3D成像是目前机器视觉领域最热门的话题之一，市场发展快速。根据市场研究公司Allied Market Research的报告，预计到2022年，全球3D成像市场规模将超过210亿美元，年均复合增长率高达24.67％（p7）！

由市场研究机构Allied Market Research发布的《3D成像市场报告》预测，到2022年，全球3D成像市场规模将达到213.41亿美元，在此期间的年均复合增长率为24.67％。2015年，3D相机部分在全球3D成像总收入中，占据了超过2/5的市场份额。

来自市场研究公司YoleDéveloppement（Yole）的数据显示，2015年CMOS图像传感器的市场规模为103亿美元，预计2016年将增长至116亿美元，复合年均增长率（CAGR）高达10.5％。

虽然对于齿轮检测而言准确性至关重要，但在实际生产中，检验速度也是一项非常重要的指标。如果齿轮制造商在一分钟或更短的时间内生产出一个齿轮，但是检测每个齿轮却需要花上几分钟的时间，那么可能并不是每个齿轮都被检测。不用说，如果是这种情况，可能会有很多齿轮缺陷是在齿轮箱被组装和测试之后，才被识别出来。这对齿轮箱制造商而言，遇到这种情况将需要重新拆卸有故障的齿轮箱、找出并更换故障齿轮，这将是一项耗时耗力的昂贵行为。

在最终产品组装中使用有故障的连接器，并将这个带有故障连接器的产品应用到汽车子系统中，不但会危及消费者，也会让连接器制造商付出昂贵的代价。

反射紫外（UV）成像和UV荧光成像是不同的成像技术，可用于检测那些使用较长波长可能无法检测到的特征。在反射UV成像中，零件的表面被UV光照射，并通过UV敏感的相机成像；而在UV荧光成像技术中，入射的UV光被零件中存在的荧光材料吸收，然后再辐射出更长的波长。

摩尔定律的早期预测指出，集成电路（IC）上晶体管的数量，每两年翻一番。大约在2000年的时候，在发光二极管（LED）方面也有类似摩尔定律的预测：每个LED单元的光通量每十年增长30倍，而单位光通量的成本每十年下降10倍。正如人们所预测的那样，在消费、科研和机器视觉应用中所使用的LED器件，其光谱范围已经跨越紫外光（UV）、可见光及红外（IR）波段，这使得白炽灯和卤素灯的应用大大减少。

在构建机器视觉系统时，开发人员可以选择众多知名公司的商用软件包。然而，在选择这类软件时，重要的是理解这些软件提供的功能、支持的硬件以及如何轻松地配置这样的软件，以解决特定的机器视觉任务。

日本 MEK Marantz Electronics 公司采用 Silicon Software公司的 LightBridge外部图像处理装置，实现了 3D-24位彩色光学电路板检测。该装置可轻松通过 Thunderbolt™电缆将自动光学检测（AOI）装置连接到搭载 Apple Mac OSX 操作系统的主机。对于特殊检测任务，MEK 利用 VisualApplets 在 LightBridge FPGA上独立编写了适用的图像处理应用程序和测量程序，无需任何硬件编程知识。

传统上，许多视觉系统构建者开发定制的视觉系统，都是使用现成的基于Windows的PC硬件和供应商提供的软件库。然而最新的一种发展趋势是：使用较便宜的嵌入式系统硬件、开源操作系统软件（如Linux）以及开源图像处理库（如OpenCV）。

从影像辅助手术到医疗诊断系统，实时成像技术正推动着医疗保健服务方式的根本性变更。随着医学成像的广泛应用，工程师正在寻求新的方法，从而更加经济有效地传输高带宽视频。

目前，大部分汽车制造商对供应商零部件的质量保证，通常仅依赖于供应商自己提供的产品质量抽检报告，汽车制造商自己并没有很有效的对于供应商零部件的质量控制手段。问题发现时，常常已经发生了昂贵的零件召回，其成本和风险可想而知。