行业深度|电子

证券研究报告

行业评级 买入
电子行业
Tabl e_Title Table_Grade

前次评级 买入
报告日期 2017-08-09
3D 成像开启光学入口新浪潮，产业链拥抱成长新动能
Tab le_Su mm ar y

相对市场表现
核心观点：
Tabl e_Chart

电子 沪深300

 双摄到“3D”，解锁深度交互，开启光学入口新浪潮 18%

11%
3D 成像并非是普通的功能性组件创新，而是激活光学交互属性，实现
4%
二维到三维的交互升级，是继图形界面、触控之后的第三次人机交互跨越。
-3%
随着信息量持续提升，交互始终在向更高效、更简单、更自然方向演进。 -10%
随着双摄普及，“拍照”到“交互”拐点加速来临。我们相信即将发布的国际大 2016-08 2016-12 2017-04 2017-07

客户在旗舰机前置镜头中导入 3D 成像，将正式开启 3D 交互新浪潮，带来

更陡峭的 3D 成像渗透率曲线。 分析师：
Table_Aut hor

许兴军 S0260514050002

 3D 成像：实现二维到三维的交互跨越 021-60750532
xxj3@gf.com.cn
众所周知，3D 成像不只是为了拍照，更关键的是要获取深度信息，弥
补 2D 成像特征信息损失的缺陷，重建真实世界。深度信息意味着对真实世
界更真实、更高质量的图像描述，配合激增的信息处理能力，可以围绕 3D 相关研究：
Table_Report

建模衍生出多样化的应用：从生物识别、AR/VR 到机器视觉、自动驾驶、 电子行业:全面屏时代来临，消 2017-07-22

无人机、安防等。3D 成像并不容易，核心硬件或算法本身就稀缺；而科技 费电子产业链或迎行业变革

巨头也充分意识到了 3D 成像的前景，纷纷跑马圈地式地展开收购占据制高 电子行业:回顾国产智能手机 2017-07-02

点，打造技术生态。尤其是 PrimeSense 被苹果拿下之后，更是有加速迹 成长历史，下半年怎么看？

象。 电子行业 2017 年度中期投资 2017-06-23

策略:创新驱动、产能东移，大
 分享 3D 成像新红利，光学核心器件拥抱成长新动能
陆电子产业链步入收获期
梳理 3D 产业链， 3D 与传统 2D 成像有较大差异，3D 成像由于在硬
件上会新增红外光源和红外摄像头，一批深耕红外周边技术的核心标的将
充分享受需求爆发红利，同时硬件升级也将重构光学产业链：图像处理芯
联系人：
Table_Contacter

叶浩 010-59136890
片具有较高的算法要求，目前可以提供的仅有几家芯片巨头，如意法半导
yehao@gf.com.cn
体、德州仪器等；红外图像传感器则被意法半导体、AMS、豪威、奇景光
电等垄断；而可用于移动端的微型 VCSEL 红外光发射器主要由 Finisar、
Lumentum、Heptagon 等国外公司生产，国内企业差距较大。
 投资建议
3D 成像带来的产业机会比 2D 成像只增不减，大幅提振产业链价值的
同时改变价值分配，驱动红外核心厂商高业绩弹性。红外器件产业链门槛
较高，不管是发射端还是接收端元器件，技术含量相比普通的摄像头都高
出不少。我们看好国内厂商率先在红外窄带滤光和模组封装环节分享本轮
3D 创新红利，同时伴随着产能转移和纵向微笑曲线产业升级，国内厂商未
来也有望向 VCSEL、DOE、准直镜头等价值量更高的环节渗透。建议关注
水晶光电、欧菲光、舜宇光学、福晶科技。
 风险提示
3D 成像渗透率不及预期的风险；行业竞争加剧的风险。
识别风险，发现价值 请务必阅读末页的免责声明
1 / 55
 行业深度|电子

目录索引
研究逻辑 ............................................................................................................................. 6
双摄到“3D”，解锁深度交互，开启光学入口新浪潮 ....................................................... 8
从交互革命说起：更高效、更简单、更自然 .............................................................. 8
双摄加速普及，
“拍照”到“交互”拐点来临 .......................................................... 11
苹果引爆 3D 交互，AI+AR 同步打造光学信息新入口 .............................................. 15
3D 成像：实现二维到三维的交互跨越.............................................................................. 19
什么是 3D 成像：不只是“拍照”............................................................................ 19
3D 成像能做什么：小镜头有大用场，下游交互需求广泛 ........................................ 21
苹果占据 3D 成像制高点，国内厂商加速追赶 .................................................................. 30
国际巨头跑马圈地打造技术生态，苹果占据制高点 ................................................. 30
国内 3D 成像加速追赶，为国产手机提供替代方案 .................................................. 34
分享 3D 成像红利，光学核心器件拥抱成长新动能 .......................................................... 38
传统摄像头产业链：核心是可见光 CMOS 传感器 ................................................... 38
3D 成像重构光学产业链，驱动红外核心厂商高业绩弹性 ........................................ 43
产业链新增环节梳理：国内厂商将率先受益窄带滤光片和模组封装 ........................ 46
投资建议 ........................................................................................................................... 53
风险提示 ........................................................................................................................... 54

识别风险，发现价值 请务必阅读末页的免责声明
2 / 55
 行业深度|电子

图表索引
图 1：人机交互革命历程 ...................................................................................... 10
图 2：基于计算机视觉的动作捕捉 ........................................................................ 11
图 3：Kinect 2 代的手势输入方式 ....................................................................... 11
图 4：OPPO R11 的广角+长焦双摄镜头 ............................................................. 12
图 5：堆栈式 CMOS 传感器结构示意图 ............................................................... 12
图 6：手机双摄市场规模预测（亿） .................................................................... 13
图 7：全球智能手机出货量及双摄渗透率预测 ..................................................... 13
图 8：荣耀 6Plus 背景虚化效果 ........................................................................... 13
图 9：双摄模拟重对焦功能 ................................................................................... 13
图 10：彩色+黑白增强暗光拍摄的效果 ................................................................ 14
图 11：广角+长焦可获得较好的光学变焦体验 ..................................................... 14
图 12：光学“科技树” ........................................................................................ 15
图 13：iPhone8 渲染图........................................................................................ 17
图 14：苹果基于移动端本地的 AI 框架——Core ML .......................................... 18
图 15：Core ML 提供支持人脸检测等任务的 API ............................................... 18
图 16：苹果在 WWDC 上演示的 ARKit ............................................................... 18
图 17：Project Tango 采集环境的 3D 深度信息 ................................................. 19
图 18：用于捕捉人体特征的 3D 深度信息采集 .................................................... 19
图 19：结构光方案示意图 .................................................................................... 20
图 20：TOF 方案示意图 ....................................................................................... 20
图 21：3D 成像应用领域广泛 ............................................................................... 22
图 22：虹膜识别示意图 ........................................................................................ 22
图 23：三星 NOTE7 虹膜识别示意图 ................................................................... 22
图 24：人脸识别示意图 ........................................................................................ 23
图 25：3D 人脸识别可直接获取人体的面部表情信息 .......................................... 23
图 26：主流 VR 设备品牌 ..................................................................................... 24
图 27：VR 市场规模预测 ...................................................................................... 24
图 28：SLAM 技术对空间场景进行三维重建 ....................................................... 25
图 29：机器视觉应用前景广阔 ............................................................................. 25
图 30：应用于工业 AI 的机器视觉系统 ................................................................ 25
图 31：3D 成像可改善机器视觉采图环节............................................................. 26
图 32：3D 成像使 AI 获得精确的空间感知能力 ................................................... 26
图 33：ADAS 刚刚跨过导入期，未来成长空间广阔 ............................................ 26
图 34：Melexis 的 3D 成像传感器应用于 SoftKinetic ........................................ 27
图 35：基于 REAL3 的驾驶员状态监测演示仪 .................................................... 27
图 36：海康威视发布国内首款工业立体相机 ....................................................... 27
图 37：使用单一 TOF 深度相机的人脸追踪 ......................................................... 27
图 38：3D 人脸识别系统在考勤中的应用............................................................. 28
图 39：应用 3D 成像技术的门禁系统 ................................................................... 28

识别风险，发现价值 请务必阅读末页的免责声明
3 / 55
 行业深度|电子
图 40：Typhoon H 无人机 ................................................................................... 28
图 41：Typhoon H 使用 Intel 的 RealSense 技术 .............................................. 28
图 42：零度 Explorer 2 无人机避障摄像头 ......................................................... 29
图 43：大疆 Phantom 4 采用双目+超声波避障技术............................................ 29
图 44：3D 成像市场成长预计（百万美元） ......................................................... 30
图 45：2022 年 3D 成像市场结构预计 ................................................................. 30
图 46：Capri 3D 传感器用于平板电脑 ................................................................. 31
图 47：PrimeSense 的 Light Code 技术方案 ..................................................... 31
图 48：基于 Kinect 动作捕捉的 XBOX 游戏........................................................ 32
图 49：Kinect 一代采用结构光方案 ..................................................................... 32
图 50：Intel RealSense 中精度较高的前置 3D 摄像头 ....................................... 32
图 51：Tango 原型机基于结构光方案的镜头组 ................................................... 33
图 52：Phab2 Pro RGB+TOF+鱼眼后置镜头组合 .............................................. 33
图 53：结构光方案两种光源对比 ......................................................................... 35
图 54：奥比中光结构光解决方案 ......................................................................... 36
图 55：奥比中光为乐视提供的三合一体感器 ....................................................... 36
图 56：奥比中光 Astra-Mini 3D 摄像头性能指标 ................................................ 37
图 57：乐行天下 TOF 摄像头效果图 .................................................................... 37
图 58：传统摄像头产业链 .................................................................................... 39
图 59：手机摄像头的硬件构成 ............................................................................. 40
图 60：传统摄像头的成本结构 ............................................................................. 40
图 61：CCD 传感器原理....................................................................................... 40
图 62：CMOS 传感器原理.................................................................................... 40
图 63：2020 年 CMOS 传感器市场规模预测 ....................................................... 41
图 64：2015 年 CMOS 市场份额分布情况 ........................................................... 41
图 65：iPhone7 的 6p 镜头.................................................................................. 42
图 66：索尼 Xperia Z5 的 7p 镜头 ....................................................................... 42
图 67：全球光学镜头市场规模增长平稳 .............................................................. 42
图 68：光学镜头市场集中度较高 ......................................................................... 42
图 69：中国摄像头模组市场规模预测（亿元） ................................................... 42
图 70：2015 年全球手机摄像头模组厂商市场份额 .............................................. 42
图 71：典型的 2D 摄像头模组结构....................................................................... 43
图 72：典型的 3D 摄像头模组结构....................................................................... 43
图 73：3D 摄像头产业链 ...................................................................................... 43
图 74：手机用 3D 成像核心硬件成本占比............................................................ 44
图 75：IR 在未来智能领域的应用实例 ................................................................. 46
图 76：垂直腔面发射激光器（VCSEL）原理图 .................................................. 47
图 77：VCSEL 线宽较窄（仅 0.35nm）.............................................................. 47
图 78：不同红外光源最终光束比较 ...................................................................... 48
图 79：红外光市场 VCSEL 份额将大幅提升 ........................................................ 48
图 80：2017-2027 年红外光源市场迅速增长 ....................................................... 49
图 81：Lumentum 代表性 VCSEL 产品 .............................................................. 49
图 82：准直透镜工作原理及示意图 ...................................................................... 49

识别风险，发现价值 请务必阅读末页的免责声明
4 / 55
 行业深度|电子
图 83：DOE 工作原理及示意图............................................................................ 49
图 84：WLO 工艺示意图 ...................................................................................... 49
图 85：WLO 镜头结构.......................................................................................... 49
图 86：意法半导体的红外传感器 ......................................................................... 50
图 87：英特尔 RealSense 使用的红外图像传感器 .............................................. 50
图 88：典型图像处理芯片 ISP 的内部框图 .......................................................... 51
图 89：意法半导体为 Oculus 提供的 ISP ............................................................ 51
图 90：滤光片处在光学镜片之后的位置 .............................................................. 51
图 91：3D 成像中的窄带滤光片原理 .................................................................... 51
图 92：舜宇光学代工的 HTC Vive 前置摄像头 .................................................... 52
图 93：舜宇提供 Phab2 Pro 手机的 3D 摄像头模组 ........................................... 52
图 94：全球 3D 成像供应链元器件主要厂商 ........................................................ 53

表 1：输入输出环节的重大技术创新 ...................................................................... 9
表 2：苹果历年机型光学配置变化 ........................................................................ 16
表 3：2D 成像与 3D 成像对比 .............................................................................. 19
表 4：3D 相机三种方案对比 ................................................................................. 21
表 5：3D 生物识别与 2D 生物识别数据对比 ........................................................ 23
表 6：无人机避障场景 .......................................................................................... 28
表 7：苹果在 3D 成像领域布局 ............................................................................ 30
表 8：PrimeSense 发展历程 ............................................................................... 31
表 9：两代 Kinect 技术参数对比 ......................................................................... 33
表 10：CMP 与一般封装技术对比 ........................................................................ 36
表 11：国内 3D 成像代表厂商对比....................................................................... 38
表 12：CCD 与 CMOS 优劣势对比 ...................................................................... 41
表 13：2D 成像与 3D 成像产业链对比 ................................................................. 45
表 14：红外光应用广泛 ........................................................................................ 46
表 15：850nm LED 与 VSCEL 对比 .................................................................... 48

识别风险，发现价值 请务必阅读末页的免责声明
5 / 55
 行业深度|电子

研究逻辑
经过微软两代Kinect技术迭代、谷歌Project Tango项目以及联想Phab2 Pro等
3D成像技术的预热，年内国际大客户的旗舰机型有望采用3D成像方案，3D成像的
应用趋势或将成为行业新趋势。

回顾消费电子发展历程，我们发现真正被用户认可并买单，从而引发需求端换
机热潮的标志性创新，总是集中在人机交互领域，并围绕输入输出体验的提升而展
开：电容触控、Retina屏、大尺寸屏幕、3D玻璃、指纹识别、快充、3D Touch、
OLED、双摄……

需要强调的是，3D成像并非是普通的功能性组件创新，而是激活光学交互属性，
实现二维到三维交互升级，是继图形界面、触控之后的第三次重大人机交互跨越。
有理由相信人们对交互体验更高效、更简单、更自然的孜孜追求将带来更陡峭的3D
成像渗透率曲线，3D成像的普及力度或将超出市场预期。

双摄到“3D”，解锁深度交互，开启光学入口新浪潮

 光学摄像头对消费电子产品来说具有双重意义，一方面提供拍照功能，另
一方面又为影像信息提供了唯一入口，即兼具娱乐和交互两种属性。随着
信息量的持续提升，交互始终在向更加高效、更低学习成本、更加自然的
方向演进。在新一轮创新周期中，AR/VR、AI大量导入，信息需求和信息
处理能力激增，“触”和“听”将升级为信息量更大的“看”，手势识别、人脸识
别、AR等基于影像的输入输出方式是大势所趋。随着双摄的普及，“拍照”
到“交互”拐点加速来临。双摄对光学的意义，既是拍照功能的跨越式升
级，更是交互属性的激活。

 即将发布的国际大客户的旗舰机将在前置镜头中导入3D成像，由“双摄”迈
入“四摄”，正式开启3D交互新浪潮。可以预见，3D成像技术积累最雄厚国
际大客户将紧紧围绕AI+AR两大抓手，匹配3D成像强大的信息输入能力，
以生物识别（人脸识别、手势识别等）和AR应用占尽先机。

众所周知，3D成像不只是为了拍照，更关键的是要获取深度信息，弥补2D成像
特征信息损失的缺陷，重建真实世界。深度信息意味着对真实世界更真实、更高质
量的图像描述，配合激增的信息处理能力，可以围绕3D建模衍生出多样化的应用：
从生物识别、AR/VR到机器视觉、自动驾驶、无人机、安防等。

3D成像并不容易，核心硬件或算法本身就稀缺；而科技巨头也充分意识到了3D
成像的前景，纷纷跑马圈地式地展开收购占据制高点，打造技术生态。尤其是
PrimeSense被苹果拿下之后，更是有加速迹象。优质标的悉数被巨头收入囊中，几
乎已被瓜分殆尽，那么后入场的客户要想使用3D成像技术，就必须寻找替代方案。
市场稀缺+替代需求为国内厂商提供了成长土壤，从欧菲光牵手Mantis Vision，到奥
比中光（结构光）、乐行天下（TOF）等先后涌现，国内3D成像布局国外标的被收
购后所留下的市场空白，正在加速追赶。

梳理3D产业链，我们发现3D与传统2D成像有较大差异，3D成像由于在硬件上
会新增红外光源和红外摄像头，一批深耕红外周边技术的核心标的将充分享受需求
爆发红利，同时硬件升级也将重构光学产业链。

识别风险，发现价值 请务必阅读末页的免责声明
6 / 55
 行业深度|电子
3D成像将带来诸多新增零组件

 在发射端，新增了红外激光发射器和辅助元件，包括衍射光栅和光学棱镜
部件（如准直镜头）；

 在接收端，除了可见光镜头外，还新增红外接收部分，包括镜头、红外传
感器和窄带红外滤光片，而图像处理器IC由于算法上的复杂性，也将比单
纯的2D成像IC成本更高。

总而言之，3D成像带来的产业机会比2D成像只增不减，大幅提振产业链价值的
同时改变价值分配，驱动红外核心厂商高业绩弹性。

红外器件产业链门槛较高，不管是发射端还是接收端元器件，技术含量相比普
通的摄像头都高出不少。图像处理芯片具有较高的算法要求，目前可以提供的仅有
几家芯片巨头，如意法半导体、德州仪器、英飞凌和恩智浦；红外图像传感器则被
意法半导体、AMS、豪威、奇景光电等垄断；而可用于移动端的微型VCSEL红外光
发射器主要由Finisar、Lumentum、Princeton Optronics、Heptagon等国外公司生
产，国内企业差距较大。国内真正可以可参与的环节主要是红外窄带滤光和模组封
装，且颇具竞争力。

因此，本土供应链环节，我们看好国内厂商率先在红外窄带滤光和模组封装环
节分享本轮3D创新红利，同时伴随着产能转移和纵向微笑曲线产业升级，国内厂商
未来也有望向VCSEL、DOE、准直镜头等价值量更高的环节渗透。

 对国内厂商而言，窄带红外滤光片是受益最为确定的部分。一方面窄带
IRCF对于3D成像比不可少，不论是TOF还是结构光，不论是前置还是后置，
窄带IRCF都是刚需；另一方面全球窄带IRCF产能主要集中在美国VIAVI和
国内水晶光电手中，供应商有限。考虑到公司目前是大客户2D摄像头IRCF
主力供应商，我们看好水晶光电将深度受益大客户本次引领的从2D向3D成
像跨越带来的镀膜滤光量价齐升的创新红利。

 3D成像对偏移度、光轴倾斜度等参数要求严苛且不良产品无法返修，高成
本、高技术的壁垒非一般厂商能够逾越，模组行业分散的竞争格局有望得
到改善，再加上封装原件的增多，工序与耗时的增加， 3D成像带来的不
仅是新增需求，还是产能的升级，模组环节的ASP将有明显提升。我们看
好之前通过双摄积累了多镜头封装经验的龙头厂商舜宇光学和欧菲光，有
望在3D时代占得先机，分享ASP增加和市占率提升双重红利。

 此外，建议关注曾与微软联合研发HoloLens中DOE等相关光学组件，还曾
为JDSU、Finisar等光通信企业供给通信级准直镜头的福晶科技，未来有望
拓展进军微型准直透镜领域，迎接消费级创新红利。

风险提示：3D成像渗透率不及预期的风险；行业竞争加剧的风险。

识别风险，发现价值 请务必阅读末页的免责声明
7 / 55
 行业深度|电子

双摄到“3D”，解锁深度交互，开启光学入口新浪潮

从交互革命说起：更高效、更简单、更自然
回顾消费电子发展历程，爆发性创新总是发生在人机交互领域。过去十年是以
智能手机为代表的消费电子大繁荣的十年，各个环节的颠覆性创新层出不穷。然而
回顾消费电子前进道路上的里程碑，我们发现，真正被用户认可并买单，从而引发
需求端换机热潮的标志性创新，总是集中在人机交互领域，并围绕输入输出体验的
提升而展开：电容触控、Retina屏、大尺寸屏幕、3D玻璃、指纹识别、快充、3D Touch、
OLED、双摄……

识别风险，发现价值 请务必阅读末页的免责声明
8 / 55
 行业深度|电子
表1：输入输出环节的重大技术创新
技术 时间 输出/输入 介绍 意义
电容触控
电容原理实现屏 响应速度更快，
2006 输入
幕触控 支持多点触控
触控
3DTouch
根据力度不同取 输入更加快捷方
2014 输入
得触控效果 便

Retina 屏 清晰达到人眼无
2012 输出 更清晰展现
法辨别颗粒程度
大尺寸屏
显示 2015 输出 尺寸更大的屏幕 更大范围展现

OLED 采用 OLED 技术 柔性、超薄、极

2017 输出
制作屏幕 速、显示更佳
3D 玻璃
屏幕外侧覆盖3D 更美观、更好手
2014 输出
状玻璃 感
金属机身 采用整块金属背 有光泽、更美观、
外观 2014 \
板 金属配色
玻璃机壳 2017 使用玻璃机壳营 耐用性、更好的
\
回归 造双面玻璃质感 支持无线充电
双摄
两个摄像头取得 更好拍照效果，
光学 2016 输入
更好摄影效果 影像信息入口
指纹识别
利用指纹快速验 更快捷安全，免
安全 2013 输入
证身份 于输入密码

快充
更快速度充满电 大大节省充电时
2016 输入
量 间
充电
无线充电 使用无线充电基
无需物理连接即
2012 输入 座进行无线感应
可充电，更方便
充电
数据来源：广发证券研究发展中心整理

那么为什么人机交互/输入输出会成为消费电子创新的重点区域？背后的根本
逻辑在于：对于消费电子产品，输入输出是最容易为消费者感知，也是最直接决定
用户体验的环节；而产品内部（如芯片、PCB、被动元件等）虽然同样重要，却不
易被消费者感知，单纯的内部性能提升很难让消费者买单。

以iPhone为例，7和7P依然分别延续4.7英寸/5.5英寸两种尺寸，7相对于6S仅仅
是处理器和ROM的升级，而7P则在此基础上加入双摄，使两种机型首次在输入输出
上有了区别。正是由于这个区别，市场普遍认为7P的创新力道更足，也使消费者对
两种机型的选择倾向发生显著变化：与6/6S系列4.7寸机型销量占据绝对优势不同，
7P的销量占比达40%以上，相比历史同期Plus机型占比提升超过一倍。在当前硬件
识别风险，发现价值 请务必阅读末页的免责声明
9 / 55
 行业深度|电子
性能普遍过剩的情况下，交互体验是电子产品最重要的差异化衡量指标，对用户的
意义更加凸显，因此未来消费电子的重大革新，仍然将聚焦在人机交互领域。

技术创新驱动之下，交互方式发展至今，已历经了数代革命：

 早期：信息的输入输出只能通过穿孔纸带完成，带孔为1，无孔为0，将程
序和数据转换成二进制码，交互效率低且学习成本高昂。

 DOS时代：信息输入依靠键盘字符命令完成，效率有所提升，但学习成本
仍然较高，只有专业的开发人员才能够使用。

 图形界面：键盘+鼠标大大提升了交互效率，点击操作使普通消费者也能快
速掌握计算机基本使用，交互方式第一次重大革命。

 触控：交互的第二次重大革命。对比功能机时代的按键，触控作为全新的
交互方式，使手机的交互也由1D变为2D，正式宣告智能机时代来临。经历
了电阻屏-电容屏-多点触控-3D Touch的技术升级后，触控在速度、便捷等
方面都站上了新的台阶。

 声控：语音识别意味着声音等人体自然信号开始作为信息输入的载体，解
放用户的双手，信息量更大，使交互向更加自然的方式过渡。声控的代表
技术包括Siri，科大讯飞输入法等。

 3D影像交互：随着3D成像及其潜在应用场景的日益成熟，影像（图片、视
频）将成为下一代信息载体，是最高效，最自然，也是信息量最大的方式，
所谓“一图胜千言”。相应地必将催生出新一代的基于影像的交互方式，
如人脸识别、虹膜识别、手势识别、VR/AR等。我们认为触控将人机交互
由1维拓展到平面，而3D影像带来的则是2维到3维的升级，是继图形界面、
触控之后的第三次重大交互革命。

图1：人机交互革命历程

数据来源：广发证券研究发展中心整理

从上述交互方式的演化进程可以清晰地看到：载体所搭载的信息量持续提升，
交互始终在向更加高效、更低学习成本、更加自然的方向在演进。在消费电子新一
轮创新周期中，AR/VR、人工智能大量导入，信息需求和信息处理能力激增，
“触”、
“听”将升级为信息量更大的“看”，手势识别、人脸识别等基于影像的输入输出
方式是大势所趋。

识别风险，发现价值 请务必阅读末页的免责声明
10 / 55
 行业深度|电子
图2：基于计算机视觉的动作捕捉 图3：Kinect 2代的手势输入方式

数据来源：智东西，广发证券研究发展中心 数据来源：Kinect，广发证券研究发展中心
光学作为影像信息唯一入口，最具爆发潜力。光学摄像头对消费电子产品来说
具有双重意义，一方面提供拍照功能，另一方面又为影像信息提供了唯一入口，即
兼具娱乐和交互两种属性。消费电子接下来看创新，创新的重点在人机交互，而人
机交互的大势所趋则是影像。因此作为影像的唯一入口，光学的交互属性将逐渐被
激活，成为最具潜力的爆点！

双摄加速普及，“拍照”到“交互”拐点来临
自夏普在2000年推出世界上第一台具备拍照功能的手机开始，厂商围绕摄像头
的改进从未停歇。从光学双重属性的角度出发，我们将光学的发展历程划分为三个
阶段：

第一阶段：以像素大战为标志，基础配置不断提升。

说起摄像头的基础配置，最直观的莫过于像素。最初J-SH04的像素只有10万，
3年后夏普就将像素推上百万级。拍照手机也进入了高速发展期，搭载百万级像素摄
像头的机型层出不穷，其中的代表是索尼爱立信K750i，这款在2005年发售的机型，
不仅拥有200万像素的传感器，还集成了自动对焦系统和氙气闪光灯，让手机拍照体
验首次接近数码相机。而同期的诺基亚则推出了N90，搭载3倍光学变焦镜头，也令
人感到眼前一亮。此后像素大战持续升温，代表诺基亚全盛时期的一代“机皇”N95，
内置500万像素自动对焦摄像头，三星更是在2006年推出里程碑式的B600，一举站
上千万级。仅仅用时6年，像素配置就提升了100倍之多！

第二阶段：后置镜头像素提升放缓，竞争焦点转为拍照体验优化。

像素达到千万级后，一方面由于传感器面积有限，像素增加对画质的边际提升
越来越小，另一方面用户追求也从单纯的高分辨率转向拍照体验本身。因此这一阶
段主要是前置镜头升级，后置像素提升的曲线则明显变缓。除微软发布一款4000万
像素手机遭遇冷落外，新晋机型都在1000万-2000万之间。主流配置目前基本维持
在前置500万-800万，后置1200万-1600万的水平，虽然整体来看高像素镜头占比仍
在提升，但主要是源于新机型对旧机型的替换叠加前置升级，而非像素本身的突破。

厂商不再执着于像素的军备竞赛，将竞争焦点放在拍照体验的优化上，如光学
防抖、新型传感器、光学变焦等技术都成了新宠儿：

 光学变焦。数字变焦通过对图像的局部放大来实现类似变焦效果，噪点较
识别风险，发现价值 请务必阅读末页的免责声明
11 / 55
 行业深度|电子
多，画质较差；而光学变焦则依靠镜头内部透镜位置的改变来实现变焦，
不仅需要固定镜片组，还需要可变镜片组，通过镜片移动来放大与缩小景
物，是真正的变焦。目前手机中实现光学变焦主要依靠内伸缩式（诺基亚
N93等）和外伸缩式（数码相机采用的方式，Galaxy S5将其移植到手机），
变焦倍数不高且体积居高不下，影响了轻薄便携性。未来有希望的解决方
案是潜望式（华硕的ZenFone Zoom）和双摄（iPhone7 Plus）。

 自动对焦。自动对焦（Auto Focus）接收分析景物的反光，通过计算机处
理，控制电动装置微小的移动整个镜头，使景物清晰。电动装置包括超声
波马达、音圈马达和步进马达等。

 OIS光学防抖。全称是Optical Image Stabilization，通过镜头的浮动透镜来

纠正“光轴偏移”。其原理是通过镜头内的陀螺仪侦测到微小的移动，然
后将信号传至微处理器，处理器立即计算需要补偿的位移量，通过补偿镜
片组，根据镜头的抖动方向及位移量加以补偿，从而有效克服因相机的振
动产生的影像模糊。

 背照式CMOS。传统的表面照射型传感器的光电二极管位于整个芯片的最
下层，而A/D转换器和放大电路位于光电二极管上层，因此光电二极管离透
镜的距离更远，且上层的线路连接层还会造成光线的反射，导致CMOS的
受光量减少。背照式传感器则是将这些阻碍光线进入的线路连接层放到了
光电二极管的后面，从而极大提升了CMOS的感光能力，增强暗光下的表
现。

 堆栈式CMOS。堆栈式传感器是将原来普通传感器里的信号处理电路放到
了支持基板上，这样就可以把腾出来的空间放置更多的像素，在小尺寸传
感器上集成更多的像素，进一步改善画质，提高慢动作拍摄、动态拍摄的
能力。

 大光圈。大光圈镜头可以在光线较暗的情况下使用较高的曝光速度对运动
物体进行捕捉，也可以拍摄出景深很浅的相片，使背景部分更好的虚化。

图4：OPPO R11的广角+长焦双摄镜头 图5：堆栈式CMOS传感器结构示意图

数据来源：安卓网，广发证券研究发展中心 数据来源：中关村在线，广发证券研究发展中心

第三阶段：双摄承前启后，光学交互属性激活，“拍照”到“入口”拐点来临

单摄接近瓶颈，双摄加速普及。经历了基础配置提升和拍摄体验优化两个阶段，
手机的拍照性能在很多方面可媲美数码相机。但不可否认的是，受制于相机模组的
识别风险，发现价值 请务必阅读末页的免责声明
12 / 55
 行业深度|电子
体积和厚度，单摄已接近物理极限，分辨率、对焦速度、暗光拍摄、光学变焦、动
态拍摄、多任务甚至3D建模等性能上提升空间都已不大。而与此同时，两个摄像头
搭配工作则可有效解决上述瓶颈，于是手机厂商切换思路，将目光投向双摄。2011
年HTC推出的G17是双摄的第一次尝试；随后华为等国产厂商开始跟进；2016年成
为双摄爆发元年，业界风向标苹果推出iPhone7 plus，HOV、金立、酷派、360、小
米等多家厂商也相继推出以双摄为主打卖点的新机型，双摄如雨后春笋遍地开花。

据产业信息网预计，2017年双摄像头手机占比达到20%；到2020年，双摄像头
手机渗透率将超过60%，双摄市场规模将达到750亿元。

图6：手机双摄市场规模预测（亿） 图7：全球智能手机出货量及双摄渗透率预测

800 750 120% 25 70%

700 100% 60%
20
600 500 50%
500 80%
15 40%
400 310 60%
10 30%
300 40%
180 20%
200 100
20% 5
100 48 10%
0 0% 0 0%
2015 2016E 2017E 2018E 2019E 2020E 2015 2016E 2017E 2018E 2019E 2020E

手机双摄市场规模（亿） 增长率 智能手机出货量（亿部） 双摄像头手机渗透率

数据来源：产业信息网，广发证券研究发展中心 数据来源：产业信息网，广发证券研究发展中心

双摄技术快速发展，衍生出不同的硬件和算法配置方案，按照主/辅摄像头的应
用需求和侧重点，双摄可分为以下四类组合：

RGB+RGB：主要侧重背景虚化和重对焦。在单反相机中，可以通过不同光圈
值来调整拍照时的合焦范围，使只有对焦点附近呈现清晰的景象，达到“焦内锐利，
焦外奶油”的背景虚化效果。而双摄采用两个RGB相机搭配的方案模拟这种虚化效
果，辅摄像头和主摄像头一起提供立体视差从而计算景深，通过算法保留对焦平面
内景物清晰度，将其余部分模糊处理达到虚化效果。同时也可模拟单反相机调节光
圈，通过重新调景深信息进行算法处理，实现之前只有光场相机才能实现的先拍照
后对焦（重对焦）功能，RGB+RGB方案的代表如vivo x9，荣耀6Plus等。

图8：荣耀6Plus背景虚化效果 图9：双摄模拟重对焦功能

数据来源：下载之家，广发证券研究发展中心 数据来源：CSDN，广发证券研究发展中心
RGB+黑白：增强暗光拍摄效果。单摄暗光拍摄效果较差，主要原因在于CMOS
识别风险，发现价值 请务必阅读末页的免责声明
13 / 55
 行业深度|电子
传感器只能辨识光强而无法辨识颜色，需要在每一个像素点设置滤色镜以记录颜色，
这样就损失了进光量，暗光下信噪比不高。而黑白相机没有滤色镜，可获得更大的
进光量，图像更加明亮，得到的黑白照片与彩色照片融合后，暗光下也能获得细节
丰富、高信噪比的拍摄效果。RGB+黑白方案的代表包括华为Mate9、荣耀V8、华
为P9等。

广角+长焦：解决光学变焦痛点。光学变焦目前是手机拍照功能的主要诉求点之
一，也是单摄的主要瓶颈。广角+长焦方案用两个焦距不同的摄像头搭配，广角镜头
视角大，但远处的物体不清晰；长焦镜头虽然范围窄，但是看的更远更清晰，通过
镜头切换和融合算法就能实现相对平滑的光学变焦，因变焦而损失的图像信息远低
于单摄像头的变焦方案。广角+长焦方案的代表包括苹果7P，LG G5等。

图10：彩色+黑白增强暗光拍摄的效果 图11：广角+长焦可获得较好的光学变焦体验

数据来源：雷锋网，广发证券研究发展中心 数据来源：雷锋网，广发证券研究发展中心

成像+3D：3D视觉交互潜力无穷。3D建模是双摄最值得期待的功能。3D摄像
头通过主动光源，可直接获取场景中物体的景深信息，得到包含距离信息的灰度图
（平面图像中每个点的灰度反映其距离）。灰度图与彩色摄像头得到的平面影像融
合后，即可进行3D建模，实现3D摄像，在手势识别等应用上具备极大潜力。代表机
型主要是联想Phab 2（除成像+3D外，Phab2还包含一颗动作捕捉摄像头），预计
今年苹果十周年纪念版iPhone 8也将在前置镜头组采用此方案。

对于双摄，不能只局限于“拍照”，更要站在“交互”的层面去理解。光学本
身兼具娱乐和交互双重属性，而双摄对光学的意义，既是拍照功能的跨域式升级，
更是交互属性的激活：

 一方面，双摄赋予手机挑战单反的潜力。四种主流的双摄组合，各有侧重
识别风险，发现价值 请务必阅读末页的免责声明
14 / 55
 行业深度|电子
且个个直击单摄痛点，大幅度提升了拍照体验。双摄的普及证明摄像头可
以产生“1+1>2”的效果，随着工艺水平和融合算法的进步，摄像头之间
的协同配合会更加成熟，多个摄像头的组合搭配也成为可能，如阵列式相
机等，使手机能够进一步向单反挑战。

 另一方面，双摄承前启后，为3D视觉交互的大规模到来奠定基础。在双摄
之前，光学前进的主线都围绕拍照功能，对交互似乎有所忽略，仅仅停留
在扫二维码等初级应用层次。而双摄则恰恰解锁了光学的交互属性：2D包
含的信息有限，VR/AR、手势识别等下一代交互都需要3D视觉输入；得益
于双摄的3D建模、景深测量功能，手机第一次具备了获取3维图像信息的
能力，从而能够对接这些高级场景，完成交互向3维的升级。目前，VR/AR
已经在部分手机（Phab Pro等）上实现，这还仅仅是后置双摄的威力，那
渗透到前置呢？双摄变四摄，手势识别、人脸识别自然也会到来。前置后
置齐头并进，“拍照”到“入口”的拐点来临，光学成为信息入口新浪潮
出现。

总而言之一句话，双摄是量变，更是质变！

图12：光学“科技树”

数据来源：广发证券研究发展中心制作

苹果引爆 3D 交互，AI+AR 同步打造光学信息新入口

苹果是人机交互的专家，在光学方面尤其不会落后。苹果深谙输入输出创新对
消费者的意义，光学一直是其重要的卖点。从iPhone 3G到iPhone 7P，沿着“像素
升级—拍照性能提升—双摄”的路径，配置持续提升。而我们认为即将到来的
iPhone8会再进一步，在前置镜头组导入3D成像，由“双摄”迈向“四摄”，正式
开启3D交互的大革命！

识别风险，发现价值 请务必阅读末页的免责声明
15 / 55
 行业深度|电子

表2：苹果历年机型光学配置变化
机型 像素升级 技术升级
iPhone 3G 后置2M
iPhone 3GS 后置3M 自动变焦
iPhone 4 后置5M+前置0.3M 背照式 CMOS
iPhone 4S 后置8M+前置0.3M 防红眼
iPhone 5 后置8M+前置1.2M 第2代背照 CMOS
iPhone 5s 后置8M+前置1.2M 双 LED 补光
Focus Pixels 相位差对焦技术，
iPhone 6 后置8M+前置1.2M
True Tone 闪光灯，五镜式镜头
iPhone 6Plus 后置8M+前置1.2M 光学防抖
iPhone
6s/6Plus 后置12M+前置5M Retina Flash
4颗 True Tone 闪光灯
iPhone 7 后置12M+前置7M
六镜式镜头
双摄
iPhone 7Plus 后置12M*2+前置7M
光学变焦
iPhone 8 前置双摄，预计采用结构光3D 成像
数据来源：苹果官网，广发证券研究发展中心

众所周知，交互从1D向2D的跨越正是由苹果引领，iPhone 4的多点触控电容
屏彻底终结了按键机。为什么这次又是苹果？

 苹果有用人脸识别/虹膜识别代替指纹识别的迫切需求。从新版Macbook
Pro取消USB、HDMI、电源接口，到iPhone7摒弃3.5MM耳机接口，“机
身一体化”是苹果持之以恒的追求。而目前指纹识别做到屏幕下还有难度，
用人脸识别替代指纹识别，可使苹果取消Home键，引入全面屏，提升消费
者的触控体验。同时，人工智能时代来临，3D成像支持下的生物识别更加
安全，伴随深度信息的测量也可解锁更多的功能和玩法，使手机更加有趣。

 苹果距离传感器历经10年迭代，对测距模块的应用已炉火纯青。3D成像重
要的一步就是距离探测，而苹果从初代iPhone开始就有前置距离传感器的
设计，用于判断面部与屏幕的距离。iPhone7中更是导入了意法半导体的
TOF传感器，由激光发射器和点阵接收器构成收发端，为后续TOF/结构光
相机的导入积累了宝贵的测距模块使用经验。

 苹果在3D成像积累雄厚，占尽先机。在众多科技巨头中，苹果在3D成像的
积累最为雄厚，从2011年开始就不断外延并购，拿下了多家优质标的。尤
其是2013年，微软收购结构光方案领头羊PrimeSense失败，苹果趁机将后
者收入囊中，一举抢占先机，实现了结构光的技术锁定。在眼下生物识别、
VR/AR快速迭代，新一轮交互革命呼之欲出之际，手机大规模导入3D成像
已是水到渠成，只待春日一雷，这一雷最有可能就是苹果。

识别风险，发现价值 请务必阅读末页的免责声明
16 / 55
 行业深度|电子

图13：iPhone8渲染图

数据来源：爱范儿网，广发证券研究发展中心

市场关心的另一个问题则是，苹果在导入3D成像之后，将最先给用户带来哪些
全新体验？从近期一系列的动作来看，我们认为苹果将紧紧围绕AI+AR两大抓手，
匹配3D成像强大的信息输入能力，以人脸识别和AR应用打造3D交互的第一波浪头。

Core ML：AI不只在云端

普遍的观点认为AI是云端的事，本地只负责与用户交互和数据搜集。然而，苹
果用实际行动说明了AI与机器学习并不仅仅局限在云端。2017年WWDC大会，苹果
发布了新的机器学习API——Core ML，并宣称图像识别速度比谷歌Pixel快6倍。
Core ML提供支持人脸追踪、人脸检测、地标、文本检测等任务的API，它将加快
iPhone、 iPad和Apple Watch上AI任务执行的速度，从文本分析到人脸识别，几乎
涉及一切事务。Core ML含有大量的关键机器学习工具，包括神经网络（深度、循
环以及卷积网络），同时也支持线性模型和树集成。有了本地的AI框架Core ML，
再配合3D成像输入的全方位、立体化、多维度的图像信息，人脸识别、手势识别自
然是水到渠成。

识别风险，发现价值 请务必阅读末页的免责声明
17 / 55
 行业深度|电子

图14：苹果基于移动端本地的AI框架——Core ML 图15：Core ML提供支持人脸检测等任务的API

数据来源：搜狐科技，广发证券研究发展中心 数据来源：搜狐科技，广发证券研究发展中心
ARKit：平台规模优势显著，打开AR世界的钥匙

AR是iPhone 8的另一部重头戏。苹果在WWDC 2017全球开发者大会上发布了

AR开发平台ARKit，凭借苹果庞大的iOS用户群，ARKit一举成为全球最大的AR开发
平台。在推出ARKit的3周后，苹果公司还收购德国眼部追踪技术公司SensoMotoric
Instruments，一系列动作意味着苹果在AR领域开始加速前进。

与谷歌的AR平台“Project Tango”和VR平台“DayDream”相比，ARKit不需
配套专门的硬件，传统的单摄像头iPhone和iPad借助ARKit也可呈现一定的AR效果，
伴随着iOS11发布后，理论上可应用于任何的iPhone和iPad；而谷歌的平台对硬件
有着极高的标准，且安卓机机型众多，硬件配置不统一，目前市面上仅有少数机型
支持其应用。因此ARKit的受众更多，平台规模优势显著。

庞大的用户数量决定了ARKit对AR产业前所未有的催熟力度，而导入3D成像之
后，ARKit更是如虎添翼，3维的信息输入方式将与其3维输出相匹配，打造更优的
AR体验，AR世界的大门将被正式开启。

图16：苹果在WWDC上演示的ARKit

数据来源：腾讯数码，广发证券研究发展中心

苹果打造AI+AR大战略，为3D成像技术提供了切实可行的落地方案，用户将多
场景体验3D成像应用，新应用的新体验将成为3D成像技术最佳的用武之地。在苹果
识别风险，发现价值 请务必阅读末页的免责声明
18 / 55
 行业深度|电子
的加持下，三星与国产手机大厂必将迅速跟进。类比上一轮由iPhone 4掀起的触控
浪潮，本轮2D变3D的创新浪潮也绝不是此前的智能机微创新可比，而是信息入口的
大革命！

3D 成像：实现二维到三维的交互跨越

什么是 3D 成像：不只是“拍照”
3D代表着空间长、宽、高三个维度。普通的 2D成像原理是用平面传感器
（CMOS/CCD）接收被拍摄物体反射或者发出的可见光，从而形成二维图像，由于
现实世界是三维世界，2D成像获得的图像信息存在特征信息的损失；3D成像则利用
深度信息完美地弥补了这一缺陷，获取平面图形的同时还可以捕捉三维信息，为后
期的图像分析提供了关键特征，计算机或智能设备据此才能够完整地复原现实世界。

图17：Project Tango采集环境的3D深度信息 图18：用于捕捉人体特征的3D深度信息采集

数据来源：雷锋网，广发证券研究发展中心 数据来源：雷锋网，广发证券研究发展中心

表3：2D成像与3D成像对比
对比项目 2D 成像 3D 成像
光源 被动光源 主动光源
波段 可见光 窄带红外光
结构 接收端 发射端+接收端
通过计算时间差、畸变等
直接转变成数模信号经芯 变量获得深度信息，并由
计算方式
片计算生产图像 芯片生成全幅的深度信
息图
CMOS 类型 可见光 CMOS 红外 CMOS
数据来源：广发证券研究发展中心

3D成像不只是为了拍照，更关键的是要获取深度信息，重建真实世界以服务于
后续的交互动作。如果只是要把照片拍好，那双摄已经可以基本满足要求；而如果
要借助光学去人机交互，3D则必不可少。可以说，正是交互的需求催生了3D成像。

识别风险，发现价值 请务必阅读末页的免责声明
19 / 55
 行业深度|电子
3D成像怎么实现：预计苹果今年采用前置结构光
作为拓展2D成像的手段，3D成像目前有三种主流解决方案：

 结构光：结构光使用提前设计好的具有特殊结构的图案（比如离散光斑、
条纹光、编码结构光等），将图案投影到空间物体表面上，用另外一个相
机观察在三维物理表面成像的畸变情况，进行图像匹配比较并计算出深度
信息。结构光对物体拍摄两次即可实现3D距离的探测，其他计算过程都由
本地处理器完成，延时非常短，测量速度快，同时经过多年的技术发展，
模组体积已经较小。结构光最早被应用于微软的明星产品Kinect上，迄今
已有8年，可谓是经过了时间验证的成熟方案。

 TOF：TOF（Time of Flight）的测距原理是通过给目标连续发送光脉冲，
用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得
到目标物距离。TOF由照射单元、光学透镜（镜片+窄带滤光片）、TOF
传感器、控制单元和计算单元构成，原理与结构光殊途同归，都是属于主
动光探测方案。TOF的优势在于远距离探测，不易受到环境光线的干扰，
但是TOF芯片每一个像元要对入射光往返相机与物体之间的相位分别纪录，
传感器结构比普通图像传感器更复杂，单个像素要大得多，成本和体积更
大。

 双目视觉技术：该技术方案通过两个RGB摄像头模仿人的双眼，通过标定
后的双摄像头得到同步曝光图像，然后计算获取的二维图像像素点的第三
维深度信息。代表厂商是在手势识别领域的领先者Leap Motion。

图19：结构光方案示意图 图20：TOF方案示意图

数据来源：CSDN，广发证券研究发展中心 数据来源：eletimes，广发证券研究发展中心
双目方案算法实现非常复杂，寻找像间对应关系时需要特征提取、特征匹配等
一系列复杂的算法，同时光照变化、光线明暗等外在因素的影响会对算法提出更大
的挑战。相比于双目的被动方案，基于主动光探测的结构光/TOF具有算法简单，响
应速度快，识别距离范围大等优势，因而更加契合交互场景的要求。而就TOF与结
构光之间对比而言，结构光在便携性、成本、成像速度与延时方面占据优势，我们
判断其将率先借苹果新机登陆前置镜头；而TOF抗干扰性更好，探测距离远，未来
将在后置镜头大展拳脚，对接长距应用场景。

识别风险，发现价值 请务必阅读末页的免责声明
20 / 55
 行业深度|电子

表4：3D相机三种方案对比
方案 TOF 双目成像 结构光
方案 TOF 立体视觉 结构光
红外脉冲、测量光 两个2D 传感器 图形光或红外照明、检
运行原理
传输时间 模仿人眼 测失真
点云生成 直接在传感器内 高级软件处理 中级软件处理
中等（依据两台
大（与光源功率成 小（与照明强度成正
使用距离 摄像机之间距
正比） 比）
离）
深度精度 高 低 中等
分辨率 低 高 高
快（取决于传感器
扫描速度 中 中
速度）
高光性能 一般 良好 一般
低光性能 良好 较差 良好
软件复杂度 低 高 中等
中等（与距离成正
功耗 低 中等
比）
数据来源：TI官网，广发证券研究发展中心

3D 成像能做什么：小镜头有大用场，下游交互需求广泛
我们再次强调，3D成像与2D成像最大区别在于提供了深度信息。深度信息意味
着对真实世界更真实、更高质量的图像描述，配合人工智能时代激增的信息处理能
力，可以围绕3D建模衍生出多样化的应用：从生物识别、VR/AR、到自动驾驶、无
人机，3D成像大有可为。

 在生物识别系统中，3D成像获取的深度信息可与模型链接，迅速精准的完
成匹配检测；

 在VR/AR方面，3D成像技术可快速扫描现实世界，建立虚拟世界模型，创
建交互场景提供了微型化、快速化的解决方案。

 在AI领域，机器视觉是人工智能的下一个前沿，而3D成像技术则是机器视
觉的关键解决方案。

 在汽车上，3D成像可以用于自动驾驶，通过3D成像技术对行车环境进行感
知，从而获取环境信息以增加安全性，此外还可以用于汽车内的乘客离位
检测。

 在家庭娱乐方面，3D成像作为一个性能优异的输入设备，实现手势识别功
能，为第一人称游戏提供直观的接口。

识别风险，发现价值 请务必阅读末页的免责声明
21 / 55
 行业深度|电子
 在安防领域，视频监控中3D成像可以增加深度信息实现全方位的监控，而
在人脸识别门禁中导入3D成像则大大提高了其安全性。

 在无人机领域，3D成像主要用于避障功能。

图21：3D成像应用领域广泛
机器人

车辆导航

医疗领域

手势识别

特效处理

数据来源：集微网，广发证券研究发展中心

智能手机中的生物识别

生物识别通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手
段密切结合，利用人体固有的生理特性和行为特征来进行个人身份的鉴定，包含指
纹识别、语音识别、人脸识别、虹膜识别等。目前应用最为广泛的是指纹识别，而
最具潜力的则是人脸识别和虹膜识别。

虹膜识别技术是基于眼睛中的虹膜进行身份识别。虹膜包含有很多相互交错的
斑点、细丝、冠状、条纹、隐窝等的细节特征，而且虹膜在胎儿发育阶段形成后，
整个生命历程中将保持不变，这些特征决定了虹膜特征的唯一性，也决定了身份识
别的唯一性。虹膜识别方法精度高、不易仿造，是安全性更高的一种生物识别，已
应用于三星、富士通、华为等智能手机产品。

对比3D成像，虹膜识别仍属于2D范畴，主要使用LED (light emitting diode)作

为光源。LED在发光过程中照射范围广，超过50%的光能会被耗散掉；与之对应的
是，3D成像使用光束更加集中的激光二极管为光源，照射范围小，光束的靶向性和
准确度大大提高，预计可将效率提高5-10倍，识别率和速度更高。虹膜识别难度较
3D成像更低，且在方案上与3D成像有兼容之处，未来完全可能一并整合进3D成像
之中。

图22：虹膜识别示意图 图23：三星NOTE7虹膜识别示意图

识别风险，发现价值 请务必阅读末页的免责声明
22 / 55
 行业深度|电子

数据来源：电子发烧友，广发证券研究发展中心 数据来源：hardwarezone，广发证券研究发展中心

人脸识别基于人的脸部特征信息进行身份识别，以往的人脸识别简单的使用普
通的2D摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进
而与已有数据库进行比对，这往往会受到不同光线环境的干扰，而3D摄像头采集人
脸的深度图像信息，在各种环境条件下都比2D成像对人脸的识别率更高。此外，三
维的人脸识别还可以直接获取人体的面部表情和其他信息，从而可以间接的获取一
些生理数据，与其他技术叠加出更加广泛的应用。

表5：3D生物识别与2D生物识别数据对比
对比项 3D 人脸识别 2D 人脸识别
FAR/FRR 实验
FAR 0.0047% 0.12%
说明：错误接受率越低，识别安全性越高
FRR 0.103% 9.79%
说明：错误拒绝率越低，使用就越方便
环境适应性实验
姿态变化 100%识别率 23%识别率
头发遮挡 87%识别率 50%识别率
头部遮挡 95%识别率 低于 5%的成功率
弱光线 100%识别率 0%识别率
数据来源：中关村在线，广发证券研究发展中心

图24：人脸识别示意图 图25：3D人脸识别可直接获取人体的面部表情信息

识别风险，发现价值 请务必阅读末页的免责声明
23 / 55
 行业深度|电子

数据来源：电子发烧友，广发证券研究发展中心 数据来源：搜狐专栏，广发证券研究发展中心

移动端VR/AR

后智能手机时代已经悄悄到来，以VR/AR设备为代表的新型消费类智能硬件正
在加速进入日常生活，其与3D成像技术密不可分。更进一步，如果3D成像微型化实
现并可以在手机上配备，则可在移动设备上实现动作捕捉、AR游戏等功能，打通输
入输出，彻底实现交互方式的革命。而VR/AR的实现，都需要现实的深度信息，并
在用户眼中重现。

对于VR，虚拟信息来源于现实世界，现实世界深度信息的重构至关重要。构建
现实世界，普通的摄像机只能捕捉2D信息，对于深度信息则必须依靠3D成像技术。
以目前市场上常见的设备为例，体感设备Leap Motion采用了红外LED与灰阶摄像头
的结合采集数据。双目的红外摄像头可以获取深度信息，进而通过手势识别算法判
断用户的指令，对手势的追踪可以达到亚毫米精度。基于全身动作捕捉系统良好的
交互性，VR设备的制造商开始纷纷尝试3D成像技术对用户的肢体动作进行捕捉。

图26：主流VR设备品牌 图27：VR市场规模预测

亿美元
600 160%
500
120%
400
300 80%
200
40%
100
0 0%
2016 2017 2018 2019 2020
VR市场规模 YoY

数据来源：百度图片，广发证券研究发展中心 数据来源：中商产业研究院，广发证券研究发展中心

AR则是VR的进阶，不同于VR将现实世界隔绝，AR是连接现实与虚拟的钥匙，
未来将是移动端的重头戏。对于AR，注册跟踪是核心技术，注册跟踪就是深度信息
的重建与匹配。注册跟踪的目的是判断用户所处的位置并确定添加虚拟内容的位置。
比如说，在AR辅助导航中如果想把导航箭头“贴在”路面上，就一定要知道路面在
哪里，进而将“箭头”进行三维变换使之与真实的路面合二为一。随着计算能力的

识别风险，发现价值 请务必阅读末页的免责声明
24 / 55
 行业深度|电子
提升，注册技术从早期将已知的二维Marker放置在空间中进行位置标定，演进为在
陌生环境中依靠视觉算法实现自身定位并重建环境地图。目前跟踪定位技术的主流
是SLAM（即时定位与地图构建），而SLAM从二维图片到三维空间的映射离不开
深度信息。解决方案包括基于双目摄像头的立体几何计算以及RGB-D相机（即Kinect）
的结构光方法。

图28：SLAM技术对空间场景进行三维重建

数据来源：36氪，广发证券研究发展中心
除了可穿戴式设备，智能手机也开始支持SLAM与AR。2016年联想发布了与谷
歌联合开发的Phab 2 Pro手机，基于Tango的SLAM技术，该手机配备的深度摄像头
和动作追踪摄像头能够对现实空间进行三维建模，营造丰富的AR体验。

AI机器视觉

人工智能AI是信息技术领域正在发生的大革命，很多机器人也已经具备了相当
高的智能化特点。业内普遍认为机器视觉将是AI再进一步的关键，只有做好信息输
入，机器才能成为真正意义上的AI。以工业机械手为例，只有判断了要抓取的物品
的具体位置，即三维坐标，才能精确无误的移动目标物体。

图29：机器视觉应用前景广阔 图30：应用于工业AI的机器视觉系统

数据来源：搜狐科技，广发证券研究发展中心 数据来源：凌云光，广发证券研究发展中心
所谓机器视觉，就是用机器代替人眼来做测量和判断。机器视觉系统是通过传
感器将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的
形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;利用机器学习算
法对这些信号进行特征提取和分析，进而根据判别的结果来控制现场的设备动作。

识别风险，发现价值 请务必阅读末页的免责声明
25 / 55
 行业深度|电子
传统的识别算法基于二维信息，这必然导致了三维世界的信息特征损失，信息输入
已成为设备智能化的短板。3D成像则能够获取全面的三维信息，智能设备可以对目
标对象的三维轮廓、物理特征充分识别，大幅提升识别、追踪、导航、寻迹的能力。

图31：3D成像可改善机器视觉采图环节 图32：3D成像使AI获得精确的空间感知能力

数据来源：科学网，广发证券研究发展中心 数据来源：搜狐科技，广发证券研究发展中心

汽车智能化与ADAS

ADAS可以实现多种主动安全功能，伴随ADAS渗透率与融合度的提高，汽车的
智能水平得到显著提升。借助于成熟的车联网（V2X），最终将实现完全的无人驾
驶，因此，ADAS的普及和融合既能促进单车的智能化，同时也是无人驾驶实现的基
础条件。ADAS市场目前尚处于导入期，渗透率还比较低、未来发展潜力巨大。根据
AutoLab的数据，2015年10月国内市场各种功能的ADAS的渗透率分别为：BSD
3.8%，AP 2.6%，FCW 2.6%，AEB 2.4%，SVC 2.3%，LDW 1.7%，ACC 1.3%，
LKS 0.8%。全球整车市场ADAS的渗透率也低于10%，欧美地区市场接近8%，新兴
国家市场则仅为2%，仍有很大提升空间。据PR Newswire咨询公司测算，未来全球
ADAS渗透率将大幅提升，预计2022年全球新车ADAS搭载率将达到50%。

图33：ADAS刚刚跨过导入期，未来成长空间广阔

数据来源：德勤咨询，广发证券研究发展中心
ADAS要对行车周边世界以及车内空间状况进行了解，景深测量是绕不开的问题，
这正是适用于测距的TOF之所长。TOF在车上已有应用，例如Infineon与科世达推出
的基于TOF技术的3D图像传感器芯片REAL3，可用于驾驶员状态监测；Melexis的
识别风险，发现价值 请务必阅读末页的免责声明
26 / 55
 行业深度|电子
TOF传感器MLX75023，与SoftKinetic公司提供的软件进行绑定，以判断驾驶员的注
意力是否集中在驾驶上。未来在以ADAS渗透率提高为标志的汽车智能化过程中，
TOF有望跟随成长分享新红利。

图34：Melexis的3D成像传感器应用于SoftKinetic 图35：基于REAL3的驾驶员状态监测演示仪

数据来源：softkinetic，广发证券研究发展中心 数据来源：盖世汽车，广发证券研究发展中心

安防行业：监控与门禁

在视频监控领域中对于目标人物的识别与追踪，由于是非合作方式的人脸检测，
无法得到目标人员的配合，再加上各种不利环境因素的影响，往往视频中人脸图像
的精度不高，面部模糊，很难做高精度的人脸检测和人脸识别。而3D成像技术则能
够识别高度和深度，识别度更高，与安防设备融合后，可提供更好的规划、更方便
的可视化以及更高精度的态势感知能力，从而进行更加有效的安防响应。例如，海
康威视发布国内首款工业立体相机，可有效实现客流统计、异常事件检测等智能监
控功能。

图36：海康威视发布国内首款工业立体相机 图37：使用单一TOF深度相机的人脸追踪

数据来源：elecfans，广发证券研究发展中心 数据来源：《基于深度相机的三维人脸识别系统》，广发证券
研究发展中心
安防另一个重要环节是门禁。传统的门禁多采用门卡，使用非接触式读卡技术
RFID等解决方案，这种门禁存在较大的安全隐患，如果用户把门禁卡弄丢了，拾卡
者可以轻易的进去。选择“不会丢失”的门卡，安全性才能得到更好的保障，因此
人脸识别已开始应用在门禁系统中。3D成像技术支持下的门禁人脸识别安全性更高，
可真正做到访问控制一对一，结合监控录像做取证应用，安全性将大大增加。
识别风险，发现价值 请务必阅读末页的免责声明
27 / 55
 行业深度|电子
图38：3D人脸识别系统在考勤中的应用 图39：应用3D成像技术的门禁系统

数据来源：多奥，广发证券研究发展中心 数据来源：中国制造网，广发证券研究发展中心
无人机避障应用

近年无人机越来越多的被应用于各个场景中，如航拍、勘察、安检、快递等。
在无人机商业化使用越来越频繁的今天，避障技术如有突破，无疑将为无人机更大
规模的商用创造必要条件。所谓无人机“自动避障”功能（Obstacle Avoidance），
就是无人机飞行器在自动飞行的过程中遇到障碍物时，能通过自动提前识别有效规
避障碍物，达到安全飞行的效果。无人机避障的前提是环境感知，需要3D成像作为
信息输入。

表6：无人机避障场景
高度 主要障碍物 障碍数量 应用场景
90米 摩天大厦、气球 稀少
航拍无人机
或以上
测量无人机
60米 大厦、风筝线、 少
救灾无人机 侦察无人机
雀鸟
安防无人机
30米 架空电缆、大 多 植保无人机
物流无人机
树、建筑 电影无人机
0米 行人、汽车、小 极多 自拍无人机
树、灯柱 玩具无人机
数据来源：ifanr，广发证券研究发展中心

2016年Intel联合Yunnec研发了搭载RealSense技术的6轴无人飞行器Typhoon
H，它在普通的无人机顶上添加了一个六角形的探测单元，由6套RealSense组成，
形成了一个360度的探测角度。由于3D信息感知的完整性，Typhoon H不仅可以实
现避障技术，还可以实现基于避障技术的“智能路径规划”（Intelligent Routing）：
RealSense传感器在遇到障碍物之前就基于3D建模计算了合理路径，Typhoon H感
应到障碍物后不会停止或者后退，而是绕行继续前进。

图40：Typhoon H无人机 图41：Typhoon H使用Intel的RealSense技术

识别风险，发现价值 请务必阅读末页的免责声明
28 / 55
 行业深度|电子

数据来源：CSDN，广发证券研究发展中心 数据来源：中国制造网，广发证券研究发展中心
2015年零度Explorer 2无人机首度演示了采用TOF技术的自动避障功能。该无
人机悬空时，TOF系统会保持每秒钟旋转2-5圈的状态，快速扫描周围360°的有效半
径，及时发现障碍。而大疆科技的Phantom 4无人机，则采用了双目3D+超声波的方
案，通过将多种避障模块相结合，大幅度提高避障的稳定性和准确度。

图42：零度Explorer 2无人机避障摄像头 图43：大疆Phantom 4采用双目+超声波避障技术

数据来源：零度智空，广发证券研究发展中心 数据来源：百度百家，广发证券研究发展中心
可见，3D成像并非是只有概念的“空中楼阁”，而是有着强劲的下游需求支撑。
我们判断3D成像技术在苹果引领之下，将率先在消费电子应用上（VR/AR、生物识
别）大规模落地，随后逐步辐射到各行业，实现 2D向3D的交互跨域。据Yole
Development预测，2016-2022年3D成像将在消费电子领域，以接近160%年均复合
增速迎来大爆发。

识别风险，发现价值 请务必阅读末页的免责声明
29 / 55
 行业深度|电子
图44：3D成像市场成长预计（百万美元） 图45：2022年3D成像市场结构预计

8000 200% 6% 3%
6058
6000 150%
17%
4000 100%
7%
1545 67%
2000 625 576 50%
230
0 0%
消费电子 汽车 医疗 工/商业 科研等

2016 2022E 复合年均增长率 消费电子 汽车 工/商 科研 医疗

数据来源：Yole Development，广发证券研究发展中心 数据来源：Yole Development，广发证券研究发展中心

苹果占据 3D 成像制高点，国内厂商加速追赶

国际巨头跑马圈地打造技术生态，苹果占据制高点
既然3D成像是光学下一片亟待开垦的大金矿，那么市场上有哪些主流的玩家？
从技术储备和商业化程度来看，苹果、微软、谷歌等国际巨头都已提前完成了各自
的布局卡位。这些科技巨头在完成收购并逐步熟悉3D成像后并没有向外界开放产品
和技术方案，而是悉数在为自家产品设立技术门槛，打造自己的技术生态，尤其是
收购了PrimeSense的苹果，无疑走在最前列。

苹果：多年技术积淀，收购PrimeSense占领行业制高点

苹果谋篇布局早已开始，在并购市场上尤为活跃。尽管3D成像尚未大规模导入
手机，但苹果的布局却早已开始，积极通过外延并购跑马圈地：2011年收购面部识
别公司Polar Rose，2013年以3.6亿美元收购结构光领头羊PrimeSense，获得了后
者在3D成像领域丰富的积累；其后又收购多家算法和光学公司，今年再下一城拿下
做人脸识别的RealFace。可以说经过多年谋篇布局，各环节的积淀都已相当雄厚，
技术生态已成。

表7：苹果在3D成像领域布局
收购标的 时间 主要产品/技术
Polar Rose 2011年 面部识别
结构光方案引领者，产品在 Kinect、Project
PrimeSense 2013年
Tango 等已通过相当成熟的验证
Linx 2015年 多摄像头技术，局部多角度3D 建模等
利用3D 传感实现动作、表情捕捉，推出脸部动
Faceshift 2015年
作捕捉方案 Faceshift Studio
Emotient 2016年 人工智能，人脸表情识别
专注于虚拟现实和增强现实技术，相关技术应用
Flyby Media 2016年
在 Project Tango 项目中
RealFace 2017年 面部识别
数据来源：广发证券研究发展中心整理

识别风险，发现价值 请务必阅读末页的免责声明
30 / 55
 行业深度|电子
其中，收购PrimeSense是苹果构筑技术壁垒最核心的环节。作为苹果历史上
最重要的收购之一，PrimeSense成立于2005年，2006年开始与微软联合研发Project
Natal项目。2009年微软发布的Kinect 1代搭载的正是PrimeSecse授权的芯片方案，
同 年 华 硕 也 获 得 了 PrimeSense 授 权 ， 并 研 发 了 XTion 3D 摄 像 头 。 2013 年
PrimeSense推出了自己的3D传感器Capri：可嵌入手机、平板电脑，体积只有Kinect
的1/10不到，且是开源SDK，几乎可以在任何主流操作系统上使用。此后Google
Tango项目也获得了PrimeSense的授权。可见，被苹果收购前，PrimeSense的芯
片方案几乎被用在市场上所有的明星产品，可谓3D成像当之无愧的开山鼻祖。
PrimeSense解决了诸多算法问题，从而设计出足以快速处理深度信息的ASIC
芯片，相当于图像图形界的英特尔。苹果拿下PrimeSense，无疑占据了行业制高点，
把控了整个行业的稀缺技术资源，迫使对手不得不另辟蹊径寻找替代方案，一举拓
宽其在3D成像领域的护城河。

表8：PrimeSense发展历程 图46：Capri 3D传感器用于平板电脑

时间 公司重要事件
2005年 公司在以色列创立
2006年 对外宣布已完成了3D 感应芯片的研发
2006年 与微软联合开发 Project Natal 项目
2009年 搭载 PrimeSense 方案的 Kinect 1代面世
华硕获得公司授权，并研发了 XTion 3D
2009年
摄像头
2013年 公司发布世界上最小的3D 传感器 Capri
2013年 公司被苹果以3.6亿美元收购
谷歌从苹果取得公司授权，并用于 Tango
2014年
项目
2015年 对外授权技术终止
数据来源：ARinChina，广发证券研究发展中心 数据来源：搜狐数码，广发证券研究发展中心

PrimeSense的Light Code方案兼具成本和体积优势，最有可能率先被导入前
置镜头组中。 PrimeSense主打Light Code方案，Light Code仍是结构光的一种，但
与传统结构光方案不同的是，光源打出去的并不是一套周期性变化的二维图像编码，
而是对红外光源进行控制，投射出具有三维纵深的“立体编码”，这种光源称为激光
散斑，即照射到粗糙物体或穿透毛玻璃后形成的随机衍射斑点，因此深度计算的方
式有所不同。Light Code方案的优势非常明显：一方面它不需要特制的感光芯片，
普通的CMOS即可，大大降低了成本；另一方面它不通过空间几何关系求解，测量
精度只和标定时取的参考面密度有关，因此不用像一般的结构光那样为了提高精度
而将基线（光源与镜头光心的距离）拉宽，有利于体积小型化。Light Code成本和
体积的双重优势，使之非常契合手机前置镜头组的要求，是目前最有可能率先导入
前置镜头组的方案。而PrimeSense宣布2015年后停止对外技术授权，那么独家拥
有此技术的苹果也就自然而然再次占据先机。

图47：PrimeSense的Light Code技术方案

识别风险，发现价值 请务必阅读末页的免责声明
31 / 55
 行业深度|电子

数据来源：PrimeSense，广发证券研究发展中心

除了做整体解决方案的PrimeSense，3D成像核心零组件如VCSEL、DOE等领
域的龙头大厂也都在给苹果做试样，优质供应商悉数被苹果锁定，这也进一步坐实
了我们前面的判断：如同“一代机皇”iPhone 4重新定义2D交互一样，3D交互的
大革命也将由苹果率先开启！

微软：两代Kinect技术迭代，在体感设备上已将3D交互运用纯熟

微软在3D成像方面聚焦在体感设备。2009年6月的E3大展，微软首次公布
XBOX360的体感周边外设Kinect 1.0。作为一种3D体感摄影机，Kinect拥有即时动
态捕捉、影像辨识、麦克风输入、语音辨识、社群互动等功能。相比之前任天堂的
Wii（2006年推出，通过手持体感控制棒获取用户动作）和索尼的PSMove（体感装
置由PS Eye摄像头、手柄以及导航手柄构成），Kinect不需要使用任何控制器，而
是依靠3D相机捕捉三维空间中玩家的运动，完全通过视觉和声音实现人机互动，彻
底颠覆了游戏的单一操作。2010年Kinect正式推出，当年销量即达到636万台，上市
一年销量超过1800万台，占游戏机总销量的近三分之一，可谓红极一时，迅速引爆
了体感设备市场。

图48：基于Kinect动作捕捉的XBOX游戏

识别风险，发现价值 请务必阅读末页的免责声明
32 / 55
 行业深度|电子
数据来源：腾讯数码，广发证券研究发展中心

Kinect 1.0的3D成像技术采用的正是PrimeSense的结构光路径，硬件方案包括1
颗用于成像的640*480分辨率RGB摄像头，1颗用于获取景深的320*240分辨率红外
摄像头，以及红外发射器、CMOS传感器等。3D成像及配套的处理算法赋予Kinect
强大的骨骼跟踪能力：可以同时侦测6人，并对其中2人进行追踪，每个人检测包括
躯干、四肢、手部在内的20块重要骨骼关节的动作，最远探测距离超过4米。Kinect
1.0推开了3D视觉交互的大门，2013年英特尔在其信息技术峰会上推出的机器人“瓦
力”，正是以胸前的Kinect 1.0来获取图像和深度信息，以此完成从识别人的动作到
打招呼、握手的环节。

图49：Kinect一代采用结构光方案 图50：Intel RealSense中精度较高的前置3D摄像头

数据来源：游讯网，广发证券研究发展中心 数据来源：雷锋网，广发证券研究发展中心

尽管基于结构光的Kinect 1.0大获成功，但微软并未因此放缓技术储备的步伐。
在推出Kinect 1.0的同时，分别在2009年和2010年拿下了两家TOF厂商：3DV
Systems和Canesta。正是由于积极的前瞻布局，在PrimeSense被苹果收入囊中后，
微软能够迅速切换技术路径绕开封锁，推出了基于TOF的第二代Kinect 2.0。与第一
代 相 比 ， Kinect 2.0 在 配 置 和 性 能 上 都 进 一 步 升 级 ： RGB 摄 像 头 分 辨 率 达 到
1920*1080，3D摄像头分辨率则提高到512*424，最多可追踪6人动作，每人可检测
的关节数量也提升到25块。

表9：两代Kinect技术参数对比
Kinect 1.0 Kinect 2.0
发布日期 2010 年 11 月 2014 年 7 月
3D 成像方案 结构光 TOF
1920*1080 分辨率，
RGB 镜头 640*480 分辨率，30fps
30fps
3D 镜头 320*240 分辨率，30fps 512*424 分辨率，30fps
骨骼跟踪 侦测6人，跟踪2人 跟踪 6 人
动作捕捉 每人20块关节动作 每人 25 块关节动作
声学 4 元线性麦克风阵列
探测距离 0.5m-4.5m
识别风险，发现价值 请务必阅读末页的免责声明
33 / 55
 行业深度|电子
数据来源：微软官网，广发证券研究发展中心

微软经过两代Kinect的技术迭代，先后积累了结构光和TOF两种方案的技术经
验，对3D交互技术的运用已经相当纯熟。

谷歌：手机3D成像先行者，服务VR/AR大战略

谷歌是手机3D成像的先行者。如果说3D交互的大革命将由苹果在前置开启，那
么在后置镜头与VR/AR的对接上，谷歌“Project Tango”项目已经先行一步。Project
Tango由谷歌先进技术与项目部门和硅谷创业公司Movidius合作研发，旨在赋予移
动设备类似人类对空间和运动的感知能力，可实时绘制3维世界模型。以3D成像为
核心，Tango包含3大核心技术：运动追踪，深度感知和区域学习。

第一代Tango原型机于2014年问世，谷歌通过与苹果的谈判获得了PrimeSense
的芯片授权，原型机的3D成像采用结构光方案：配置400万像素的RGB摄像头，用
于3D成像的红外发射器和接收镜头，以及一枚用于动作捕捉的鱼眼镜头。第一代
Tango能在每秒进行1500万次3D测量，结合实时监测的大量数据绘制出周围世界3D
模型，从而用于VR/AR等高级应用，为手机带来了前所未有的空间感知能力。

图51：Tango原型机基于结构光方案的镜头组 图52：Phab2 Pro RGB+TOF+鱼眼后置镜头组合

数据来源：腾讯数码，广发证券研究发展中心 数据来源：雷锋网，广发证券研究发展中心
第一代Tango原型机仅对开发者提供，面向普通用户的第二代Tango—联想
Phab2 Pro则在2016年发布。由于PrimeSense在2015年后不再对外授权，且Tango
对3D成像的需求集中在后置长距应用（VR/AR）,因此谷歌也同微软一样，转向了
TOF路径。光学方案为前置800M像素RGB+后置1200M像素RGB+基于TOF的3D镜
头+OV鱼眼镜头。Phab2 Pro的意义在于，它不仅仅是一台手机，更是谷歌AR战略
的首款终端平台，能够对接大量的AR应用。

3D成像是谷歌VR/AR大战略的重要一环。VR/AR有望成为下一代计算平台，而
3D成像作为信息入口，其场景扫描和运动追踪功能正是现在AR、VR乃至MR设备最
缺失的输入信息方式，这也是谷歌大力推进Tango的主因。结合去年发布的VR平台
DayDream，谷歌对移动VR/AR的雄心壮志可见一斑，未来仍将利用其平台优势，
继续在移动3D成像方面攻城略地，并最终服务于其VR/AR大战略。

国内 3D 成像加速追赶，为国产手机提供替代方案
3D成像并不容易，核心硬件或算法本身就稀缺；而科技巨头也充分意识到了3D

识别风险，发现价值 请务必阅读末页的免责声明
34 / 55
 行业深度|电子
成像的前景，纷纷跑马圈地式地展开收购，尤其是PrimeSense被苹果拿下之后，更
是有加速迹象。优质标的悉数被巨头收入囊中，几乎已被瓜分殆尽，那么后入场的
客户要想使用3D成像技术，就必须寻找替代方案。市场稀缺+替代需求为国内厂商
提供了成长土壤，从欧菲光牵手Mantis Vision，到奥比中光（结构光）、乐行天下
（TOF）等先后涌现，国内3D成像布局国外标的被收购后所留下的市场空白，正在
加速追赶。

苹果导入前置结构光后，从3D成像的颠覆性意义来看，国内HOV跟进意愿无须
怀疑，关键不是愿不愿用，而是在苹果技术封锁下，有没有替代方案，能不能用。
不论是欧菲光与MV的合作还是奥比中光的自主研发量产，都为国内手机厂商突破苹
果封锁提供了可能的技术路径。结合产业链调研情况，我们预计随着MV和奥比中光
小型化技术的进步，明年就将有国产手机试水前置结构光方案。

欧菲光：牵手Mantis Vision, 优势互补开拓3D成像大蓝海

MV（Mantis Vision）位于以色列，与 PrimeSense 同年成立，核心技术是编码

结构光技术（Coded Structure Light），通过高精度低噪声的 3D 摄像头快速生成
3D 物体和场景的点云，然后用点状云训练机器的学习算法，从而让机器能够辨识
出这个物体。MV 是除了 PrimeSense 之外少数几家掌握结构光整体解决方案的公
司，与 PrimeSense 相比，MV 的方案光源投射的是连续编码光，解析度更高，不
易受噪声影响；PrimeSense 打出去的则是激光散斑，优势是体积更小。因此 MV
的解决方案可绕开 PrimeSense 的专利壁垒，为市场提供另一种技术路径。

图53：结构光方案两种光源对比

识别风险，发现价值 请务必阅读末页的免责声明
35 / 55
 行业深度|电子
数据来源：MV，广发证券研究发展中心

MV 和 PrimeSense 都是市场上优质的 3D 结构光标的，出于对 MV 技术的认

可和对 3D 成像前景的看好，欧菲光控股股东欧菲投资 2015 年就对其战略投资 500
万美元，今年 3 月又与 MV 达成合作协议，将与 MV 共同设计并生产 3D 摄像头，
包括近红外激光源，红外摄像头及 RGB 摄像头。其中欧菲光负责硬件系统设计及
量产，MV 提供 3D 建模，算法及校对调试，产品将主要应用于智能手机、汽车及
其他移动终端。
3D 成像能否搭载于手机关键的取决于其能否做小，而摄像头模组的小型化正
是欧菲光在硬件系统生产上的重要竞争优势。欧菲光采用 CMP 工艺，相对于传统
的 COB 封装，CMP 封装的红外相机和发射器模块尺寸都明显变小，更适合嵌入到
智能手机等小型移动设备中。MV 的算法配合欧菲光的 CMP 硬件封装，二者优势
互补，我们看好其在手机中的应用前景。
表10：CMP与一般封装技术对比
对比项目 一般模块尺寸 CMP工艺模块尺寸

红外相机：IR Camera 6.5*7.0*4.5 mm 6.0*6.5*4.5 mm

发射器：O6 Projector 4.5*4.5*4.5 mm 4.0*4.0*4.5 mm

数据来源：欧菲光报告，广发证券研究发展中心

奥比中光：本土结构光翘楚，对标PrimeSense

奥比中光成立于2013年，总部位于深圳。公司做结构光方案，下游覆盖体感、
娱乐教育、机器人、安防等多个领域，已批量出货的产品包括乐视三合一体感器、
ORBBEC一体机、机器人内置3D传感器等。其中的3D摄像头为Astra和Astra-Mini，
后续还会推出更加小型化的Astra-E以及Astra-P。

图54：奥比中光结构光解决方案 图55：奥比中光为乐视提供的三合一体感器

识别风险，发现价值 请务必阅读末页的免责声明
36 / 55
 行业深度|电子
数据来源：中关村在线，广发证券研究发展中心 数据来源：搜狐科技，广发证券研究发展中心
奥比中光的结构光技术对标PrimeSense，距离、精度效果等与PrimeSense接
近，掌握了RGB模组，红外投影和主芯片等底层核心技术，是全球少数能量产结构
光3D摄像头的厂商，且完全兼容PrimeSense方案。因此，在PrimeSense不再对外
授权的背景下，奥比中光作为替代者得以迅速打开市场空间。在客厅电视市场，此
前乐视的体感器选择的正是PrimeSense授权生产的Xtion，PrimeSense授权停止后，
留下的空白就被奥比中光很好的补上来，目前为乐视、创维、海信等厂商生产的体
感器已经形成批量出货；在安防方面，如海康威视和格林深瞳等业内龙头，也都有
用奥比中光的摄像头做主动监控；而在手机领域也有所突破，今年二代产品的尺寸
已经小到可以放到手机中。

图56：奥比中光Astra-Mini 3D摄像头性能指标

数据来源：奥比中光，广发证券研究发展中心

今年奥比中光的第二代芯片及模组都将量产，在体积小型化方面进步明显，而
明年预计将开始融合TOF技术，量产可用于高级驾驶辅助的第三代芯片。我们预计
如果后续国产手机跟进苹果，奥比中光将是主要的解决方案提供商之一。除奥比中
光外，做结构光的厂商还有图漾科技（双目结构光），华捷艾米等，国内结构光技
术正在奋起追赶。

乐行天下：国内唯一能量产TOF深度摄像头的厂商

相比于结构光，国内TOF厂商更少，仅有乐行天下能够量产基于TOF的深度摄
像头。乐行天下的镜头组配备了一颗TOF深度摄像头和一颗普通RGB拍照摄像头，
分别用于测量景物深度和轮廓信息。乐行天下产品的硬件性能较为出色：TOF像素
达320*240，已是国内最高，测量范围为0.2-7.5m，精度误差10毫米，视场角最高
可达80°（对角），帧率最高可达60FPS，RGB镜头则是1080P高清。配合其自主开
发的人物识别、人脸识别、轮廓分离、骨骼追踪、动作识别等算法，可应用于机器
人定位导航、VR/AR手势识别、体感游戏、三维建模、工业智能化检测等领域。

图57：乐行天下TOF摄像头效果图

识别风险，发现价值 请务必阅读末页的免责声明
37 / 55
 行业深度|电子

数据来源：智慧产品圈，广发证券研究发展中心

乐行天下掀起了本土厂商进军TOF的帷幕，但不可否认的是，国内在TOF方面
仍处于起步阶段。即使是乐行也并未掌握底层技术，仍是在TI和PMDTech所提供的
第三方方案上进行二次开发，相当于将TI的方案进行产品化，并且尺寸也没有小到
能够集成至手机之中。相比意法等国际龙头，国内厂商在TOF领域还有较大追赶空
间。

表11：国内3D成像代表厂商对比
厂商 欧菲光 奥比中光 图漾 乐行天下
技术路径 单目结构光 单目结构光 双目结构光 TOF
165*38*30
145.3*69.3*7
模块大小 （Astra）
153.5*74.2*7 80*38*35 120*30*30
（mm） 159.6*79.3*8.6
80*20*19.3
（Mini）
检测距离
1 0.6-8 0.5-5 0.5-5
（m）
精度 3mm 1m 内±1-3mm 1-3mm 10mm
H38°W44° H67°V53°
视角 H58.4°V45.5° V58°
（MV F5-SR） 对角80°
速度 40-60FPS 70FPS/30FPS 10FPS/30FPS 30FPS
功耗 2-3w <2w 3.5w 2.4w
适用环境 室内外 室内 室内外 室内外
数据来源：智慧产品圈，广发证券研究发展中心

分享 3D 成像红利，光学核心器件拥抱成长新动能

传统摄像头产业链：核心是可见光 CMOS 传感器

摄像头作为光学影像数据的输入端，在消费电子、安防和仪器等各个领域都有
广泛应用，其中智能手机是摄像头应用领域最大的子市场，手机摄像头的配置持续
成为各大智能手机品牌差异化竞争的利器。

传统的手机摄像头一般由光学镜片、VCM（音圈马达）、滤光片、CMOS传感

识别风险，发现价值 请务必阅读末页的免责声明
38 / 55
 行业深度|电子
器、FPC基板等元器件组成，产业链从上游材料开始，到中游的光学元器件，再到
光学模组，最后应用在下游光学整机上。不同的元器件对应不同的上游材料，并由
专业厂商封装成光学模组供给下游整机厂商使用。以其中的镜头为例，上游光学材
料为玻璃、塑料，中游产业将原材料加工成平面或者球面镜片等，模组厂商将镜片
与滤光片、传感器等元器件封装并提供给手机厂商。

图58：传统摄像头产业链

数据来源：广发证券研究发展中心整理
传统手机摄像头中，核心元器件CMOS传感器占成本的52%左右，封装环节占
据20%，剩下的镜头、音圈马达、红外滤光片占据30%：

 镜头：是指将不同的光学透镜经系统的组合而形成的整体，是摄像模组的
核心元器件之一。镜头的好坏主要决定了拍摄的画面清晰度和显示范围，
并且影响支持感光传感器的最高像素。镜头中的镜片通常由光学玻璃或者
塑料制成，通常来说，镜片数量越多，透光和成像效果越好。目前镜头市
场主要由台湾和日韩部分厂商主导，主要厂商有大立光、三星电机、玉晶
光电、舜宇光学、关东辰美等。

 CMOS传感器：摄像头中占成本比最大的部件，光线经过镜头投射在CMOS
传感器上，其负责将光信号转变为电信号，与CMOS光电转换技术相对的
是CCD传感器，目前市面上的大部分手机摄像头都采用CMOS而不是CCD
传感器。CMOS厂商目前主要有索尼、三星、OV（OmniVision）、Aptina、
格科微等。

 滤光片：顾名思义是用来选取所需辐射波段的光学器件，常见的是颜色滤
光片和红外薄膜滤光片。在手机摄像头中主要是红外截止滤光片IR-Cut
Filter, 它是利用精密光学镀膜技术在光学基片上交替镀上高低折射率的光
学膜，实现可见光区（400-630nm）高透，近红外（700-1100nm）截止的
光学滤光片。主要功能是过滤近红外光，保证只有可见光能够达到CMOS
传感器。目前该领域内主要厂商有VIAVI、水晶光电、欧菲光、田中技研、
哈威特（已被奥托仑收购）、晶极光电等。

 VCM音圈马达：音圈马达是将电能转化为机械能的装置，手机摄像头广泛
地使用VCM实现自动对焦功能，通过VCM可以调节镜头的位置，呈现清晰
的图像。VCM行业以日韩和台湾厂家为主，主要有日本ALPS、Mitsumi
和台湾TDK等。

 模组：模组环节是将上述元器件封装成为可供直接安装使用的完整摄像头
模组，通常分为CSP封装、COB封装和FC封装三种封装技术。摄像头模组
识别风险，发现价值 请务必阅读末页的免责声明
39 / 55
 行业深度|电子
行业是一个集中度极低的行业，目前大陆有400余家模组厂商，并且近年来
行业龙头已经被众多本土厂商占据，包括舜宇、欧菲光、光宝、信利、丘
钛等。

图59：手机摄像头的硬件构成 图60：传统摄像头的成本结构

6% 3%
19%
52%

20%

CMOS传感器 模组封装 光学镜头

音圈马达 红外滤光片

数据来源：中国光学工程协会，广发证券研究发展中心 数据来源：TrendForce，广发证券研究发展中心

可见光CMOS传感器竞争格局

传感器是传统摄像头中的核心器件，光线经过镜头投射在传感器CIS上，后者负
责将光信号转变为电信号。常见的摄像头传感器类型有两种：CMOS传感器和CCD
传感器。CCD传感器（Charge Coupled Device），即电荷耦合器。CCD使用高感
光度的半导体材料制成，把光线转变成电荷后通过模数转换器芯片转换成数字信号。
CMOS传感器（Complementary Metal-Oxide Semiconductor）即互补性金属氧化物
半导体，主要利用硅和锗两种元素，使其在CMOS上共存带N（带负电）和P（带正
电）级的半导体，外界光照射半导体后产生光电效应，两个互补效应所产生的电流
即可被处理芯片纪录和解读成影像。

图61：CCD传感器原理 图62：CMOS传感器原理

识别风险，发现价值 请务必阅读末页的免责声明
40 / 55
 行业深度|电子
数据来源：摄影咨询，广发证券研究发展中心 数据来源：摄影咨询，广发证券研究发展中心
CCD传感器在灵敏度、分辨率、噪声控制等方面都优于CMOS传感器，而CMOS
传感器则具有低成本、低功耗、以及高整合度的特点。在相同分辨率下，CMOS价
格比CCD便宜，且具有耗电低的优势，随着工艺技术的进步，CMOS的画质水平也
不断地在提高，所以目前市面上的手机摄像头都采用CMOS传感器。

表12：CCD与CMOS优劣势对比
对比 CCD CMOS
设计 单一感光器 感光器连接放大器
一位一位地转移后读取，电路复杂且
信号读取 直接读取，简单且快
慢
灵敏度 同样面积下高 感光开口小，灵敏度低
成本 品质影响程度高，成本高 CMOS 整合集成，成本低
分辨率 同尺寸时高 低，新技术高
噪点比 单一放大，噪点低 百万放大，噪点高
功耗比 需外加电压，功耗高 直接放大，功耗低
数据来源：广发证券研究发展中心整理

CMOS采用标准的半导体工艺制造，规模经济属性明显，所以市场集中度较高，
三家主要的厂商占据60%左右的市场份额。目前CMOS市场主要的厂商有索尼、三
星、豪威及安森，其中豪威在2011年之前一直是非数码相机图像传感器领域的龙头
厂商，成功进入苹果的供应链，而索尼在凭借高像素领域的技术优势后发制人，在
2011年成功取代豪威，获得苹果iPhone 4S的主摄像头CMOS订单，并逐步成长为
全球霸主。目前索尼是最大的可见光CMOS传感器供应商，定位高端智能机，独霸
了1300万及以上像素CMOS市场。随着双摄浪潮以及汽车电子等其他新动能的带动，
CMOS图像传感器将继续高速增长，预计2020年全球CMOS市场达到152亿美元。

图63：2020年CMOS传感器市场规模预测 图64：2015年CMOS市场份额分布情况
180 15%
152.5 派视尔电子
139.6 [类别名称]
150 128.3
117.6 [百分比] 2%
107.9 尼康 [类别名称]
120 99 10%
88.5 格科微电子
3% [百分比]
90
3%
60 5% 意法半导体
三星
4%
30 豪威
东芝 17%
0 0% 科技
3% 安森美 佳能
2014 2015 2016 2017F 2018F 2019F 2020F 15%
5% 6%
市场规模（亿美元） 增速

数据来源：中商产业研究院，广发证券研究发展中心 数据来源：中商产业研究院，广发证券研究发展中心

识别风险，发现价值 请务必阅读末页的免责声明
41 / 55
 行业深度|电子

传统镜头竞争格局

在手机行业，制造商会用G和P分别代表玻璃镜片和塑料镜片，例如宣传的5P/6P
镜头，意思就是该手机镜头里采用了5片或者6片塑料镜片。手机镜头之所以存在多
镜片，一是因为手机摄像头模组体积要求非常小，导致焦距和镜头移动范围都过短，
只能通过几片镜片组成的镜头组去等效超短焦距的镜头；另一方面，镜片会层层过
滤红外线等杂光，镜头片数越多，成像就越真实。多镜片镜头可以增强镜头的解析
力与对比度，并改善暗态环境下出现眩光的问题。

图65：iPhone7的6p镜头 图66：索尼Xperia Z5的7p镜头

数据来源：雷锋网，广发证券研究发展中心 数据来源：雷锋网，广发证券研究发展中心
在传统相机镜头占据主流的时代，全球镜头产业主要集中在德国和日本。随着
智能手机等数码电子产品的快速普及，采用树脂镜片支撑的塑料光学镜头逐渐占据
主流，一大批台湾、大陆光学镜头厂商迎着浪潮走上镜头产业舞台的前沿。目前光
学镜头行业集中度较高，领先的公司包括大立光、舜宇光学、玉晶光电、世高光、
关东辰美等。2015年前5大厂商销量市场份额达到65.7%，其中大立光学一家占比达
到34.5%，处于霸主地位。而高端玻璃镜头的供应仍被佳能、尼康、卡尔蔡司、莱
卡、索尼等几家传统巨头所垄断。

图67：全球光学镜头市场规模增长平稳 图68：光学镜头市场集中度较高

180
160 Union Tech, [类别名称],
CAGR=8.77%
140 2.0% 大立光
霸王集团, [值]
120
34.5%
100 2.1%
三星机电,
80
2.9%
60
Diostech,
40
3.4% 高丽光 关东美 舜宇光学,
20 辰, 世高光,
学, 玉晶光学, 9.4%
0
2009 2010 2011 2012 2013 2014 2015 3.7% 6.1% 6.3% 9.4%

识别风险，发现价值 请务必阅读末页的免责声明
42 / 55
 行业深度|电子
数据来源：PIDA，广发证券研究发展中心 数据来源：中商产业研究院，广发证券研究发展中心

模组CCM厂商竞争格局

不同于镜头领域的市场高集中度，摄像头模组厂的市场份额相对分散。近两年，
得益于本土品牌手机的崛起，国内模组厂商的市场份额迅速扩大，与此对应的则是
之前占比较高的几家外国模组企业，如高伟（Cowell）、LGIT、Sharp等纷纷下滑。
而在去年开始的双摄浪潮中，国内模组厂商也表现不凡：华为的主力模组供应商是
舜宇和光宝；东聚除了供应HTC的首款双摄，还参与了高通、MTK两大芯片平台的
双摄参考设计的制造；小米的部分双摄模组则由丘钛、欧菲光两家供应。大陆以及
台湾的手机摄像头模组不但供应了国内的品牌厂商需求，也打入了全球其他品牌的
市场，CCM行业领域，欧菲光和舜宇处于领先地位，出货量位居前两名。

手机轻薄化贯穿了智能手机发展的历史，而摄像头模组的高度决定了手机的厚
度， 双摄和3D的到来加大了模组的难度和价值量，预计到2020年摄像头模组市场
规模超过600亿元，国内模组厂商业绩有望继续增厚。

图69：中国摄像头模组市场规模预测（亿元） 图70：2015年全球手机摄像头模组厂商市场份额

700 Global 其他, 舜宇光学, 欧菲光,

600 Opt, 19.40% 8.40% 6.70%
1.90% 光宝科技,
500 LG
Primax, 6.70%
400 Innotek,
2.60% 夏普,
6.70%
300
6.50%
200 Shine Tec,
Foxconn,
Q-tech,
3.40%
100 MC Nex, SEMCO, Cowell, 6.30%
3.60%
0 3.70% 4.70% 4.70%
2015 2016 2017 2018 2019 2020

数据来源：中商产业研究院，广发证券研究发展中心 数据来源：TechnoSystemsResearchCo.Ltd,，广发证券研究
发展中心

3D 成像重构光学产业链，驱动红外核心厂商高业绩弹性

3D与2D成像零组件有较大差异。一方面，3D成像的光电转换器件仍是平面传
感器，类似于可见光CMOS，但是3D成像是通过特殊的技术手段去计算出深度信息，
如计算时间、畸变等变量；另一方面，为了和2D成像相分离，避免可见光的干扰，
3D成像必须使用特殊波段的主动式光源，而2D成像一般是记录物体反射的可见光，
即使在暗光情况下的补光灯也非常简单，并不如3D成像一样对主动光的散射、平行、
波段等有着严苛的要求。此外，两种成像方式由于接受的波段信息不同，使用的图
像传感器CIS也不相同。因此，3D成像产业链将与传统的2D成像有所差异。

图71：典型的2D摄像头模组结构 图72：典型的3D摄像头模组结构

识别风险，发现价值 请务必阅读末页的免责声明
43 / 55
 行业深度|电子

数据来源：电子发烧友，广发证券研究发展中心 数据来源：MEMS，广发证券研究发展中心
鉴于苹果大概率率先引入前置结构光，我们以结构光方案为主重点讨论。3D成
像在硬件上会新增红外摄像头和红外光源，硬件升级将重构产业链。

以微软第一代Kinect为例，光学硬件包含一个图像处理器IC，一个RGB镜头，
一个红外接收镜头和红外激光发射器。其中摄像头核心部件主要包括发射端（红外
光源）和接收端（红外/彩色镜头）。在发射端，常用的红外激光发射器解决方案是
VCSEL（以砷化镓半导体材料为基础研制的垂直腔面发射激光器），同时由于结构
光需要形成特定的光学图案，在发射端还需要衍射光栅和准直镜头；而在接收端，
红外/可见光图像传感器CIS、窄带红外滤光片和图像处理芯片共同组成了可以处理
光电信号的部分。TOF与结构光类似，稍显不同的是，结构光由于要投射出特定图
案的光，在红外光发射端需要添加光学棱镜和衍射光栅，而TOF方案则不需要。

图73：3D摄像头产业链

数据来源：广发证券研究发展中心

可以看到，无论采用结构光方案还是TOF，都离不开核心的红外器件。手机用
3D成像模块中，各核心元件价值占比将重构，红外器件相关的厂商将成为产业链核
心，是3D成像红利的最大受益者。

图74：手机用3D成像核心硬件成本占比

识别风险，发现价值 请务必阅读末页的免责声明
44 / 55
 行业深度|电子

图像处理芯片,
12%
可见光摄像头, 系统封装, 32%
14%

红外滤光片, 7%

红外摄像头, 14%
红外激光发射器,
21%

数据来源：台湾科技报，广发证券研究发展中心

3D成像将带来诸多新增零组件。在发射端，新增了红外激光发射器和辅助元件，
包括衍射光栅和光学棱镜部件（如准直镜头）；在接收端，除了可见光镜头外，还
新增红外接收部分，包括镜头、红外传感器和窄带红外滤光片，而图像处理器IC由
于算法上的复杂性，也将比单纯的2D成像IC成本更高。总而言之，3D成像带来的产
业机会比2D成像只增不减，大幅提振产业链价值的同时改变价值分配，驱动红外核
心厂商高业绩弹性。

表13：2D成像与3D成像产业链对比
环节 产品 2D 成像 3D 成像
上游之原材 玻璃 有，用于镜头 有，用于镜头

识别风险，发现价值 请务必阅读末页的免责声明
45 / 55
 行业深度|电子
料 蓝宝石 有，较少 有，用于主动光源
LED
图像传感器 CIS 有，可见光 CMOS 有，红外 CMOS+辅
助可见光 CMOS
镜头 有 有
中游之接收
端 图像处理芯片 IC 有 有，算法要求比2D
成像高，有一定壁垒
滤光片 有，红外截止 IRCCF 有，增加一个用于红
外光窄带 IRCF
红外光源 无 有，手机上以
（LED/VCSEL） VCSEL 居多
中游之发射 普通光源 有，补光灯 有，辅助可见光成像
端 棱镜 无 有，用于红外光准直
衍射光栅 DOE 无 有，用于结构光成像

中游之模组 摄像头模组 有 有，集成难度更大

主要用于手机、平板 除消费电子外，还将
下游之应用 等消费电子 用于 VR/AR、AI、安
防等领域
数据来源：广发证券研究发展中心

产业链新增环节梳理：国内厂商将率先受益窄带滤光片和模组封装
发射端的主动光源是3D成像与传统单双摄的主要区别。和2D相比，3D成像必
须主动发射特殊波段的红外光，发射端由红外光发射器、准直透镜和衍射光栅DOE
构成：

发射端之红外光发射器

红外光（Infrared），是波长介乎微波与可见光之间的电磁波，波长在760nm至
1000nm之间，对应频率在430 THz（1012Hz）到300GHz（109Hz）。红外光应用
非常广泛：在安防监控领域方面，通常采用IR 850nm、940nm波段LED的网络监控
摄影机；在汽车电子领域，则有设置于汽车头灯中的夜视（Night Vision）系统，可
令驾驶视野达150至200米；在传感器领域包括应用于智能手机的近距离感应器
（Proximity Sensor）模组、可穿戴设备、生物感测器（Bio-Sensor）、生物识别等。
预计2020年搭载红外光感测器的行动装置将达4亿部，应用空间巨大。

表14：红外光应用广泛 图75：IR在未来智能领域的应用实例

识别风险，发现价值 请务必阅读末页的免责声明
46 / 55
 行业深度|电子
波长 应用领域
适用于医疗器具，空间光通信，红外照明，
808nm
固体辐射器的泵浦源
适用于高速路的自动刷卡系统（夜视系统
830nm 最好，可以看到管芯上有一点红光，效果
比850nm 要好）
840nm 适用于摄像机彩色变倍红外防水
适用于摄像头（视频拍摄）数位摄影、监
850nm
控、楼宇对讲、防盗警报、红外防水
870nm 适用于商城、十字路口的摄像头
适用于遥控器，例如家用电器的遥控器，
940nm
人脸识别等
数据来源：LEDinside，广发证券研究发展中心 数据来源：广发证券研究发展中心整理
用于成像的发射红外光技术主要有LED和VCSEL两类：

 VCSEL，全名为垂直腔面发射激光器（Vertical Cavity Surface Emitting

Laser），以砷化镓半导体材料为基础研制，在由高、低折射率介质材料交
替生长成的分布布喇格反射器（DBR）之间连续生长单个或多个量子阱有
源区所构成。原理上VCSEL与其他红外光源完全不同，VCSEL的光发射垂
直于半导体衬底，而其他边发射激光器光发射（又称EEL）平行于衬底方
向。VCSEL具有体积小、圆形输出光斑、单纵模输出、阈值电流小、价格
低廉、易集成为大面积阵列等优点。

 红外发光二极管，IR LED，将电能转换为光能，外形和一般可见光LED相
似，但发出的是红外线，半导体材料不同。普通发光二极管的材料有磷化
镓（GaP）、磷砷化镓（GaAsP），而红外发光二极管的材料为砷化镓（GaAs）、
砷铝化镓（GaAlAs），由红外辐射效率高的材料制成PN结后，外加正向
偏压向PN结注入电流激发红外光。

图76：垂直腔面发射激光器（VCSEL）原理图 图77：VCSEL线宽较窄（仅0.35nm）

数据来源：OFweek，广发证券研究发展中心 数据来源：光纤测试，广发证券研究发展中心
相较而言，VCSEL激光在技术和成本上有明显优势。首先在技术上，VCSEL
线宽较窄（0.35nm）且波长对温度漂移较小（0.06nm/℃），阈值电流也较小（1mA），
在相同的输出功率下具有更高的效率，特别适用于手机等电量“紧缺”的移动设备；
而在成本方面，比起其它激光，调整准直VCSEL更加容易，这样就能够生产低成本
的基于VCSEL的收发器，更重要是制造工艺与发光二极管（LED）兼容，批量制造

识别风险，发现价值 请务必阅读末页的免责声明
47 / 55
 行业深度|电子
成本很低，目前850nm的VCSEL已得到大规模应用。

表15：850nm LED与VCSEL对比 图78：不同红外光源最终光束比较

对比 LED VCSEL
发光频谱
50nm <1nm
半高宽
浓雾穿透 差 佳
投射距离 中等 远
光电转换
低（20%） 高（40%）
率
操作电流 高 低
高指向性同调
指向性 散射光
光
复杂（需风扇、散热硅 简单（不需风
散热装置
片） 扇）
光源耗电
耗电 省电（40%）
量
寿命 <1万小时 >5万小时
数据来源：搜狐科技，广发证券研究发展中心 数据来源：MEMS，广发证券研究发展中心
综上，VCSEL功耗低、效率高等优点，使得其比其他红外光源更加适合移动智
能终端。主流的3D成像产品大多采用VCSEL光源，随着3D成像的爆发，VCSEL市
场将迎来强劲增长。根据MEMS预计，2015年VCSEL（垂直腔面发射激光器）市场
规模为9.546亿美元，至2022年将增长至31.241亿美元，2016-2022年期间的复合年
增长率可达17.3%。

图79：红外光市场VCSEL份额将大幅提升

数据来源：MEMS，广发证券研究发展中心

目 前 全 球 范 围 内 主 要 的 VCSEL 厂 商 包 括 Finisar 、 Lumentum 、 Princeton

Optronics、Heptagon以及Ⅱ-Ⅵ等公司，基本上都是来自光通信芯片的龙头企业。
正是有了光电子在通信领域的经验积累，消费级应用才变得顺理成章，两者产品具
备很强的技术延展性。VCSEL器件由光通信转向消费电子领域，发展趋势为阵列化
和小型化，核心工艺主要为基于MEMS技术的可调谐VCSEL技术、VCSEL阵列技术
以及电流限制技术。而我国在VCSEL领域的积淀尚不足，光迅科技是目前国内唯一
识别风险，发现价值 请务必阅读末页的免责声明
48 / 55
 行业深度|电子
实现工业级VCSEL商用的厂家，但其功率、阈值电流等性能还未突破消费级的应用。

图80：2017-2027年红外光源市场迅速增长 图81：Lumentum代表性VCSEL产品

数据来源：MEMS，广发证券研究发展中心 数据来源：Lumentum，广发证券研究发展中心

发射端之DOE与准直透镜

结构光依靠向目标物体投射一系列特定的图案组合，通过检测光学图案的畸变
来测量距离。由于要生成特定的光学图案，因此需要DOE（衍射光栅）和准直透镜。

准直透镜用来对发散的激光光源进行准直处理，达到平行、均匀光斑的作用，
DOE（衍射光栅）则在准直透镜之后，将平行发射的一束或多束光源，通过衍射光
栅之后，均匀打出呈倍数的激光束或其他图案，用以覆盖全部照射空间，扫描目标
物体完整的信息。

图82：准直透镜工作原理及示意图 图83：DOE工作原理及示意图

数据来源：电子发烧友，广发证券研究发展中心 数据来源：Silios，广发证券研究发展中心
用于手机的微型准直透镜与传统的通信用准直透镜工艺不完全相同。晶圆级别
光学制程（WLO）是大规模生产光学传感器及微型光学器件（镜头、DOE等）的最
佳解决方案。WLO（Wafer Level Optics）是在整片玻璃晶元上，用半导体工艺批量
复制加工镜头，将多个镜头晶元压合在一起，然后切割成单颗镜头。如果是生产光
学传感器的话，最后还要在晶圆级别上将透镜部分和传感器进行集成和模组封装。

识别风险，发现价值 请务必阅读末页的免责声明
49 / 55
 行业深度|电子
图84：WLO工艺示意图 图85：WLO镜头结构

数据来源：华天科技，广发证券研究发展中心 数据来源：华天科技，广发证券研究发展中心
目前，准直镜头基本由Heptagon（已被AMS收购）独家制作，而应用于移动设
备的DOE则由德国CDA、Heptagon、Himax（奇景光电）等掌握核心技术。国内厂
商方面，晶方科技与华天科技已掌握晶圆级后段处理技术，福晶科技曾与微软联合
研发HoloLens，其中就包括了DOE等相关光学组件，还曾为JDSU、Finisar等光
通信企业供给通信级准直镜头，说明公司已具备了发射端关键光学元件的制造能力，
未来有望拓展进军微型准直透镜领域，迎来光通信与消费级应用之燃爆良机。

发射端投射出主动光源后，还需要对发射光进行接收以解析图像。接收端除了
用于聚光的镜头之外，主要零组件包括红外传感器CIS、窄带红外滤光片和图像处理
芯片ISP。

接收端之红外传感器CIS

物体反射回来的光经滤波片后要由红外传感器CIS捕捉。红外传感器与普通可见
光CMOS原理类似，但是由于主要用于接收反射特定波段的红外光，接收波段非常
窄，这一点由窄带滤光片IRCF保证，因此不需要太高的像素，每幅图像素不会超过
2056*1024，2M像素的红外CMOS即可满足3D成像的要求。总体而言，红外传感器
在技术上已比较成熟。

图86：意法半导体的红外传感器 图87：英特尔RealSense使用的红外图像传感器

数据来源：eet-china，广发证券研究发展中心 数据来源：电子发烧友，广发证券研究发展中心
和可见光CMOS相比，红外传感器目前市场还较小，但是在3D浪潮之下，完全
有理由相信未来3D成像会成为高端旗舰机的标配，红外传感器的规模将接近可见光
CMOS的体量。与可见光CMOS市场Sony独步天下不同，红外传感器出现了STM、

识别风险，发现价值 请务必阅读末页的免责声明
50 / 55
 行业深度|电子
豪威、AMS、索尼、松下、三星群雄割据的局面，国内尚缺乏相关标的。

接收端之图像处理芯片ISP

图像处理芯片ISP（Image Signal Process）是成像的后端处理计算元件。传统

的2D成像中，ISP主要负责处理平面图像，包括自适应图像降噪、图像增强、色彩
调整、自动曝光和自动白平衡等功能；而在3D成像中，还需要理解深度信息，由ISP
将景深图像和普通彩色图像融合在一起，完成3D建模，生成带有深度信息的三维图
像，计算复杂度远远高于2D成像。

之前业内曾尝试把图像处理芯片集成到主控芯片中去，但是由于计算量实在过
于复杂，目前主流的解决方案还是配置单独的处理芯片，预先存储数据库固化算法
体系。由于3D成像原理上的复杂性，全球范围内只有少数供应商能够提供用于TOF
或者结构光方案的ISP，包括包括意法半导体、德州仪器、英飞凌和恩智浦等。

图88：典型图像处理芯片ISP的内部框图 图89：意法半导体为Oculus提供的ISP

意法半导体提供的ISP

数据来源：CSDN，广发证券研究发展中心 数据来源：D3dweb，广发证券研究发展中心

接收端之窄带红外滤光片

窄带红外滤光片属于一种带通光学元件，它只允许特定波长的光线通过，按照
结构的不同可将其分为法布里-珀罗型滤光片、多腔滤光片和诱增透滤光片。因为由
它获得的透过光谱带都比较窄，所以又叫窄带干涉滤光片。这种滤光片的透过率对
薄膜的损耗非常敏感，所以制备透过率很高、半宽度又很窄的滤光片非常困难。窄
带滤光片的主要包括两个应用领域：一是各种夜视设备如安保摄像头，夜视仪等，
二就是3D相机之类需要红外测距的设备。

图90：滤光片处在光学镜片之后的位置 图91：3D成像中的窄带滤光片原理

数据来源：网易科技，广发证券研究发展中心 数据来源：中国产业信息网，广发证券研究发展中心
研究重构之后的产业链，我们认为对于国内厂商而言，窄带红外滤光片将是弹
识别风险，发现价值 请务必阅读末页的免责声明
51 / 55
 行业深度|电子
性最为确定的部分：

一方面，窄带IRCF对于3D成像必不可少。3D成像与2D在滤光片上有着较大差
异。以手机为例，目前传感器芯片多为CMOS芯片，由于CMOS自身只能获得光强
信号，并不能辨别光的颜色，需要在每个像素上设置滤光器以记录颜色。而在3D摄
像中，滤光片则是为了测量景深服务，因此需要采用窄带红外滤光片，只允许与发
光元件发出的光线波长相同的光通过，使得相干光线得到抑制并降低噪声。因此不
论是TOF还是结构光，不论前置还是后置，窄带IRCF都是刚需。

另一方面，窄带IRCF是本土厂商最具有竞争力的环节。红外器件产业链门槛较
高，不管是发射端还是接收端元器件，技术含量相比普通的摄像头都高出不少。图
像处理芯片具有较高的算法要求，目前可以提供的仅有几家芯片巨头，如意法半导
体、德州仪器、英飞凌和恩智浦；红外图像传感器则被意法半导体、AMS、豪威、
奇景光电等垄断；而可用于移动端的微型VCSEL红外光发射器主要由Finsar、
Lumentum、Princeton Optronics、Heptagon等国外公司生产，国内企业差距较大。
国内真正可参与的环节就是红外窄带滤光，且颇具竞争力。全球窄带IRCF产能主要
集中在美国VIAVI和国内的水晶光电手中。考虑到窄带IRCF是刚需，且市场上供应
商较少，水晶光电有望深度受益。

3D成像模组

3D成像镜头从原理上涉及了发射端和接收端两部分，涉及硬件更多，需要红外
发射器、红外传感器、图像处理芯片各部分协同运作才能完成对三维信息的完整采
集，模组技术含量更高。

3D成像与传统的2D成像产线有较大不同：第一，进料方面需要光谱测试，要求
采购最新的光谱仪；第二，发射端的DOE和镜头，要求非常高的精细度，需要进行
距离和同轴度的调整匹配；第三，3D成像采用了红外光源发射，需要附加进行红外
光测试。因此3D模组需要新开生产线，再加上封装原件的增多，工序与耗时的增加，
3D成像带来的不仅是新增需求，还是产能的升级，模组环节的ASP将有明显提升。

图92：舜宇光学代工的HTC Vive前置摄像头 图93：舜宇提供Phab2 Pro手机的3D摄像头模组

数据来源：IT168，广发证券研究发展中心 数据来源：太平洋电脑，广发证券研究发展中心
并非所有厂商都有能力涉足3D模组，行业集中度将进一步提高。除了两个独立
识别风险，发现价值 请务必阅读末页的免责声明
52 / 55
 行业深度|电子
摄像头和红外发射器本身的硬件水平以外，制作多镜头模组的过程还需要高昂的设
备资金，同时良率和设计算法也是重要门槛。与传统的单镜头产品相比，3D成像对
偏移度、光轴倾斜度等参数要求严苛且不良产品无法返修，高成本、高技术的壁垒
非一般厂商能够逾越。模组行业分散的竞争格局有望得到改善，之前通过双摄积累
了多镜头封装经验的龙头厂商，在3D时代其市占率将进一步提高。

我们认为，以舜宇光学和欧菲光为代表的本土成熟模组大厂有望在3D浪潮中脱
颖而出。舜宇光学是模组行业龙头，并且有参与3D成像产品封装的经验，联想Phab2
Pro中的3D成像模组正是由舜宇完成。舜宇还同时是Leap Motion独家模组代工商，
HTC Vive的前置摄像头也由其代工，可以说其光学技术经验已非常丰富；而欧菲光
作为华为、中兴两家公司的常驻供应商，同时背靠金立、小米等终端客户群，具有
明显的客户优势。更重要的是，欧菲光已先见性地布局了3D成像：同MV的战略合
作，使其能够提供算法+封装的一体化服务，在解决方案稀缺的市场环境下形成了差
异化的竞争优势。其他可参与到3D摄像头模组封装的厂商还包括LG Innotek、丘钛、
信利、Sharp等。

综上，3D成像引领的光学大革命将使产业链重构，一批深耕红外周边技术的核
心标的将充分享受需求爆发红利，其中今年苹果3D首发供应链尤其值得关注。国内
厂商将率先由窄带滤光片和模组环节开始受益；而伴随着横向产能转移和纵向微笑
曲线产业升级，未来也有望向VCSEL、DOE、准直镜头等价值量更高的环节渗透。

图94：全球3D成像供应链元器件主要厂商

数据来源：广发证券研究发展中心整理

投资建议
总而言之，3D成像带来的产业机会比2D成像只增不减，大幅提振产业链价值的
识别风险，发现价值 请务必阅读末页的免责声明
53 / 55
 行业深度|电子
同时改变价值分配，驱动红外核心厂商高业绩弹性。

红外器件产业链门槛较高，不管是发射端还是接收端元器件，技术含量相比普
通的摄像头都高出不少。图像处理芯片具有较高的算法要求，目前可以提供的仅有
几家芯片巨头，如意法半导体、德州仪器、英飞凌和恩智浦；红外图像传感器则被
意法半导体、AMS、豪威、奇景光电等垄断；而可用于移动端的微型VCSEL红外光
发射器主要由Finisar、Lumentum、Princeton Optronics、Heptagon等国外公司生
产，国内企业差距较大。国内真正可以可参与的环节主要是红外窄带滤光和模组封
装，且颇具竞争力。

因此，本土供应链环节，我们看好国内厂商率先在红外窄带滤光和模组封装环
节分享本轮3D创新红利，同时伴随着产能转移和纵向微笑曲线产业升级，国内厂商
未来也有望向VCSEL、DOE、准直镜头等价值量更高的环节渗透。

 对国内厂商而言，窄带红外滤光片是受益最为确定的部分。一方面窄带
IRCF对于3D成像比不可少，不论是TOF还是结构光，不论是前置还是后置，
窄带IRCF都是刚需；另一方面全球窄带IRCF产能主要集中在美国VIAVI和
国内水晶光电手中，供应商有限。考虑到公司目前是大客户2D摄像头IRCF
主力供应商，我们看好水晶光电将深度受益大客户本次引领的从2D向3D成
像跨越带来的镀膜滤光量价齐升的创新红利。

 3D成像对偏移度、光轴倾斜度等参数要求严苛且不良产品无法返修，高成
本、高技术的壁垒非一般厂商能够逾越，模组行业分散的竞争格局有望得
到改善，再加上封装原件的增多，工序与耗时的增加， 3D成像带来的不
仅是新增需求，还是产能的升级，模组环节的ASP将有明显提升。我们看
好之前通过双摄积累了多镜头封装经验的龙头厂商舜宇光学和欧菲光，有
望在3D时代占得先机，分享ASP增加和市占率提升双重红利。

 此外，建议关注曾与微软联合研发HoloLens中DOE等相关光学组件，还曾
为JDSU、Finisar等光通信企业供给通信级准直镜头的福晶科技，未来有望
拓展进军微型准直透镜领域，迎接消费级创新红利。

风险提示
3D 成像渗透率不及预期的风险；行业竞争加剧的风险。

识别风险，发现价值 请务必阅读末页的免责声明
54 / 55
 行业深度|电子

广发证券电子元器件和半导体研究小组
Tabl e_Res earch

许兴军： 资深分析师，浙江大学系统科学与工程学士，浙江大学系统分析与集成硕士，2012 年加入广发证券发展研究中心。

王 亮： 分析师，复旦大学经济学硕士，2014 年加入广发证券发展研究中心。
王 璐： 研究助理，复旦大学微电子与固体电子学硕士，2015 年加入广发证券发展研究中心。
余 高： 研究助理，复旦大学物理学学士，复旦大学国际贸易学硕士，2015 年加入广发证券发展研究中心。
叶 浩： 研究助理，清华大学应用经济学硕士，2016 年加入广发证券发展研究中心。
王 帅： 研究助理，上海交通大学机械与动力工程学院学士、安泰经济与管理学院硕士，2017 年加入广发证券发展研究中心。

广发证券—行业投资评级说明
Tabl e_RatingIndustr y

买入： 预期未来 12 个月内，股价表现强于大盘 10%以上。

持有： 预期未来 12 个月内，股价相对大盘的变动幅度介于-10%～+10%。
卖出： 预期未来 12 个月内，股价表现弱于大盘 10%以上。

广发证券—公司投资评级说明
Tabl e_RatingCompany

买入： 预期未来 12 个月内，股价表现强于大盘 15%以上。

谨慎增持： 预期未来 12 个月内，股价表现强于大盘 5%-15%。
持有： 预期未来 12 个月内，股价相对大盘的变动幅度介于-5%～+5%。
卖出： 预期未来 12 个月内，股价表现弱于大盘 5%以上。

联系我们
Table_Address
广州市 深圳市 北京市 上海市
地址 广州市天河区林和西路 深圳福田区益田路 6001 号 北京市西城区月坛北街 2 号 上海浦东新区世纪大道 8 号
9 号耀中广场 A 座 1401 太平金融大厦 31 层 月坛大厦 18 层 国金中心一期 16 层
邮政编码 510620 518000 100045 200120
客服邮箱 gfyf@gf.com.cn
服务热线

免责声明
Tabl e_Disclai mer

广发证券股份有限公司（以下简称“广发证券”）具备证券投资咨询业务资格。本报告只发送给广发证券重点客户，不对外公开发布，
只有接收客户才可以使用，且对于接收客户而言具有相关保密义务。广发证券并不因相关人员通过其他途径收到或阅读本报告而视其
为广发证券的客户。本报告的内容、观点或建议并未考虑个别客户的特定状况，不应被视为对特定客户关于特定证券或金融工具的投
资建议。本报告发送给某客户是基于该客户被认为有能力独立评估投资风险、独立行使投资决策并独立承担相应风险。
本报告所载资料的来源及观点的出处皆被广发证券股份有限公司认为可靠，但广发证券不对其准确性或完整性做出任何保证。报告内
容仅供参考，报告中的信息或所表达观点不构成所涉证券买卖的出价或询价。广发证券不对因使用本报告的内容而引致的损失承担任
何责任，除非法律法规有明确规定。客户不应以本报告取代其独立判断或仅根据本报告做出决策。
广发证券可发出其它与本报告所载信息不一致及有不同结论的报告。本报告反映研究人员的不同观点、见解及分析方法，并不代表广
发证券或其附属机构的立场。报告所载资料、意见及推测仅反映研究人员于发出本报告当日的判断，可随时更改且不予通告。
本报告旨在发送给广发证券的特定客户及其它专业人士。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、
刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

识别风险，发现价值 请务必阅读末页的免责声明
55 / 55