電子發燒友網報道（文/李彎彎）7月6日，凌云光在上交所科創板上市，截至當日收盤，凌云光報34.08元，上漲55.40%，總市值153.36億元。 凌云光自成立以來，長期從事機器視覺及光通信業務，目前戰略聚焦機器視覺業務。

根據招股書，凌云光本次擬公開發行不超過10,000萬股人民幣普通股，發行募集資金扣除發行費用后的凈額全部用于以下項目：工業人工智能太湖產業基地、工業人工智能算法與軟件平臺研發項目、先進光學與計算成像研發項目等。



全面掌握機器視覺產業鏈核心技術

機器視覺行業的上游包括相機、鏡頭、光源等硬件及算法軟件。機器視覺行業的算法庫由OpenCV等開源視覺算法庫，和Vision Pro（美國康耐視公司）、Halcon（德國MVTec公司）、VisionWare（凌云光）等第三方商業付費算法庫組成。

因算法庫開發周期長、投入大，業內公司通常基于開源算法庫開發自身應用算法，或自主開發與第三方集成并舉，較少公司完全自主開發底層算法。為提高效率與降低成本，集成第三方成熟工具包作為輔助開發手段是比較常見的方式。

機器視覺行業的中游為視覺系統與智能裝備。視覺系統包含獨立完整的成像單元（光源、鏡頭、相機）和相應的算法軟件，集圖像采集、處理與通信功能于一身，可以靈活的進行配置和控制，適應各種復雜的應用，具有多功能、模塊化、高可靠性等特點。智能裝備以機器視覺的感知能力和分析決策能力為核心，在視覺系統的基礎上加入了自動化和智能化的功能，將設計、生產、檢測過程集成閉環，可實現多種功能。

機器視覺行業下游為各行業集成應用和服務。下游應用行業的發展決定了機器視覺裝備及服務的市場需求量，目前下游應用領域以電子制造為主，其次為汽車、醫藥、印刷包裝等領域。



凌云光長期深耕機器視覺行業，較為全面地掌握了產業鏈相關的核心技術，形成了先進光學成像、軟件與算法、精密機械與自動化控制，以及新一代人工智能等技術平臺，可支撐公司技術研發與產品應用的快速落地。

在光學成像方面，公司形成了一套完整的成像系統設計規范，同時自主開發了系列化面陣相機、線掃描相機，通過與長春光機所合作以及投資長光辰芯，開展國內高端CMOS成像芯片研發。

在軟件與算法方面，公司于2005年開始打造自主視覺圖像算法平臺，形成了系列軟件和系列產品，廣泛服務于消費電子、印刷包裝、新型顯示等工業領域，是蘋果公司、華為、小米等產業鏈企業的供應商。

在前沿技術方面，公司以打造領先的工業人工智能技術為目標成立“知識理性研究院”，進一步構建軟件與算法平臺、先進光學與計算成像平臺、工業人工智能大數據平臺，開展多種 AI算法、計算成像、大數據與認知圖譜等技術研究。

主要產品在消費電子、新能源等領域得到應用

在機器視覺領域，凌云光提供的自主產品主要包括可配置視覺系統和智能視覺裝備兩類。從營收來看，2021年凌云光機器視覺領域總營收15.11億元，占總營收62%，其中可配置視覺系統營收6.02億元，占比24.71%，智能視覺裝備營收7.06億元，占比29%。




可配置視覺系統是光學成像模塊（眼睛）與圖像處理系統（大腦）的集合體，可以獨立完成圖像采集功能并基于圖像采集的信息完成預期的處理工作（如定位、測量、 檢測和識別等）。

光學成像模塊是為了精確拍攝與抓取準確的對象物體特征與關注各種信息，按照應用場景空間進行系統設計的精準光學成像系統，通常由線陣或面陣相機、鏡頭、光源、相關保護與固定裝置、通信與信號附件等組成。

圖像處理系統主要由圖像處理軟件和工控機等相關硬件構成。圖像處理軟件的主要功能是建模與基準設定，即實現工藝標準的數字化；圖像處理軟件主要由過程實時監控與數據管理系統、圖像處理算法模塊、通訊接口模塊等部分構成。



凌云光的可配置視覺系統應用領域包括消費電子、智慧交通、立體視覺領域、科學圖像領域、其他制造領域。消費電子可配置視覺系統，可用于智能手機、智能手表、平板電腦等消費電子整機及關鍵零部件的生產、組裝工藝，主要服務于蘋果公司產業鏈，實現相應生產環節的智能識別、對位、測量與檢測。

智能視覺裝備可用于新型顯示領域、消費電子領域、印刷包裝領域、新能源領域等。比如在鋰電行業，鋰電池薄膜生產容易出現表面黑點、晶點、麻點、破洞、線條、褶皺、蚊蟲、劃傷等瑕疵，影響電池的使用性能和安全性。凌云光提供的VisionFilm膜類檢測系列產品可取代人工檢驗，達到提質增效的目的



機器視覺面臨的挑戰和行業發展趨勢

隨著生產工藝的精進及產品質量要求的提高，消費電子等行業對檢測精度的要求越發嚴苛，例如，半導體生產制造已使用5nm工藝，對芯片的檢測精度要求也已提升至納米量級。受限于衍射極限，單純采用顯微放大的方式已經難以滿足檢測精度需求，導致加工良率難以提高，影響產品質量。因此，急需高精度的機器視覺技術解決更精準的測量問題，保證加工工藝符合要求，降低封裝成本，確保出廠產品質量。

機器視覺系統不僅包括光學成像系統，還包括決策系統和執行系統。算力、算法、 傳輸技術的快速發展也為機器視覺帶來了機遇與挑戰。

算力的提升使機器視覺的決策變得更為迅速，基于云平臺的信息處理可以提供幾乎無限的算力，解決各種復雜運算問題，提升了機器視覺系統的決策速度；分析算法的優化升級也使機器視覺的識別和分類變得更加準確；5G通信技術增加了信號數據通量、降低了信號時延、緩解了信號干擾等問題，使機器視覺在自動駕駛、精密自動控制、智慧工廠等領域中發揮重要作用。相關技術的發展提升了機器視覺系統的性能和使用效率，但也對相關硬件廠商的技術研發能力提出了更高的要求。

整體而言，過去十年，中國機器視覺行業快速發展，應用范圍逐漸擴大。目前機器視覺的應用范圍已從最初的消費電子等領域，逐步拓展至印刷包裝、汽車、運輸、醫療等領域。預計未來，除了傳統的應用領域外，在AI、自動駕駛、人臉識別等新興技術興起的帶動下，機器視覺將進一步拓寬應用領域。