机器视觉检测系统是通过光学系统和半导体传感器实时自动获取图像，并通过图像处理算法获得必要信息的一种检测统。一般的机器视觉检测系统包括照明系统、图像传感器、图像采集卡以及图像处理系统。光源是机器视觉获取图像的基础，通过对光源的改进与设计，可以高效提取出所需目标信息，极大地提高图像处理和识别的效率，提高系统测量精度和可靠性；反之，光源的错误使用会造成图像处理复杂度提高，系统效率低下。因此，光源是机器视觉获得图像的基础，是决定整个系统成败的关键因素。

大多数机器视觉和图像处理系统开发者，已经广泛使用工作在可见光波段的相机用于质量控制、过程控制或是那些需要区分物体的应用中。传统的可见光成像使用宽带白光照明，其允许相机看到所有可见的颜色。为了更有效地观察某些颜色，开发者还
可以选择特定波长的照明光，例如红光、蓝光或绿光。

空间有限且要求功耗较低的应用，通常是嵌入式计算机系统发挥作用的舞台。典型的例子是移动设备，从工厂中的移动测试设备到牙科扫描仪，其中运行的都是嵌入式计算机系统。嵌入式视觉也是机器人的一个极好解决方案，尤其是将相机集成到机器人的手臂上时。

自动车牌识别（ANPR）或车牌识别（LPR）是一项具有挑战性的需要实时执行的任务。这是由许多原因造成的，包括需要识别不同类型的车牌、遇到的各种照明条件以及需要在晚上以足够高的对比度捕捉快速移动的物体。

在日化包装行业，瓶体贴标是很普遍的工序，小小的标签上涵盖了产品的重要信息，包括功能介绍、生产信息、商家推广等，每一张标签都是生产厂商写给消费者的一封介绍信。从外观上看，贴标也是为产品穿上一身华丽的衣裳，衣裳穿得是否得体，直接影响了消费者对于产品的第一印象。

Allied Vision 公司的短波红外（SWIR）相机应用于红外显微成像，可检测半导体制造过程中的缺陷。

由于工作原因，笔者很幸运地得以接触机器视觉行业内各类优秀的公司和优秀的人才，但是每每谈到具体项目的时候，似乎从与客户讨论方案到样品验证、乃至实施的每个阶段，最终都变成了“快乐然后更是痛着”的过程，真的是订单到手，全员上岗。所以，有必要替客户诉诉苦，梳理一下机器视觉行业内还存在哪些痛点，毕竟都“人工智能”了，还有什么不敢想的呢？

编者按：市场在哪里，哪里就热闹。对于机器视觉行业而言，一年一度的慕尼黑上海机器视觉展无疑是亚洲最大的行业盛会。展会的火爆程度也折射出了中国机器视觉市场蕴含的巨大发展潜力，中国从制造大国向智造大国转变的链条已经转动，2017年市场的井喷式增长，将拉开中国机器视觉市场高速发展的序幕。在今年的展会上，机器视觉与人工智能的结合无疑是一大看点，很多厂商都在现场展示结合人工智能的机器视觉系统。本刊有幸采访到了几位企业高管，现选录部分内容与读者分享。