国产机器视觉开拓者，打破国际大品牌垄断。奥普特成立于2006年，是我国最早涉足机器视觉零部件企业之一。
公司坚持“深耕优势、以点带面、以面促点、逐个突破”的发展路径，以光源为突破口，打破了国际大品牌的垄断，并逐步拓展至视觉系统、工业相机、镜头、3D激光传感器、工业读码器等领域，应用于3C 电子、新能源、半导体、汽车等领域，提升下游客户的智能制造能力，得到了苹果、华为、谷歌、OPPO、宁德时代、ATL、比亚迪、孚能等全球有名的公司的认可。
全产业链布局、核心零部件自产，增强解决方案能力和制造成本优势。一个典型的机器视觉系统包括光源及光源控制器、镜头、相机、视觉控制管理系统，公司自研产品已涉及所有核心零部件环节。
光源和控制器：光源是机器视觉的照明系统，其质量直接决定后续图像分析的难度。
奥普特作为国内最早起步的光源厂商，依据公司官网介绍，其光源产品覆盖了常见的可见光和不可见光，不可见光产品覆盖波长从280nm到405nm的紫外光及850nm到1500nm的红外光，共有41大系列，近1000款标准化产品，同时拥有30000多个非标定制方案，已成长为国内光源方案能力最强的企业之一。
工业相机：相机主要完成光电信号的转换，要求产品具有较高的传输力、抗干扰力以及稳定的成像能力。
公司2019年首次推出自有技术的工业相机产品，并于2020年推出万兆网线阵工业相机，但整体自产率低，主要系相机环节国产品牌竞争激烈，自产与外购成本差异不显著。
目前公司工业相机产品最重要的包含行曝光面阵、帧曝光面阵、C口高分辨率面阵、大靶面高分辨率面阵和线%。
镜头：镜头是机器视觉的“晶状体”，是图像采集部分重要的成像部件。目前公司已实现自主生产的镜头产品有定焦镜头、线扫镜头等，主要外购的镜头为远心镜头。其中，线扫镜头相较定焦镜头的最大像面尺寸更大，远心镜头有着超低的畸变特性。
对于外采的远心镜头，公司已掌握远心镜头的研发设计和生产能力，但远心镜头涉及的规格型号众多，单种规格型号的用量比较小，不利于规模化生产，故未纳入自产范畴。2021年镜头产品的收入占比为14%。
视觉控制管理系统：视觉控制管理系统相当于人脑的视觉皮层和大脑。公司自2009年即推出自研视觉软件Scismart 1.0，是最早从事软件自研的国产厂商之一。
2022年上半年，公司发布了基于自研AI和3D算法的新一代视觉软件SciDeepVision和SciSmart3视觉平台，集成了预处理、定位、测量、检测、识别、3D聚焦、自动对焦、3D结构光测量、双目立体测量、光度立体技术等一系列图像处理工具，兼容市面上主流相机品牌和GeniCam协议，支持串口、TCP等多种通讯模式及主流的通讯协议，能够方便的与各品牌运动控制设备建立数据交互。2021年视觉控制管理系统的收入占比为10%。
得益于公司在3C电子、新能源领域多年的技术、客户积累，以及下业景气度的持续提升，2017-2021年公司营业收入从3.03亿元增长至8.75亿元（CAGR达30%），归母净利润从0.76亿元增加至3.03亿元（CAGR达41%）。
其中2022年H1实现营业收入6.01亿元，同比+53.29%；实现归母净利润1.95亿元，同比+36.46%；剔除股份支付后实现归母净利润2.10亿元，同比+46.69%。
其中，公司新能源业务实现了同比超过130%的收入增长，与宁德时代、比亚迪等行业有突出贡献的公司的合作得到了进一步加深；3C电子业务作为公司基本盘持续稳定增长，3C电子收入同比增长38%。
机器视觉产品与方案具有非标属性，公司方案解决能力突出，服务响应优势凸显，面向下游头部客户仍有较强议价能力。
2017-2022H1，公司毛利率始终保持在70%上下，近两年毛利率略有下降主要系客户成本要求更加严苛的新能源业务占比快速增长。
公司净利率保持在30%以上，费用率较为稳定，近两年研发&销售费用率略有上升主要系新能源等新行业的开拓推进。
我们认为随着最近两年新能源主要客户的拓客进入收获期、机器视觉的普及带来的培训客户成本降低以及行业经验积累带来的产品通用性提升，未来公司相关费用率将继续下行。
创始人技术背景深厚，公司股权结构稳定。截至2022H1，公司实际控制人为卢治临与卢盛林兄弟，分别持有29.79%，29.13%的股权份额。此外，公司副总经理兼董事会秘书许学亮先生和公司员工持股平台千智投资分别持有7.28%、5.82%股权，为公司一致行动人。
公司董事长兼研发总监卢盛林博士为华南理工机械制造及其自动化专业博士，历任东莞理工学院讲师、副教授，在光源和相关行业视觉领域的深耕细作，积累了大量的理论知识和应用经验，为公司的持续发展和不断突破奠定基础。
股权激励绑定核心人才。千智股权投资和国信鼎信10号分别为公司成立的员工持股平台和高管及员工参与的战略配售资管计划，分别持有5.82%和1.76%的公司股权。
2021年公司面向包括高管、核心技术人员在内的272人再次设立股权激励计划，进一步加深与核心人才的绑定。限制性股票的业绩考核目标为2022-2024年收入增长不低于2021年基数的30%/60%/90%，CAGR目标达24%。
近年来，我国相继出台《中国制造 2025》、《“十四五”智能制造发展规划》等重磅政策，旨在加速驱动“中国制造”向“中国智造”转型。根据经济学家索洛提出的新古典经济稳步的增长模型，“人口增长”和“技术进步”是经济稳步的增长的两大源泉。
我们认为当前利用先进自动化、机器视觉、大数据、云计算等新型技术应对高端制造业中的工艺需求，摆脱“人口红利”的旧模式，拥抱“智能化红利”新模式将成为不可逆的产业路径选择。
人口红利逐步衰减，劳动力成本压力倒逼企业智能化转型。据国家统计局多个方面数据显示，我国制造业平均薪资从2015年的55,324元攀升至2021年的92,459元，主要系我国人口结构已于2011年到达刘易斯拐点，劳动力从过剩转为短缺，人口老龄化现象严峻，企业用工成本与日俱增。与此同时，严格的疫情防控政策不可避免会对企业的开工时间、人员稳定性、承诺交期等产生不确定性影响，直接或间接也增加了企业的综合成本。
新能源、半导体、汽车、航空航天等高端制造业占比提升，对工业智能化水平提出更加高的要求。随着先进制造在我国的占比提升，工业生产线上人眼在精度、效率等方面已不能够满足产业升级的要求。如何借助机器视觉等智能化技术替代传统人工操作，实现提质、降本、增效，成为制造业的共性需求。
机器视觉是智能装备的“眼睛”和视觉“大脑”。机器视觉顾名思义是使机器具有像人一样的视觉功能，以此来实现各种检测、判断、识别、测量、定位等功能。机器视觉的应用案例包括但不限于在3C行业的精密组装环节，锂电行业的电池焊缝检验测试工序等。
机器视觉系统的“读取信息-传输信息-处理信息”的过程与人眼的运作机制对应，可谓人类视觉在工业界的延伸，明显提高工业生产自动化、智能化的程度。一个典型的机器视觉系统包括：光源、镜头、相机、图像处理硬件、图像处理软件、执行单元等，涉及图像处理、模式识别、人工智能、光机电一体化等多个领域。
机器视觉相比人眼具备明显优势。以往大批量工业生产过程中，主要靠人工视觉对产品做测量、识别和分析。
由于人工视觉处理时，效率低，稳定性差且精度不高，用机器视觉可以大幅度提升处理效率和自动化程度；同时，在一些不适合人工作业的危险工作环境或人眼难以满足规定的要求的场合，也常用机器视觉来替代人眼，如核电站监控、晶圆缺陷检验测试；而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术之一。
由于机器视觉系统可快速获取大量信息，且易于自动处理及信息集成，故在现代自动化生产的全部过程中，机器视觉系统大范围的使用在装配定位、产品质量检验、产品识别、尺寸测量等方面。
识别、测量、定位和检测等四大应用场景，行业下游“多点开花”。在现代自动化生产的全部过程中，人们将机器视觉系统广泛地应用于电子、SMT、半导体、医药/医疗、烟草、印刷、食品/饮料、汽车、锂电、光伏等各行各业中。应用项目包括装配定位、产品质量检验、产品识别、产品尺寸测量等方面。
根据Markets and Markets的数据，全球机器视觉器件市场规模保持稳健增长态势，预计2025年将达到147亿美元。
我们认为，未来传统制造业机器视觉渗透率提升叠加新兴行业催生的市场需求，有望推动全球机器视觉行业持续稳健增长。
国内方面，根据中国机器视觉产业联盟（CMVU）发布的《中国机器视觉市场研究报告》的统计，中国机器视觉行业规模从2018年的101.8亿元增长至2021年的163.8亿元，复合增长率达17.18%。
得益于宏观经济回暖、新基建投资增加、制造业自动化推进等因素，CMVU预测中国机器视觉行业规模将进一步增长，从2022年的215.1亿元增长至2024年的403.6亿元，年均复合增长率达到37.0%。
欧美机器视觉市场成熟度高，中国市场发展势头强劲。欧美国家得益于深厚的工业基础，在高端制造领域普遍的使用机器视觉设备，市场成熟度高，造就了基恩士和康耐视这样的全球龙头企业。
基恩士和康耐视2021年分别实现收入约404亿元和66亿元，我们大家都认为对机器视觉的全球市场空间具有参考意义。
其次，基恩士和康耐视2021年中国区合计实现盈利收入约81.5亿元，过去五年CAGR达16%，增速与上述CMVU的统计数据基本吻合。此外，基恩士和康耐视在美国地区过去五年合计收入CAGR仍有10%，也充分说明在人机一体化智能系统高度发达的美国每年依然有源源不断的增量需求出现。
因此，我们大家都认为随着高端制造占比提升、花了钱的人产品的质量发展要求与日俱增以及无人化生产的逐步渗透，机器视觉的生命力将得以保持，赛道长坡厚雪。
机器视觉应用方向包含工业级与消费级，产业边界趋于模糊。根据机器视觉联盟（CMVU）的数据，2021年用于消费电子、半导体与新能源等板块的工业级机器视觉合计销售额占比达79.8%（左图）；相比之下，用于非制造业机器视觉的安防与监控、物流分拣以及智慧交通等领域占比仅17.0%（右图），因此当前的（2D）机器视觉其实是应用于离散型工业制造领域。其中，消费电子占比最高，是行业的基本盘；锂电占比紧随其后，是当前市场空间增速最快的细分领域。
高精度、换代快是3C行业的特点，应用场景延伸和品类拓展有望持续推动我们国家3C行业的机器视觉渗透率提升。根据CMVU统计，2019-2021年中国机器视觉在3C行业的CAGR高达34%，2021年市场空间达36亿。
消费类电子行业元器件尺寸较小，检验测试要求高，天然适合机器视觉系统落地。产线对生产效率和加工精度日益提升，计算机显示终端对机器视觉的需求由组装厂向模组厂前置。
2010年公司通过富士康进入3C产业链，2015年底成功进入苹果合格供应商名单，产品已应用于苹果、华为、谷歌、OPPO等全球有名的公司的生产线C电子已成长为公司的业绩基本盘，过去五年3C行业的收入CAGR达23%。我们大家都认为，公司在3C行业未来成长性来源于：深化与终端大客户的合作范围，合作产品线从手机扩展至平板、耳机、手表等其他品类。
锂电生产的基本工艺复杂、品控要求高，机器视觉大有可为。锂电池生产环节多且工艺复杂，品质容易受一定的影响，例如在涂布、辊压等环节，锂电池表面易产生露箔、暗斑、掉料、划痕等缺陷；在电芯后工序中，裸电芯极耳易出现翻折、碎屑；锂电池的生产质量和生产效率特别的重要，使用视觉检测设备慢慢的变成了主流的趋势。机器视觉能满足更高的品控要求。随着电池企业对品质管控的要求提升，机器视觉产品开始广泛地应用于锂电池生产的各个工段，逐渐替代目前的离线取样本检验测试和半自动人工抽检方式。除了机器视觉的一般优势外，它还能避免人工操作带来的污染，并实现次品的即时拦截。
机器视觉可以在一定程度上完成缺陷数据的收集和分析。视觉系统在锂电生产环节中的价值还体现在打通各环节的数据链，通过将生产数据沉淀为可追溯的数字资产，帮助电池企业持续改进工艺，实现提质降本增效。
锂电行业扩产高歌猛进，视觉检测设备需求高景气度，产业覆盖面有望进一步增加。
据高工产研锂电研究所（GGII）数据统计，随着机器视觉在锂电池制造测量和缺陷检验测试的大规模应用，2021年中国锂电机器视觉检测系统市场规模达13.1亿元，同比增长81.4%，预计2022年达20亿元左右。GGII同时预测锂电机器视觉检测系统市场规模将保持快速地增长，未来5年CAGR在40%以上，2025年市场空间有望超过50亿元。
新能源汽车市场的快速地增长带动电池企业产能持续扩张。据GGII不完全统计，2021年中国动力电池长期规划新增产能已超越2.5TWh。
从具体的产能规划来看，头部企业均有大规模的扩张计划，如宁德时代、中创新航、蜂巢能源2025年锂电池产能规划均已超过500GWh。
此外，电化学储能有望成为锂电池的第二增长极。GGII预计2025年全球储能锂电池产业需求达到460GWh，2021-2025年CAGR达到60.1%，将直接带动上游锂电设备领域发展。
目前机器视觉还没有全部应用到锂电池生产的基本工艺中，前中段的涂布、分切、模切、卷绕、叠片等工序使用较多，后段以及模组段应用相对较少。例如毛刺检测因其检验测试范围大、但瑕疵小（1-2um），仍然是视觉系统一大难点。随着视觉方案的不断成熟，未来机器视觉产品在锂电行业的工序覆盖面有望进一步扩大。
新能源行业作为公司当前最具成长性的下游，其整套视觉解决方案已应用于宁德时代、ATL、比亚迪、孚能、蜂巢等行业龙头，推动2017-2021年公司新能源业务收入CAGR达55%。我们大家都认为，受益于新能源汽车加快速度进行发展带来的动力电池、储能电池需求迅速增加，叠加4680等新电池技术的逐步推动，未来国内锂电终端产能的持续放量将推动机器视觉的市场空间增长。
硬件门槛逐年降低，国内市场之间的竞争加剧。根据机器视觉产业联盟（CMVU）2021年度企业调查的最终结果，本土机器视觉厂商的市场集中度呈下降趋势。2019-2021年，销售额CR5从37.7%下降至31.3%，销售额CR10从51.3%下降至43.1%。另一方面，据高工机器人产业研究所（GGII）发布的多个方面数据显示，2021年中国市场机器视觉各大核心部件的国产化份额均已超过70%，其中光源国产化率超过90%，镜头国产化率80%左右，工业相机国产化率超过70%。我们大家都认为得益于中国制造在成本端的巨大优势，当前硬件环节的门槛已经大幅度降低，市场之间的竞争加剧。
展望未来，我们大家都认为当前国内企业和外资龙头的差距大多分布在在软件环节，并且随着生产工艺对智能装备的柔性能力有一定的要求提升，软件能力将成为未来致胜的关键。
软件是机器视觉产业的核心中枢，机器视觉为机器植入“眼睛”和“大脑”，其背后的本质是数据的积累和算法的迭代。机器视觉的普及为海量数据的获取提供了便捷的途径，而设计有效的机器视觉解决方案，需要大量的行业应用经验know-how的积累，绝非一朝一夕所能形成。
而深度学习算法、新型计算成像技术等前沿工具的普及又拓宽了这双眼睛的适合使用的范围，由此形成“数据-算法-更多的数据-更优的算法”的飞轮效应。因此在软件层面，具有先发优势的外资厂商实力更加领先，国内视觉处理分析软件一般建立在OpenCV等开源视觉算法库上做二次开发，或直接采购Halcon（德国 MVTec 公司）、 Vision Pro（美国康耐视公司）等经历了二十多年数据沉淀的第三方商业付费算法库。
新能源行业自动化的普及和深入，为本土机器视觉公司能够带来了“换道超车”的机遇。
在汽车、3C等传统制造业，外资头部厂商在工艺数据积累、关键客户的合作粘性上有明显的先发优势，国内厂商短期内较难实现弯道超车。但是在一些我国本土具有资源和技术禀赋的新兴行业，国内企业迎来了蓬勃的发展机会。例如在新能源领域，2021年中国的动力电池出货量已达全球的50%，光伏新增装机已持续7年位居全球首位，光伏产业链的本土化率更是达到70%以上。我们大家都认为，在具有本土优势的新兴行业中，1）国内企业与国外的龙头公司在行业know-how的积累上基本处于同一个起跑线）本土优势行业对国产设备的接受度更高，没有传统行业历史上紧密的客户绑定关系。
因此，奥普特有望通过在新能源等领域的卡位优势，缩小公司在应用场景经验积累方面与海外巨头的差距，逐步提升自己的软件能力。
深度神经网络模型为AI行业注入新动能。英国数学家阿兰·图灵在1950年提出了“机器能思考吗”这一跨世纪的命题, 人类从未停止过对智能化的思考与探索。自1956年达特茅斯会议上首次提出人工智能概念以来，人工智能技术与应用已发展60多年，经历了多次高潮和低谷。过去的十年间，我们有幸见证了深度学习的兴起为行业的发展注入的惊人的活力：
2012年AlexNet（一种卷积神经网络模型）引入了利用GPU并行运算，以压倒性的准确率夺得了当年ImageNet 图像识别大赛的冠军，带来了深度神经网络的又一次复兴。
2016年DeepMind开发的人工智能AlphaGo打败人类顶尖棋手李世石，开启了AI发展的新纪元。
2017年Google团队提出的Transformer模型横空出世，成为了日后自然语言学习（NLP）、计算机视觉（CV）的架构标准；基于Transformer的预训练模型BERT更是将NLP模型的精准度和泛化能力带上了新的台阶。
深度学习算法模拟类似人脑的层次结构，通过深度神经网络建立从低级信号到高层语义的映射，以实现数据的分级特征表达。深度学习算法被引入机器视觉图像处理系统来进行外观检测等环节，可以明显提高模型的鲁棒性，极大地拓展了机器视觉的应用场景，使机器视觉系统更加具备柔性，加速其在工业领域的渗透。
在深度学习领域，公司自研的深度学习算法库平台SciDeepVision，将小样本学习、领域自适应、知识迁移等核心技术，集标注、训练、评估为一体，囊括数据规整、数据标注、AI基础模型、模型性能提升、模型训练、评估可视化等20余项关键技术和功能，具有无需编程、操作便捷、功能齐全等特性。
该产品能够提升公司视觉处理分析软件在外观检测等应用领域的性能、扩大应用场景。
全球光电传感巨头，五十载风雨长青。基恩士（Keyence）成立于1974年，意为Key of Science，总部在日本大阪，是一家传感器、测量系统、激光刻印机、显微系统和单机式影像系统的国际化综合供应商，产品应用涉足半导体、电机、精密机械、食品、药品、汽车等多个行业。
1990年基恩士在东京和大阪证券交易所上市，公司过去二十五年收入CAGR超过10%，利润率常年保持在50%以上，市值在2021年一度触及一万亿人民币。截至2022年9月30日，公司市值在日本上市公司中排名第四，仅次于丰田、日本电信电话和索尼。
持续的前瞻创造新兴事物的能力：依据公司官网介绍，基恩士每年研发的新传感器等产品中，有大约70%的新产品是“世界首创”或“行业首创”。在基恩士眼中只有同时追求潜在的需求和真正的需求，才能创造出新的市场，即要针对客户自己尚未注意到的需求展开企划和开发。
“顾问式”直销模式：基恩士的销售策略强调过程导向而非结果导向，为客户提供完整的解决方案而非单一产品。通过直销，公司不仅能在设计、研发、生产等阶段实现用户需求，还可以提供改进方案，持续为客户挖掘“附加价值”。
极具竞争力的薪酬激励：根据日本经济新闻网在2021年8月份的统计，2020年基恩士员工平均年薪高达1751万日元（约103万人民币），是日本企业中平均年薪最高的公司。在公司官网介绍中也展示了“不浪费一分一秒”等字样，充足表现了其高薪驱动高效的激励方式。
无工厂生产模式：基恩士采用100%委外代工，其产品售价远高于市面上的一般产品，说明公司为客户创造的附加价值、基于软硬件和服务打造的生态溢价要远高于生产端的成本节约。
软硬件方案能力+服务能力打造高附加工业生态壁垒。通过对基恩士的复盘与剖析，我们大家都认为随公司创造新兴事物的能力、销售能力及软硬件生态能力的持续提升，公司正在复刻基恩士的成长之路，有望扩大在国产机器视觉厂商中的一马当先的优势，引领产业发展：
公司以非标属性最强的光源环节起家，在光学成像方案领域有深厚的know-how积累。公司在苹果产业链FATP（Final Assembly Test and Pack，试验装配和包装）环节与基恩士、康耐视等国际巨头同台竞技，成功实现国产替代，成为其解决方案提供能力的强力验证。
销售能力：公司和基恩士一样采取直销模式，通过和苹果、宁德等核心大客户的直接技术对接，实现深度绑定。同时，公司依靠核心零部件的自产，大幅度缩短了产品的交期。目前公司已能提供7*24小时的现场技术上的支持、最快客户提出需求之后4个小时即能提出硬件方案，标准产品当天可交货、定制产品3个工作日内交货，有着非常明显的服务响应优势。
软硬件生态：公司自2009年即推出自研视觉软件Scismart，是最早从事软件自研的国产厂商之一，2022年已发布了基于自研AI和3D算法的新一代视觉软件SciDeepVision和SciSmart3视觉平台。目前，绑定公司软件产品的整套解决方案已经应用于锂电检测和3C电子的模组零部件环节。我们大家都认为，未来随公司的整套方案落地到更多行业，其软件生态能力将得到持续加强。
受益于3C电子的创新迭代，以及机器视觉在非苹果厂商的持续渗透，行业将继续保持稳健增长。公司将继续在3C领域推进国产替代，在手机产业链实现从组装（FATP）到模组零部件的纵向延伸，同时横向继续实现从手机到平板、耳机、手表、VRAR等新品类的拓展，以及实现从提供单个光源镜头到整套视觉解决方案的突破。我们预计3C电子业务2022-2024年收入增速分别为30%、25%、20%。公司在新能源行业已和宁德时代、比亚迪、孚能、蜂巢等行业有突出贡献的公司的深度绑定。受益于新能源汽车的加快速度进行发展，动力电池、储能电池等需求大幅度增长以及4680等新电池技术的推动，国内锂电各终端产能持续放量，将继续提升机器视觉的市场空间。我们预计新能源业务2022-2024年收入增速分别为50%、40%、30%。
在半导体和汽车领域，公司均在海外实现了业务的切入布局，我们大家都认为随着半导体等行业设施国产化的加速推进，机器视觉有望同时迎来国产替代的浪潮。
毛利率：尽管非苹果业务在3C收入的占比或将提升，但整套解决方案占比提升将对冲前述毛利率边际下降，因此我们预计公司3C业务毛利率将保持相对来说比较稳定；新能源业务受制于核心客户的强议价能力导致毛利率偏低，但我们大家都认为目前的新能源业务的毛利率水平位于行业的合理中枢。综合看来，我们大家都认为未来公司的综合毛利率水平取决于下业的占比变化，总体有望维持在较高的水平。
费用率：我们大家都认为随公司过去两年在新能源行业的集中拓客进入回报期，销售费用率有望边际改善。同时，随公司规模效应及产品标准化程度的提升，管理费用率也有望延续下降趋势。机器视觉作为技术密集型行业，公司仍将持续在深度学习、3D视觉等前沿领域发力，我们预计研发费用率仍将保持比较高水平，为公司软硬件实力的精进提供有力支持。
研发投入没有到达预期风险：机器视觉属于高新技术行业，存在3D视觉、深度学习等领域的研发投入没有到达预期的风险。
新冠疫情扰动风险：如果未来疫情持续扰动，原材料价格波动、物流和人员流动受阻等可能对行业的发展造成负面影响。
行业竞争加剧风险：机器视觉行业盈利水平较高，随着行业景气度的提升，未来行业竞争存在加剧的风险。
——————————————————报告属于原作者，我们不做任何投资建议！如有侵权，请私信删除，谢谢！
