机器视觉是唯一能够通过非接触的方式识别物体、观测物体的技术，在各个领域都具有难以替代的独特作用。同时，机器视觉这个领域包含了大量的细分技术领域，对于新技术的探索和研究也从未停止脚步。

3D机器视觉系统.jpg

在智能生活领域，机器视觉的主要作用是为机器提供物体识别的功能；在智能制造领域，机器视觉广泛应用于物体的检测、测量、识别（识别条形码、二维码）、工业机器人的定位。其中，智能生活领域识别物体的难点主要在于识别目标的覆盖范围的扩大，包括识别成功率的提高，以及样本库的训练；而智能制造领域中，工业机器人的定位是所有功能中相对较难的一种，由于对于作业精度和作业速度的需求，该功能的难点主要在于标定（图像坐标系与外部坐标系的映射）精确度与标定速度的提升，定位过程中的精确度与速度的提升等。

为了赋予机器人眼识别物体的功能，机器视觉一般需要经历图像获取、预处理、特征提取、分析理解、图形匹配的过程，最终得到对于图像信息的解释和描述。其中，预处理是将图像进行变换、增强、去噪、均衡、复原等处理；特征提取是从图像信息中提取能够构成目标形象的关键特征，如几何特征（角点、不变量）、颜色特征（灰度、突变）、Gabor变换（频域尺度、频域方向）、纹理（Harr小波、局部二值模式LBP、方向梯度直方图HOG）；分析理解与图形匹配是匹配经过训练的图像数据库，从而识别图像类别，该领域的前沿技术是采用机器学习算法从而提高效率。

机器视觉在技术方面具有独特性、在应用方面具有广泛性、在成本方面拥有经济性。广泛性和独特性使得这项技术本身能够在许多领域成为整个产品的关键，从而构成产品核心竞争力的一部分；而经济性则能够使得产品摆脱硬件的束缚，从而在产品设计、客户需求把握上更具灵活性，也使其具备更强的盈利能力。因此，我们认为：机器视觉未来能够在不受硬件成本束缚的情况下，在多个具备一定市场规模的领域展开关键性应用。

由于机器视觉在智能生活、智能制造两个领域具有不同的技术特点和应用进展，所以机器视觉于这两个领域的行业发展趋势也不尽相同。在智能生活领域，机器视觉作为一种新兴人工智能技术，技术的成熟与发展是行业发展的、切合实际需求的优秀终端产品的开发与推广是行业发展的主要驱动力；

机器视觉应用于智能生活领域，无论是扫地机器人、无人驾驶汽车、其他新兴服务机器人、通用性的人脸识别等仍有较大研究潜力。目前而言，只有自动驾驶领域的Mobileye的机器视觉ADAS产品展开了规模化的销售，但采用其技术的Tesla近期自动驾驶大小事故频发，也说明其距离真正实现无人驾驶尚有一定距离。物体识别技术中，识别的准确率、识别目标的范围这两点如何共同发展仍然是全世界技术人员努力的一个方向，仍然有很大发展潜力。

机器视觉技术正处于一个逐步走向成熟的阶段，机器视觉技术团队在各个子领域纷纷展开深入研究，朗锐智科（www.lrist.com）认为，机器视觉作为一种新兴人工智能技术，新产品的发布与推广往往能获得高曝光率与关注度。但只有真正切合实际需求、且需求具备市场空间的优秀产品才能经受住时间的考验，才能占得舆论、资本、人力等资源的先机。