機器視覺技術(shù)被稱為“工業(yè)之眼”，是實現(xiàn)工業(yè)生產(chǎn)精密控制、智能化和自動化的有效途徑。作為面向工業(yè)應(yīng)用的計算機視覺技術(shù)，機器視覺技術(shù)最大的特點是“三高一低”，即實時性要求高、精度要求高，穩(wěn)定性要求高和成本要求低。

在國外，機器視覺的應(yīng)用普及比較廣泛，尤其在質(zhì)量檢測中占據(jù)著舉足輕重的地位。在中國，機器視覺技術(shù)的應(yīng)用開始于上世紀(jì)90年代，屬于新興領(lǐng)域，產(chǎn)品技術(shù)的普及相對不夠，各行業(yè)的應(yīng)用幾乎空白。

目前國內(nèi)機器視覺大多為國外品牌，國內(nèi)大多機器視覺公司多靠代理國外各種機器視覺品牌起家，隨著機器視覺的不斷應(yīng)用，公司規(guī)模慢慢做大，技術(shù)上已經(jīng)逐漸成熟。在行業(yè)應(yīng)用方面，主要有制藥、包裝、電子、汽車制造、半導(dǎo)體、紡織、煙草、交通、物流等行業(yè)。

限制機器視覺發(fā)展的瓶頸是多方面的，其中最重要的可以歸結(jié)為三個方面：特征表達能力不足、認(rèn)知理論未明以及精確識別與模糊特征之間的矛盾。1.如何找到特征的有效表達？在設(shè)計普適性的特征提取算法時對計算能力和存儲速度的要求非常高，造成開發(fā)成本大幅度提高。2.如何讓機器認(rèn)知這個世界？目前的共識是從分析、了解和模擬人類大腦的信息處理功能去構(gòu)建智能機器視覺系統(tǒng)，但神經(jīng)科學(xué)的發(fā)展還遠(yuǎn)遠(yuǎn)沒有解開人類大腦的奧秘。3.如何實現(xiàn)模糊認(rèn)知與精準(zhǔn)識別的適配？目標(biāo)越精細(xì)，越復(fù)雜，信息越大，則其模糊性和不確定性也越強。

綜合以上三點，機器視覺在做的事情一方面想要借鑒人腦或人眼系統(tǒng)的靈感去處理復(fù)雜而龐大的信息流，另一方面又想摒除人腦在模式識別方面存在的精確性不足的缺陷，要實現(xiàn)這種超人工智能顯然還有很長的路要走，當(dāng)前的實用技術(shù)仍然還是會限定在特定性任務(wù)場景，聚焦開發(fā)特定性目標(biāo)的識別算法。

未來的機器視覺將隨著中國加工制造業(yè)的發(fā)展由初期的低端走向高端，與之相應(yīng)的自動化技術(shù)將朝著更集成和更智能方向發(fā)展。

一方面，機器視覺軟硬件產(chǎn)品正逐漸從單一的產(chǎn)品檢測擴展到協(xié)作生產(chǎn)制造過程中不同階段，這就要求機器視覺產(chǎn)品大量采用標(biāo)準(zhǔn)化技術(shù)，產(chǎn)品接口要隨著自動化過程的開放而逐漸開放，可以根據(jù)用戶的需求進行二次開發(fā)。自動化企業(yè)也大力倡導(dǎo)軟硬一體化解決方案，機器視覺的廠商在未來十年內(nèi)也應(yīng)該不單純只是產(chǎn)品供應(yīng)商，而是逐漸向一體化解決方案的系統(tǒng)集成商邁進。

另一方面，機器視覺系統(tǒng)廣泛地用于設(shè)備健康管理、工況監(jiān)視、成品檢驗和質(zhì)量控制等領(lǐng)域。但是機器視覺任務(wù)比較復(fù)雜，最大的困難在于人的視覺機制尚不清楚。人可以用內(nèi)省法描述對某一問題的解題過程，并用計算機加以模擬。但盡管每一個正常人都是“視覺專家”，卻不可能用內(nèi)省法來描述自己的視覺過程，因此建立智能機器視覺系統(tǒng)是十分困難的任務(wù)。

新一輪人工智能浪潮帶來了不少性能優(yōu)良的圖像處理算法，也為機器視覺帶來了新的希望和機遇。結(jié)構(gòu)新穎、資源充足、運算快速的硬件平臺和新型高速信號處理陣列的出現(xiàn)為機器視覺的廣泛應(yīng)用注入源源不斷的動力，融合處理技術(shù)為工業(yè)應(yīng)用現(xiàn)場的數(shù)據(jù)獲取、目標(biāo)定位、識別和測量提供新的想象空間?？梢灶A(yù)計的是，隨著機器視覺技術(shù)自身的成熟和發(fā)展，它將在現(xiàn)代和未來制造企業(yè)中得到越來越廣泛的應(yīng)用。