2015年中国机器视觉分析报告
2015年8月出版
正文目录
1. 机器视觉为机器装上慧眼 (4)
1.1 机器视觉交叉学科众多 (4)
1.2 MV 的视和觉 (5)
1.2.1 MV 系统的视 (5)
（1）光源——视觉的基础 (6)
（2）相机——眼球 (6)
（3）工业镜头——视网膜 (7)
（4）图像采集卡——视觉神经 (7)
（5）工业计算机——大脑 (8)
1.2.2 MV 系统的觉 (8)
2. 机器视觉助力工业新发展 (9)
2.1 MV 超越人类视觉极限 (9)
2.2 MV 系统投资回报较高 (9)
2.3 MV 应用覆盖广泛 (10)
2.4 MV 技术应用发展潜力巨大 (10)
3. 国外机器视觉市场持续扩张 (11)
3.1 国外MV 产业链发展完善 (12)
3.1.1 国外MV 企业占据价值链高附加值两端 (13)
3.1.2 国外MV 行业竞争有序 (14)
3.1.3 国外MV 行业技术标准统一 (14)
3.1.4 国外MV 细分市场早已成熟 (15)
3.2 半导体市场火爆带动北美MV 市场持续扩张 (16)
3.3 全球机器视觉龙头公司维持高增长 (18)
3.3.1 半导体市场引爆康耐视营业收入增加37% (18)
3.3.2 康耐视2014 年研发成果集中爆发 (19)
3.3.3 品牌效应助力康耐视抢占21.3%市场份额 (20)
3.3.4 康耐视经营杠杆撬动净利润增长65% (21)
3.3.5 康耐视2015 业绩持续辉煌 (22)
4. 国内机器视觉市场快速发展 (22)
4.1 国内MV 产业链发展空间巨大 (22)
4.1.1 国内MV 企业处于价值链底端 (23)
4.1.2 国内MV 行业竞争无序化 (23)
4.1.3 国内MV 行业技术标准有待统一 (24)
4.1.4 国内MV 行业细分市场尚未成型 (24)
4.2 国内MV 行业波特五力模型 (25)
4.2.1 国内MV 行业供应商议价能力 (26)
4.2.2 国内MV 行业购买者议价能力 (26)
4.2.3 国内MV 行业新进入者威胁 (27)
4.2.4 国内MV 替代品威胁 (27)
4.2.5 国内MV 行业同业竞争强度 (27)
4.3 国内MV 市场驱动力 (28)
4.3.1 人力成本上升 (28)
4.3.2 国外竞争倒逼 (28)
4.3.3 市场远未饱和 (29)
4.3.4 中国制造2025 (29)
4.4 国内MV 市场规模三年将增5 成以上 (29)
5. 投资策略及重点关注公司 (31)
5.1 投资策略 (31)
5.2 重点公司分析 (32)
5.2.1 慈星股份 (32)
5.2.2 劲拓股份 (33)
图表目录
图表 1：MV 系统示例 (4)
图表 2：MV 交叉学科 (4)
图表 3：MV 系统构成 (5)
图表 4：MV 光源示例 (6)
图表 5：MV 系统光源对比 (6)
图表 6：人类视觉与MV 对比 (9)
图表 7：Polaris Industries 生产实例 (10)
图表 8：视觉检测作用及应用 (10)
图表 9：MV 发展趋势 (11)
图表 10：MV 先进技术研发企业 (11)
图表 11：国外MV 产业链 (12)
图表 12：MV 产业微笑曲线价值链 (13)
图表 13：世界机器视觉市场发展历程 (14)
图表 14：国外MV 细分市场 (15)
图表 15：2010 年~2013 年北美机器视觉细分市场收入 (15)
图表 16：全球半导体设备市场规模 (16)
图表 17：2007-2018年北美MV 市场规模 (17)
图表 18：康耐视产品示例 (18)
图表 19：2006-2014年全球半导体设备销售额和康耐视收入 (18)
图表 20：2007-2014年半导体设备销售额和康耐视收入增速 (19)
图表 21：康耐视2014 年推出新产品 (20)
图表 22：2006-2014年康耐视北美MV 市场占有率 (20)
图表 23：2007-2014年康耐视固定成本占营收百分比 (21)
图表 24：2007-2014年康耐视可变成本占营收百分比 (21)
图表 25：中国MV 厂商分类 (23)
图表 26：国内MV 产业链 (23)
图表 27：国内MV 行业波特五力模型 (25)
图表 28：中国MV 垂直市场 (29)
图表 29：2015-2020年国内MV 市场规模预测 (30)
图表 30：2007-2018年中国MV 市场规模及增速 (30)
1. 机器视觉为机器装上慧眼
机器视觉（Machine Version）是将图像转换成数字信号进行分析处理的技术。美国制造工程师协会(SME)给出的定义是:“机器视觉是使用光学器件进行非接触感知,自动获取和解释一个真实场景的图像,以获取信息和控制机器或过程。”视觉利用各种成像系统代替人类的视觉器官作为输入手段，并由计算机代替大脑完成分析并做出决策。
MV 技术使得计算机可以像人类一样通过视觉来采集信息并分析，可以说MV 技术用“科技之火”照亮了计算机的“明眸善目”。
图表 1：MV 系统示例
1.1 机器视觉交叉学科众多
MV 技术是一门交叉学科。MV 涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的学科。
图表 2：MV 交叉学科
1.2 MV 的视和觉
一个完整的MV系统是由各个元器件组成的复杂系统。MV 系统一般可以分为两个部分：
第一部分为“视”。即系统的硬件组成部分，包括：光源、相机、工业镜头、图像采集卡、工业计算机。
第二部分是“觉”。即系统的软件算法部分。
图表 3：MV 系统构成
1.2.1 MV 系统的视
MV系统的“视”即为系统的硬件组成部分。MV 的硬件技术大都从国外登陆