一文看懂AR 3D成像产业链

前言：光学一直是科技创新的重头戏，智能手机摄像头经历了2D时代像素和个数的倍增，孕育了大立光等优质公司。3D成像技术的成熟拉开了二维向三维升级的帷幕，有望带动光学创新大革命（绝非“微创新”可比），本文作为市场首篇深度剖析，将为投资者挖掘相关投资机会。

1、3D 成像究竟是什么？

光学升级一直停留在像素、感光等二维层面，也是智能手机创新周期的主驱动力。3D成像在二维的基础上，实现了像素景深的叠加，拍照的同时记录下对象的立体信息，推动人脸识别、虹膜识别、手势控制、机器视觉等变为现实，是开启AI和AR时代的感知钥匙。

2、为什么说3D 成像即将带动下一轮光学创新浪潮？

1）空间：交互向三维升级，远非平面像素升级可比；

2）产业链：已实现商用，我们判断结构光方案大概率成为2017年某顶级品牌杀手锏；

3）成本：有望实现对传统生物识别的替代，性价比极高；

4）厂商意愿：目前了解到国产大厂跟进意愿极强。

3、为何我们强调要重视3D 成像？

1）大概率爆发，堪比五年前的触屏，一年前的双摄；

2）预期差极大：产业链新，产业和资本3D 成像认知度都不高。

4、3D 成像爆发，潜在受益环节有哪些？

3D成像主要有发射端和接收端组成，我们预计关键器件产能很可能被锁定，严重供不应求，核心零组件拥有充分定价权。发射端高端激光发射器（VCSEL）和准直镜头产能和专利被顶级公司绑定，接收端窄带滤光片产能瓶颈明显。同时3D成像将带动摄像头模组单价大幅提升。

投资评级与估值

我们认为3D成像未来两年将实现快速普及，目前存在强烈的预期差，强烈看好产业链具备核心竞争力的公司，首推滤光片龙头水晶光电，看好核心器件LITE.O、VIAV.O、STM.N、AMS.SIX，模组公司舜宇、欧菲光、丘钛等大概率受益。

有别于市场的观点：

1）我们判断顶级品牌将采用前置结构光，3D成像和虹膜融合；

2）未来两年前置结构光+后置TOF有望得到推广；

3）国产手机跟进意愿强烈，预计明年3D成像即将普及。

风险提示：客户推进不及时；耗电量过大影响待机；手机销量不及预期。

1 3D成像，交互实现向三维的飞跃

1.1 光学的升级一直停留在二维的像素提升

拍照一直是智能手机的重要卖点，像素和拍照性能是换机的主驱动力之一，以iPhone为例，后置相机从单颗2M升级到双12M，前置相机从无到8M，其性能提升幅度远超其他任何零组件。

虽然光学性能提升幅度巨大，但是仍然沿用着最传统的原理：二维成像，即把现实三维世界的图像信息映射到二维的CMOS感光元件上实现成像。

1.2 3D成像包含像素景深信息的叠加

普通摄像头都是2D平面成像的，丢失了物理世界中的第三维信息（尺寸和距离等几何数据），计算机只能实现影像记录和平面图像特征识别，分析算法难度极大，目前能够实现的智能分析功能十分有限。

3D成像能够识别视野内空间每个点位的三维坐标信息，从而使得计算机得到空间的3D数据并能够复原完整的三维世界并实现各种智能的三维定位。

1.3 目前主流的3D成像包括结构光、TOF和双目

主流的3D 成像技术有三种：

1）结构光（Structured Light）。结构光投射特定的光信息到物体表面后，由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。

2）TOF（Time Of Flight，飞行时间）。通过专有传感器，捕捉近红外光从发射到接收的飞行时间，判断物体距离。

3）双目测距（Stereo System）。利用双摄拍摄物体，再通过三角形原理计算物体距离。

1.3.1 结构光的原理及实现

1）结构光的原理

结构光顾名思义就是有特殊结构的光，比如离散光斑、条纹光、编码结构光等。将这样的一维或二维的图像投影至被测物上，根据图像的大小畸变，就能判断被测物的表面形状即深度信息。举个例子，拿一个手电照射墙壁，站近或站远，墙上的光斑是不同大小的，从不同角度照射墙，光斑也会呈现不同的椭圆。这就是结构光的基础。而深度计算的方式也有多种，如我们这里重点说一下被苹果公司收购的以色列PrimeSense公司Light Coding方案。

Light Coding的光源称为“激光散斑”，根据PrimeSense在专利中的描述，红外激光生成器射出准直后的激光束，通过光学衍射元件DOE（Diffractive Optical Elements，如扩散片和光栅）进行衍射，进而得到所需的散斑图案。这些散斑具有高度的随机性，而且会随着距离的不同而变换图案。也就是说空间中任意两处的散斑图案都是不同的。只要在空间中打上这样的结构光，整个空间就都被做了标记，把一个物体放进这个空间，只要看看物体上面的散斑图案，就可以知道这个物体在什么位置了。当然，在这之前要把整个空间的散斑图案都记录下来，所以要先做一次光源基准标定（pattern）。Light Coding 发射940nm波长的近红外激光，透过diffuser（光栅、扩散片）将激光均匀分布投射在测量空间中，再透过红外线摄影机记录下空间中每个参考面上的每个散斑，形成基准标定。标定时取的参考面越密，则测量越精确。获取原始数据后，IR传感器捕捉经过被测物体畸变（调制）后的激光散斑pattern；通过芯片计算，可以得到已知pattern与接收pattern在空间（x, y, z）上的偏移量，求解出被测物体的深度信息。

2）技术实现

结构光的实现难度有如下几个方面：1）首先是经济成本，深度摄像头远高于一般的摄像头；2）摄像头需要的空间和功率限制，手机摄像头已经可以做到很小的体积和很小的功率，但是深度摄像头还很难，特别是如果希望能达到比较高的精度；3）很多深度摄像头是需要额外光源的，因此还要专门的散热设备。4）后端的软件匹配。

1.3.2 TOF原理及技术实现

1）TOF原理