款 600 万欧元；交割完成后，公司将间接持有 MueTec 公司 24.90%股权，剩余 75.1%的股权将在德国相关政府审批之后实现交割。 MueTec 公司于 1991 年在慕尼黑注册成立，主营业务包括晶圆类产品的高精度 光学检测和测量，偏向于特色工艺的晶圆前段。2019 年，MueTec 公司收入达 607 万欧元，净利润为 62.2 万欧元。MueTec 公司业务将与公司机器视觉技术 形成协同效应， 提高公司在工业检测领域的技术壁垒， 是公司实现

27、重要领域全覆 盖的重要布局。 图图 10：MueTec 公司收入及净利润（万欧元）公司收入及净利润（万欧元） 资料来源：公司公告，国海证券研究所 700.2 607.1 62.962.2 0 100 200 300 400 500 600 700 800 20182019 收入总额净利润 证券研究报告 请务必阅读正文后免责条款部分 10 国内半导体行业处于高速发展的阶段， 检测设备需求随之日益增长， 公司积极部 署开拓半导体检测设备领域的业务。MueTec 主营业务面向半导体领域的制造厂 商，拥有近二十年服务于半导体领域客户的经验。此次收购完成后，公司的技术 和产品将得到有效补充， 大幅缩短公

28、司进入半导体领域的时间， 以更快地为公司 形成新的业绩增长点。 2、 机器视觉打开工业“视”界之门机器视觉打开工业“视”界之门 2.1、 功能应用广泛，性能优势明显功能应用广泛，性能优势明显 机器视觉是指通过光学装置和非接触传感器自动接收并处理真实物体的图像， 分 析后获取所需信息或用于控制机器运动的装置。 通俗地说， 机器视觉就是用机器 代替人眼。机器视觉模拟眼睛进行图像采集，经过图像识别和处理提取信息，最 终通过执行装置完成操作。 机器视觉在智能制造领域应用广泛，按功能主要可分为四大类：识别、测量、定 位和检测。识别功能识别功能指甄别目标物体的物理特征，包括外形、颜色、字符、条码 等， 其

29、准确度和识别速度是衡量的重要指标； 测量功能测量功能指把获取的图像像素信息 标定成常用的度量衡单位， 然后在图像中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；定位功能定位功能指获取目标物体的坐标和角度信息， 自动判断物体位置， 多用于全自动装备和生产； 检测功能检测功能指对目标物体进行外观 检测，判断产品装配是否完整和外观是否存在缺陷。 图图 11：机器视觉的数据提取与产业赋能机器视觉的数据提取与产业赋能 图图 12：机器视觉的四大基础功能机器视觉的四大基础功能 资料来源：国海证券研究所整理 资料来源：国海证券研究所整理 相对于人类视觉而言，机器视觉在量化程度、灰度分辨

30、力、空间分辨力和观测相对于人类视觉而言，机器视觉在量化程度、灰度分辨力、空间分辨力和观测 速度等方面存在显著优势。速度等方面存在显著优势。其利用相机、镜头、光源和光源控制系统采集目标物 体数据，借助视觉控制系统、智能视觉软件和数据算法库进行图形分析和处理， 软硬系统相辅相成，为下游自动化、智能化制造行业赋予视觉能力。随着深度学 习、3D 视觉技术、高精度成像技术和机器视觉互联互通技术的发展，机器视觉 性能优势进一步提升，应用领域也向多个维度延伸。 证券研究报告 请务必阅读正文后免责条款部分 11 表表 1：人类视觉与机器视觉对比人类视觉与机器视觉对比 性能指标性能指标 人类视觉人类视觉 机器视

31、觉机器视觉 适应能力 适应性强（复杂、变化的环境中可识别目标） 适应性强（对环境要求不高，可添加防护装置） 智能程度 高级智能（逻辑推理识别变化的目标，并总 结规律） 差（不能很好识别变化的目标） 颜色分辨力 强（可以分辨出约 1000 万种不同的颜色） 差（受硬件条件约束） 量化程度 难以量化（极易受人的心理影响） 可量化 灰度分辨力 差（一般只能分辨 64 个灰度级） 强 （一般可使用256个灰度级， 采集系统具有10bit、 12bit、16bit 等灰度） 空间分辨力 差（不能识别微小的目标） 强（可识别小到微米大到天体的目标） 观测速度 慢 （0.1 秒的视觉暂留无法看清快速运动的目

32、 标） 快（可达到 10 微秒左右） 资料来源：中国机器视觉网，国海证券研究所 2.2、 产业涉及领域宽广，国内市场高速发展产业涉及领域宽广，国内市场高速发展 机器视觉产业链上游主要包括工业相机、镜头、控制器、传感器等核心零部件， 以及图像处理、算法平台等底层软件；中游分为装备制造商和系统集成商；下游 主要应用在消费电子、汽车制造、食品包装、制药业等领域。天准科技处于产业 链的中游，属于装备制造商，拥有机器视觉算法、工业数据平台、先进视觉传感 器以及精密驱控技术等自主知识产权， 形成以精密测量仪器为主的通用设备和智 能检测装备、智能制造系统、无人物流车等行业专用设备。 图图 13：机器视觉行业

33、产业链机器视觉行业产业链 资料来源：招股说明书，国海证券研究所 自 1998 年开始，众多电子和半导体工厂落户广东和上海，机器视觉生产线和高 级设备才被引入国内， 诞生了国际机器视觉厂商的代理商和系统集成商。 随着全 球制造中心向我国转移， 目前我国已是继美国、 日本之后的第三大机器视觉领域 应用市场。 据前瞻产业研究院统计，全球机器视觉市场规模从 2008 年的 25 亿美元增长至 2017 年的 70 亿美元，年复合增速为 12.3%。我国机器视觉市场从 2008 年进入 证券研究报告 请务必阅读正文后免责条款部分 12 快速发展阶段，至 2017 年市场规模达 65 亿元，年复合增速达

34、32.7%，显著高 于全球发展水平。 图图 14：全球机器视觉市场规模全球机器视觉市场规模 图图 15：中国机器视觉市场规模及预测中国机器视觉市场规模及预测 资料来源：前瞻产业研究院，国海证券研究所 资料来源：前瞻产业研究院，国海证券研究所预测 受下游消费电子、汽车制造等行业的产业周期、生产计划影响，机器视觉行业整 体上表现出一定的周期性和季节性。 以消费电子行业为例， 机器视觉受产品更新 换代频率、 生产线投资计划等影响较大， 特别是智能检测装备通常于下半年完成 产品的验收， 收入呈现明显的季节性。 同时， 国内机器视觉企业主要分布在广东、 上海、江苏、浙江和福建等地，产业聚集效应明显，智能

35、制造发展呈现一定的区 域性。 2.3、 消费电子是主要下游应用，行业发展动能充足消费电子是主要下游应用，行业发展动能充足 机器视觉目前主要应用在消费电子、汽车制造、食品包装、制药业等领域，其中 又以消费电子和汽车制造领域为主，应用占比分别为 46.60%、10.20%。在消费 电子行业，机器视觉应用于高精度制造和质量检测，包括晶圆切割、3C 表面检 测、触摸屏制造、AOI 光学检测、PCB 印刷电路、电子封装等。在汽车制造行 业，机器视觉几乎涉及所有系统和部件的制造流程，例如车身装配检测、面板印 刷和质量检测、字符检测、零件尺寸的精密测量、工业零部件表面缺陷检测等。 图图 16：2019 年机

36、器视觉下游应用领域统计年机器视觉下游应用领域统计 资料来源：前瞻产业研究院，国海证券研究所 24.628.2 31.736.1 40.945.2 50.656.4 62.3 70 78 0% 2% 4% 6% 8% 10% 12% 14% 16% 0 10 20 30 40 50 60 70 80 90 2008200162018E 全球机器视觉市场规模同比增速 5.1 5.6 8.3 10.8 12.5 14.9 18.8 23.930.3 65 120 0% 20% 40% 60% 80% 100% 120% 140% 0 20 40 60 80 100 120 14

37、0 我国机器视觉市场规模（亿元）同比增速 消费电子; 46.6% 汽车制造; 10.2% 食品包装; 10.1% 制药业; 9.7% 其他; 23.4% 证券研究报告 请务必阅读正文后免责条款部分 13 目前， 机器视觉行业的最大痛点， 在于应用场景和检测需求的碎片化和非标准化， 各领域之间的技术往往难以直接替代。 比如， 消费电子行业的机器视觉产品无法 直接应用于汽车制造行业；而且，就算是在消费电子行业内部，对于手机玻璃的 检测也不能直接应用到手机外壳的检测上； 甚至是在手机玻璃检测的内部， 为某 一家客户研发的设备也很难原封不动地提供给另一家客户使用。 所以， 机器视觉 行业内难以出现单一

38、的、宽广的应用场景，各单一应用领域的体量都比较小。 未来，机器视觉行业仍有增长的动力。随着工业 4.0 时代的到来，高端制造业快 速发展，带动机器视觉的高速发展，淘汰了以往技术含量不高、产能不足的低端 制造业。同时，制造业人力成本的持续上升，设备的成本正在下降，使得更多的 工作会分配给设备完成，增大机器视觉的需求。最重要的是，视觉技术本身的发 展日新月异， 硬件方案的不断成熟和运算能力的提升， 以及软件在各种应用解决 方案、3D 算法、深度学习能力的不断完善，新技术的应用场景和效率得到明显 提升。 随着行业逐步走向成熟以及资本市场的发展， 未来会出现更多的横向整合 和纵向延伸，为客户提供完整的

39、解决方案。 2.4、 行业竞争日益激烈，进口替代空间广阔行业竞争日益激烈，进口替代空间广阔 美国康耐视 （Cognex） 、 国家仪器 （NI） ， 德国巴斯勒 （Basler） 、 伊斯拉视像 （ISRA Vision） ，日本基恩士（Keyence） 、欧姆龙（Omron）等都是在机器视觉领域拥 有技术积累和良好客户口碑的国际巨头公司。 其中康耐视和基恩士作为全球机器 视觉行业的两大巨头，垄断了近 50%的全球市场份额。 据智研咨询统计，国内市场中机器视觉企业目前已经超过 200 家，产品代理商 超过 300 家， 专业的机器视觉系统集成商在 70 家以上， 全面覆盖产业链。 而且， 每年

40、工业视觉企业的数量仍保持近 20%的速度增长。从行业竞争格局来看，本 土机器视觉企业主要是产品代理商和系统集成商， 并不具备国外品牌的从核心软 硬件到系统集成的产业链优势， 拥有稳定市场份额和较高利润水平的中高端市场， 仍然由掌握核心技术、具有深厚背景的国外厂商垄断。 图图 17：国内机器视觉企业数量国内机器视觉企业数量 资料来源：智研咨询，国海证券研究所 国内机器视觉企业数量的快速增长， 推动行业竞争程度日益激烈。 根据中国机器 证券研究报告 请务必阅读正文后免责条款部分 14 视觉产业联盟 2017 年度企业调查结果， 国内机器视觉企业平均销售额约为 7269 万元。其中，国内机器视觉企业

41、销售额在 1000-3000 万的占比最高（31.8%） ， 其余依次为 1000 万以下 （19.8%） ， 5000 万-1 亿 （18.7%） ， 1 亿以上 （16.5%） ， 3000-5000 万（13.2%） 。2019 年，康耐视在大中华区实现 1.15 亿美元收入， 相比之下，我国大部分机器视觉企业销售规模较小，仍有很大的进口替代空间。 图图 18：2017 年中国机器视觉行业企业年销售额分布情况年中国机器视觉行业企业年销售额分布情况 资料来源：中国机器视觉产业联盟，国海证券研究所 3、 底层底层技术技术端优势支撑核心竞争力端优势支撑核心竞争力 3.1、 掌握关键技术，人才储

42、备充足掌握关键技术，人才储备充足 2013 年，公司通过国家重大科学仪器设备开发专项“复合式高精度坐标测量仪 器开发和应用”实现的精密测量仪器，检测精度突破 0.3 微米，使我国在高精度 坐标检测领域达到国际最先进水平。 公司在售的精密测量仪器产品， 与国际同类 型产品检测精度相当，完全能够实现进口替代，已受到苹果公司、三星集团等优 质客户的认可，并成功出口外销。 公司是 5 项国家行业标准规范起草单位，牵头制定或参与制定了多项行业标准、 国家标准与国家校准规范； 同时也是 4 个标准委员会委员单位， 对行业技术的进 步起到积极的引领作用。截至 2020 年上半年，公司拥有 90 项专利授权，

43、其中 36 项发明专利，同时取得 88 项软件著作权。 表表 2：公司公司起草行业标准并担任标准委员会委员单位起草行业标准并担任标准委员会委员单位 序号序号 国家标准国家标准 担任角色担任角色 1 国家标准 GB/T16857.2-2017 产品几何技术规范 （GPS） 坐标测量机的验收检测和复检检测第 2 部分：用于测量 线性尺寸的坐标测量机 起草单位 2 国家标准 GB/T16857.5-2017 产品几何技术规范 （GPS） 坐标测量机的验收检测和复检检测第 5 部分：使用单探 针或多探针接触式探测系统的坐标测量机 起草单位 3 国家校准规范JJF 1064-2010 三坐标测量机校准规

44、范 起草单位 1亿以上, 16.5% 5000万-1亿, 18.7% 3000-5000万, 13.2% 1000-3000万, 31.8% 1000万以下, 19.8% 证券研究报告 请务必阅读正文后免责条款部分 15 4 国家校准规范JJF 1318-2011 影像测量仪校准规范 起草单位 5 行业标准JB/T 12639-2016 闪测影像测量仪 起草单位 序号序号 标准委员会标准委员会 担任角色担任角色 1 TC132 全国量具量仪标准化技术委员会 委员单位 2 TC240 全国产品几何技术规范标准化技术委员会 委员单位 3 TC562 全国增材制造标准化技术委员会 委员单位 4 MT

45、C2 全国几何量长度计量技术委员会 委员单位 资料来源：招股说明书，国海证券研究所 公司掌握机器视觉核心技术，屡次在关键领域获得突破。目前，公司已具备开发 机器视觉底层算法、 工业数据平台软件， 以及设计先进视觉传感器和精密驱动控 制器的等核心组件的能力。与国内普通厂商相比，公司已筑建较高的技术壁垒， 底层算法、 平台软件及核心传感器的开发能力是难以逾越的； 与国外设备商相比， 公司本地化优势明显，能够更快、更高效地满足差异化需求。由于工业检测行业 客户需求的个性化程度较高， 在抢先进入某一细分领域并形成技术优势后， 客户 粘性就会很高，后来者便难以切入。 图图 19：公司掌握关键技术公司掌握

46、关键技术 资料来源：公司公告，国海证券研究所 公司上市后研发投入力度得到进一步加强。2020 年上半年，公司研发人员扩张 至 532 人，占公司总人数的 38.3%。公司研发团队涵盖机器视觉、深度学习、 测控技术与仪器、电子信息、工业设计、自动化、机电、机械设计、计算机、汽 车等专业，全面覆盖行业内技术研发需求，人才储备充足，研发端竞争力明显。 证券研究报告 请务必阅读正文后免责条款部分 16 图图 20：公司研发人员数据及占比公司研发人员数据及占比（人，（人，%） 图图 21：2020 年上公司半年研发人员学历构成年上公司半年研发人员学历构成（人）（人） 资料来源：招股说明书，国海证券研究所

47、 资料来源：公司公告，国海证券研究所 3.2、 具有独立自主的底层算法库具有独立自主的底层算法库 机器视觉算法是对获取的图像信息进行处理的关键步骤， 也是视觉控制系统的重 要基础。国内视觉处理分析软件大多建立在 OpenCV 等开源的视觉算法库中， 或基于 Halcon、Vision Pro 等第三方商业算法库进行二次开发，只有公司在内 的少数企业具有独立自主的底层算法库。 底层算法需要经历漫长的研发周期和巨 大的资金投入，是未来国内机器视觉企业自主化的主要技术支持。 图图 22：国内外具备机器视觉底层系统开发国内外具备机器视觉底层系统开发能力的企业能力的企业 资料来源：前瞻产业研究院，国海证

48、券研究所 深度学习通过对原始数据进行多步特征转换， 得到更高层次、 更加抽象的特征表 示， 并输入预测函数得到最终结果。 深度学习可以将机器视觉的效率和鲁棒性与 人类视觉的灵活性相结合， 完成复杂环境下的检测， 特别是涉及偏差和未知缺陷 的情形， 显著地拓展了机器视觉的应用场景。 公司基于深度学习的卷积神经网络公司基于深度学习的卷积神经网络 技术，对分割、分类网络进行深度裁剪与优化，适用于复杂场景中的缺陷检测，技术，对分割、分类网络进行深度裁剪与优化，适用于复杂场景中的缺陷检测， 大幅提升检测准确率，明显缩短新增缺陷的导入时间。大幅提升检测准确率，明显缩短新增缺陷的导入时间。 156 173

49、286 413 532 46.3% 34.0% 36.3% 39.9% 38.3% 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 0 100 200 300 400 500 600 200192020H1 研发人员数量研发人员数量占比 博士，6人 硕士，100人 本科，339人 专科，85人 高中及以下，2人 证券研究报告 请务必阅读正文后免责条款部分 17 图图 23：传统机器学习与深度学习对比传统机器学习与深度学习对比 图图 24：公司基于深度学习的公司基于深度学习的光伏硅片缺陷检测光伏硅片缺陷检测 资料来源：国海证券研究所整理

50、资料来源：招股说明书，国海证券研究所 传统的 2D 机器视觉技术在三个自由度（x、y 和旋转）上定位目标物体，并基于 灰度或彩色图像对比度提供图像处理分析结果，无法获取目标物体的三维信息， 也易受光照条件变化、 物体运动等影响。 3D 机器视觉技术可以在六个自由度 （x、 y、z、旋转、俯仰和横摆）上定位目标物体，使机器能够感知物理环境的变化并 作出相应调整，提高了应用中的灵活性和实用性。公司的 3D 视觉算法已成功应 用在 3D 视觉传感器、智能检测装备的 3D 检测以及无人物流车的空间感知等多 种产品及场景上，形成在 3D 感知与检测领域的核心竞争力。 图图 25：公司公司基于多聚焦图像的