2019年機器視覺越來越多的話題涌現出來，3D成像，協作機器人，深度學習，嵌入式視覺，多光譜高光譜成像，以及偏正相機。

接下來，外星眼機器視覺和大家一起探討一下機器視覺的這些趨勢話題。

深度學習

深度學習是機器學習的一個領域，是解決機器視覺的問題的另一種方法，目前有很多公司投入到深度視覺的研究，配合相機軟件，機器視覺軟件使用，還有一些公司還開發了深度學習的一些相應的硬件，如相機，采集卡。這些新的硬件會帶領深度學習越走越好。

偏振成像

偏振成像可以用來檢測傳統技術檢測不到的隱形材料特性，例如高光下的缺陷，偏正成像雖然不是什么新的技術，但自從索尼推出了IMX250MZR和IMX250MYR兩款單色和彩色的偏振傳感器之后，偏振成像就變得主流了起來。這款coms是一個具有四向極化濾光片，并且配備了510萬像素和全局快門，其中四個單獨的極化濾光片，角度分別為0,45,90,135度，并規則的排列在傳感器上方。自從索尼推出了這款相機之后，很多的相機廠商也紛紛推出了自己的偏振相機，包括索尼也研發了自己的偏振相機。不僅面陣的偏振相機陸續發布，線掃描的偏振相機也開始發布，例如Teledyne DALSA的p4線掃描偏振相機。

嵌入式視覺

隨著嵌入式視覺的成本，尺寸和功耗方面的降低，機器視覺和圖像處理技術將有望走進各個行業，一些公司還針對性的公布了一系列的配套硬件，如pc主板，傳感器，圖像處理單元，控制器。現在更多的嵌入式系統，把機器視覺和深度學習融合了起來，為很多之前不使用機器視覺的行業提供了可能。

3D成像

3D相機成像技術，可以獲取到深度信息，使得一些只能通過2D打光技術來間接識別深度信息的方案有了更多的選擇，今年3D結構光技術已經開始普及，各個公司更多的是把速度，精度提升，通過軟件的的算法獲取深度信息的同時能夠獲取到彩色信息。雙目3D測量在物流和工廠貨物運輸中使用更多，通過液態鏡頭技術，可以通過對焦獲取更精確的景深信息。

還有就是一些公司推出的光柵結構光技術，這個技術可以不用線性運動相機和物品，就可以獲得3D信息，最后就是索尼推出了IMX556TOFcmos相機，該相機通過紅外線時間差原理，在一次拍攝的情況下，就可以獲得景深和色彩信息，不久也會有更多的行業使用這樣的技術。

多光譜高光譜成像

多光譜高光譜成像可以用來檢測傳統技術檢測不到的特征缺陷，不同的連續的光譜照射到物件表面會有不同的反射效果，通過PC的算法搜索這些單光譜圖像之間的差異并將它們組合起來，從而提取在白光下可能無法檢測到的微妙細節，很多的公司已經有成套的多光譜檢測方案，高光譜技術是把多光譜的波動分得更小，每個連續的波動的范圍在10nm作用，通過上百個波段對物體照射，獲取每個波段反回的信息。

協作機器人

協作機器人是設計和人類在共同工作空間中有近距離互動的機器人，不像大部分的工業機器人是設計自動作業或是在有限的導引下作業，它們考慮和人類近距離互動，在現階段下有很多的工作不能通過機器人來完成，需要和人一起完成工作。機器人能和人一起協作就離不開高響應的機器視覺，來給機器人做實時的引導。已經有很多公司開始關注這個領域，并開始研發，外星眼機器視覺認為，協作機器人將面臨符合安全規定、具備網絡安全功能，以及需要運行機器人的員工培訓等問題。安全問題也是最直接最敏感的。

2019年的機器視覺，硬件更加的強大，軟件更加的快速，多信息的獲取，多方案的檢測成為主流。