1、机器视觉行业深度研究报告（一）从二维识别到三维重构，3D视觉正从“可选配置”走向“刚需标配”从平面到立体，通过计算实现mathbf3D重建。3D视觉不同于传统2D图像仅能够提供固定平面内的形状及纹理信息，3D视觉感知技术在同步提供2D图像的同时，还能够为AI算法及算力提供视场内物体的深度、形貌、位姿等3D信息，实现识别、定位和场景重建等功能。3D重建（3D感知）是指利用光学传感器（如相机）获取的2D图像序列，结合计算机视觉算法，恢复物体的三维几何形状、空间位置以及表面纹理的过程。产业链以芯片为基、算法为核。3D视觉产业链上游主要为提供各类3D视觉传感器硬件的供应商或生产商，中游为方案及算法商，

2、下游为消费级及工业级应用场景。产业链中游方案主要基于深度引擎算法结合应用进行各类3D视觉传感器的方案设计。由于3D视觉最终是通过计算得到的，因为3D感知企业不仅需要掌握核心芯片、光学、算法等底层核心能力还需要具备全领域技术路线布局及相关产品开发的能力。核心技术路径多元并存，各擅其长。目前主流的三维成像技术按其三维景深信息获取的方式可以分为双目视觉、结构光及飞行时间系统。其中双目视觉实施成本低，适配远距离；结构光在近距离能实现高空间分辨率和高精度；TOF用“光”测距，根据测量传播时间方式的不同大致可以分为直接测量法（dToF）与间接测量法（iToF），dToF适配远距离探测且动态范围大，iToF

3、在中近距离（0.5-5m）精度稳定，受环境光干扰较小，适合室内高精度场景。下游工业领域起家，向消费级拓展。3D视觉感知技术最早应用于工业领域，主要用于工业设备与零部件的高精度三维测量以及物体、材料的微小形变测量等，3D视觉感知技术正在从工业级向消费级拓展。投资建议：3D视觉感知技术最早应用于工业领域，主要用于工业设备与零部件的高精度三维测量；近几年底层元器件、核心算法等技术的快速发展带来芯片与模组成本的下探；深度学习与点云处理能力持续迭代，推动3D重建精度与实时性显著提升；叠加下游如机器人、3D打印、AIoT等行业智能化升级，对于3D视觉感知的需求正快速提升，3D视觉正从“可选配置”走向“刚需

4、标配”。我们看好全球3D视觉渗透率的提升，建议关注相关上市公司奥比中光、思看科技、奥普特等。风险提示：行业技术迭代不及预期；下游应用领域市场需求波动；市场竞争加剧；海外经营环境变化等。推荐(维持)华创证券研究所行业基本数据相关研究报告投资主题报告亮点我们认为机器视觉行业的核心两大产业趋势在于1）3D视觉拓展了应用场景；2）AI算法的渗透。本篇报告我们就3D视觉进行详细分析，包含3D视觉的产业链情况、核心技术壁垒、目前核心技术路径，以及具备潜力的下游市场等。投资逻辑3D视觉感知技术最早应用于工业领域，主要用于工业设备与零部件的高精度三维测量；近几年底层元器件、核心算法等技术的快速发展带来芯片与模

5、组成本的下探；深度学习与点云处理能力持续迭代，推动3D重建精度与实时性显著提升；叠加下游如机器人、3D打印、AIoT等行业智能化升级，对于3D视觉感知的需求正快速提升，3D视觉正从“可选配置”走向“刚需标配”。我们看好全球3D视觉渗透率的提升，建议关注相关上市公司奥比中光、思看科技、奥普特等。一、3D视觉：从平面到立体，算法为核，实现3D重建，五、风险提示.22一、3D视觉：从平面到立体，算法为核，实现3D重建1、3D视觉是2D视觉的升维3D视觉不同于传统2D图像仅能够提供固定平面内的形状及纹理信息，3D视觉感知技术在同步提供2D图像的同时,还能够为AI算法及算力提供视场内物体的深度、形貌、位

6、姿等3D信息，实现识别、定位和场景重建等功能。(divcenter)图表12D图与3D模型的对比(/divcenter)在传统的2D视觉中，3D物体通过相机的透镜成像在2D感光元件上，这是一个丢失了深度信息降维的过程。而3D重建（3D感知）是指利用光学传感器（如相机）获取的2D图像序列，结合计算机视觉算法，恢复物体的三维几何形状、空间位置以及表面纹理的过程；即通过数学模型和算法，将这些丢失的深度信息找回来，把像素点还原到三维坐标系中。这个算法中会包含点云（生成大量带有空间坐标的采样点）三角剖分（利用几何关系确定点在空间中的位置)和深度图的生成(每个像素点代表距离相机距离的图像)等。2、产业链以