1、行業概況

    微型攝像模組具有體積小、功能強大的特點。微型攝像模組技術源自普通攝像技術，主要結構和組件包括鏡頭，傳感器，圖像處理芯片，軟性線路板、鏡架等主要部分組成。其主要工作原理為：景物通過鏡頭生成的光學圖像投射到圖像傳感器表面（有 CCD 和 CMOS 兩種），然后轉為電信號，經過模數轉換后變為數字圖像信號，再送到數字信號處理芯片中加工處理。

手機攝像模組零部件相互關系示意圖

數據來源：公開資料整理

    相關報告：智研咨詢發布的《2018-2024年中國微型攝像機行業分析與投資決策咨詢報告》

    手機端微型攝像模組的發展代表了行業最新技術的方向，雖然手機在上世紀八十年代就已經面世，但攝像功能與手機的結合是在 2000 年后。 2000 年 9月，夏普聯合日本移動運營商 J-PHONE 發布了首款內置了 11 萬像素 CCD 攝像頭的夏普手機，但由于像素過低，并沒有引起廣泛使用。 2002 年諾基亞第一款內置攝像頭手機才真正拉開手機攝像技術的普及。像素是攝像模組成像質量的重要決定因素，當前 1,300 萬像素的攝像頭已經成為后置攝像頭的主力，而且千萬像素攝像頭已經成為各品牌新一代旗艦機型的標配。隨著人們拍照理念的革新，手機前置攝像頭成為近年來決定手機拍攝品質的因素之一。目前，前置攝像頭的主流配置是 500 萬和 800 萬像素，但是自拍、美顏等消費需求正在帶動前置攝像頭向 1,600 萬甚至更高像素升級。在對焦功能上， 2005 年索尼愛立信研發出首款具備自動對焦拍照功能的手機，內置一枚支持自動對焦的 200 萬像素鏡頭。目前，幾乎所有的手機后置攝像頭都已經標配為自動對焦的模組，自動對焦模組已經成為手機攝像頭最核心的器件之一。并且，部分廠商正在試驗光學變焦功能應用于智能手機的可行性。但由于手機終端厚度的限制，光學變焦馬達仍無法取代自動對焦馬達的主流地位。未來，微型攝像模組的自動對焦功能主要以提高對焦速度，縮小對焦模組空間，以及增加用戶穩定性體驗為主，從傳統彈片式的對焦馬達、閉環式對焦馬達逐漸向光學防抖對焦馬達發展，以解決拍照模糊的問題，并提升拍照和錄像的圖像穩定度。

    2、行業技術水平和發展趨勢

    （1）工藝技術水平創新

    AA（Active Alignment）加工技術：即主動對準，是一項確定零配件裝配過程中相對位置的技術。在攝像模組封裝過程中，涉及到圖像傳感器、鏡座、馬達、鏡頭、線路板等零配件的多次組裝，傳統的封裝設備如 CSP 及 COB 等，均是根據設備調節的參數進行零配件的移動裝配的，因此零配件的疊加公差越來越大，最終表現在攝像模組上的效果是拍照畫面最清晰位置可能偏離畫面中心、四角的清晰度不均勻等。而 AA 制程的設備在組裝每一個零配件時，設備將檢測被組裝的半成品，并根據被組裝半成品的實際情況主動對準，然后將下一個零配件組裝到位。這種主動對準技術可有效的減小整個模組的裝配公差，有效的提升攝像頭產品一致性。通過 AA 制程主動校準技術，可調節鏡頭對準至 6 個自由度（X， Y， Z， θX， θY，及 θz）。通過調節相對位置和鏡頭傾斜，可確保拍照畫面中心最清晰，以及提升畫面四角解像力的均勻度，使產品一致性得到提升。目前，光學防抖、超高像素、大光圈、雙攝像模組等模組產品必須采用 AA 制程的主動對準機制才能較好的生產制造，而更多的未來產品或許也采用這類主動對準技術的設備和制程。雙攝像模組加工技術：即把兩個攝像模組以特定方式組合在一起的加工技術。當前的雙攝像模組加工方案為一體式組裝，在一塊線路基板上搭載 2 顆攝像模組，其模組尺寸較小，但高度偏高，加工不良率非常高，幾乎是單模組的 2 倍，而且不良品無法返修。目前，市場上已開發的兩個單攝像模組分體式組裝方案，基本采用模組單體 AA 組裝方式，具備模組高度低，加工不良率低，不良品可返修等優點，其組裝良率跟單模組幾乎持平，大大降低了模組成本，具備價格競爭優勢。相位對焦模組全自動加工技術：該技術采用自動化加工設備，可實現相位對焦模組校準和軟件參數燒錄的全程自動化流水化作業。設備可自動識別并抓取流水線上的模組放入探針接觸槽內，然后由軟件快速完成相位對焦校準和軟件參數燒錄作業，具備加工速度快，良品率高等優點。此技術不僅提高了產線自動化加工程度，節約了人工成本，而且模組校準精度高，參數燒錄一致性好，提高了模組產品優良品質的穩定性。虹膜識別技術：即基于眼球中的虹膜進行身份識別，是人體生物識別技術的一種。由于虹膜組織唯一性最高、穩定性最好、生物活體性最強、疾病影響或手術改變的可能性最小，所以在包括指紋識別在內的所有生物識別技術中，虹膜識別技術在準確性、穩定性、活體檢測等綜合安全性能上具有優勢 。虹膜識別前景廣闊，空間巨大，可廣泛應用于金融、醫療、安檢、安防等領域。

    （2）關鍵部件功能優化

    攝像模組的成像過程是將光信號數字化的過程。對攝像模組影響最重要的關鍵部件包括：鏡頭、傳感器和圖像處理芯片。鏡頭：是指由不同的透鏡經系統組合而成的整體，是攝像模組的重要組成部分，對成像效果起著很至關重要的作用。鏡頭主要決定畫面清晰度（畫面清透度、光線、遠近景）、圖像顯示范圍，同時影響硬件支持的最高像素。其中鏡片又分玻璃和塑膠兩種材質，玻璃材質鏡片透光和成像效果好，但成本較高，鍍膜后的玻璃材質鏡片效果更好；塑膠材質鏡片抗震性較好、成本低、適合量產，但透光和成像稍遜色于玻璃材質。透鏡越多，相對成像效果會更出色，但相應成本和厚度會增加。目前攝像模組基本采用塑膠材質鏡片作為鏡頭材質。傳感器：是攝像模組的核心模塊，相當于傳統相機的“膠卷”，將光線轉化為數字信號。 CMOS 與 CCD 傳感器是當前兩種主流影像傳感器。隨著技術成熟進步，曾經占據主流之位的 CCD 已經被 CMOS 取代。 CMOS 憑借低成本、設計簡單以及尺寸小、功耗低等特性逐漸成為主流，尤其是背照式 CMOS 傳感器的出現加快了這一進程。背照式 CMOS 傳感器最大的優化之處在于改變了元件內部結構，顯著提高了光的效能，大大改善低光照條件下的拍攝效果。目前，基于低成本、低功耗以及高整合度的特點， CMOS 傳感器多用于微型攝像模組等產品中； CCD 傳感器基于成像質量好但成本高、體積大、能耗高等特點，多用于高端數碼相機等產品中。馬達：即音圈馬達，其原理與揚聲器類似，結構由磁石、線圈、上下簧片、上下墊片、外殼、載體、底座構成，是攝像模組中使成像清晰不可獲缺的部件。攝像模組馬達的主要分為自動對焦馬達和光學變焦馬達。自動對焦是通過微距離移動整個鏡頭（而不是鏡頭內的鏡片的位置），控制鏡頭焦距的長短，從而實現影像的清晰；光學變焦是通過移動鏡頭內部鏡片來改變焦點的位置，改變鏡頭焦距的長短，并改變鏡頭視角的大小，從而實現影像的放大與縮小。目前，光學變焦鏡頭已克服厚重的外觀類型開始逐漸搭載于輕薄化的智能手機。處理芯片：是攝像模組中重要的組成部分，對傳感器傳送過來的數字信號進行優化，轉化為圖像格式并通過接口傳輸給存儲或顯示設備并刷新傳感器。直接決定畫面品質（如色彩飽和度、清晰度）與流暢度。目前，處理能力更強、更高集成化、更低功耗是處理芯片的整體發展趨勢。

    （3）下游市場應用逐漸擴大

    可穿戴產品、物聯網、智能家居、智能汽車、無人機、虛擬現實、增強現實等領域技術逐漸成熟，促使更多的硬件設備需要提供人機交互和攝像功能。單一產品與微型攝像模組也已不再是單一數量對應關系，以汽車攝像為例：按照應用方式，汽車攝像可分為行車輔助、駐車輔助與車內人員監控三部分，一輛汽車可安裝 8-12 顆微型攝像模組。下游應用領域擴大，對攝像模組的分辨率、穩定性等技術指標也提出了新的要求，進一步推動了微型攝像模組產業的發展。

    3、市場容量

    智能終端輕薄化、高端化、個性化的用戶體驗不斷提升，為微型攝像模組的發展帶來持續、廣闊的市場需求空間。

    （1）攝像模組行業產值及預測

    2011 年全球手機攝像頭需求規模為 29.6 億支，2015 年達到 35.7 億支。預計未來幾年，全球手機攝像頭需求增速將放緩，但仍將保持增長態勢，到 2022 年全球手機攝像頭需求規模將達到 47.3 億支。

全球手機攝像頭市場規模及預測

數據來源：公開資料整理

    （2）攝像模組行業下游需求預測

    受益于智能電子消費品終端和車載攝像模組需求的日益增長，目前攝像模組市場整體需求量持續放大。

    ① 智能手機和平板電腦市場

    智能手機和平板電腦等產品所處的智能電子消費品終端市場對攝像模組帶來的驅動力主要來自三個方面：一是出貨量大幅增加，幾乎全部智能手機和平板電腦均內置了拍照功能。2016 年全球智能手機出貨量為 14.98 億部；平板電腦出貨量為 1.75 億部，巨大的智能手機和平板電腦市場為攝像模組行業帶來下游需求空間。二是微型攝像模組升級換代迅速，千萬級像素攝像模組的手機隨著技術革新及需求增長正逐步呈現上升趨勢，成為市場的主流。產品更新換代的加速為攝像模組制造商技術升級提供了發展空間。三是 3G 網絡的全面推廣使得視頻通話成為可能，隨著 4G 網絡的逐漸推廣，雙攝像頭手機大量上市。因此，智能手機和平板電腦等下游產品的需求增長對攝像模組的需求有著至關重要的影響。

    ②汽車市場

    2015 年全球乘用車產量超過 6,856 萬輛。車載攝像模組占整個攝像模組市場比例相對較小，但是中高端汽車都將車載攝像功能作為必備功能之一，汽車市場的不斷發展，為微型攝像模組廠商帶來較大市場需求空間。從汽車行業發展情況來看，輔助駕駛、自動駕駛、無人駕駛等功能升級是用戶體驗的必然要求和行業未來發展趨勢。隨著無人車的研發及逐漸推廣，汽車駕駛智能輔助系統的滲透率將快速提高，而車載攝像模組作為無人車智能駕駛的基礎，也將擁有巨大的市場容量及發展潛力。