最近几年，人工智能（AI）已成为一种非常流行的热点话题。在过去的二十年中，人类在计算能力、数据积累、数学工具的改进方面取得了巨大进步，并且所有这些的成本进一步降低，由此我们看到了人工智能的诞生。

随着技术的发展，嵌入式视觉系统的成本、尺寸和功耗正在不断降低，机器视觉和图像处理正在扩展到数千个新的应用中。也许是意识到了这一点，三家久经考验的机器视觉相机公司在过去的一年中扩大了他们的产品开发范围，并开始专注于嵌入式视觉领域。

当一家液压元件制造商希望升级其生产设施中的材料处理系统时，他们选择了Photoneo(www.photoneo.com) 公司独特的3D 视觉引导型机器人箱拣系统。

“深度学习”是最近大家谈论最多的话题之一，它是机器学习的一个领域，这种技术可以对电脑进行训练并让其具备学习能力。深度学习（可以通过人工神经网络等架构完成）通过处理数据和创建用于决策制定的模式，来模仿人类大脑的工作方式。

对于机器视觉系统设计者来说，由于市场上存在诸多不同类型、不同分辨率和不同图像失真特性的镜头产品可供选择，因此针对某一特定应用，在选择镜头时进行性价比权衡，变得更加复杂。

对于药物配方、开发、制造和储存的稳定性，注射药物中颗粒物的类型、大小和数量影响着药物的疗效。在某些情况下，这种不溶性颗粒也可能存在某种潜在的安全风险。了解这些颗粒的性质，对于确保药物具有预期的药效、并不会造成不良事件至关重要。

对于获取计算3D 数据所需要的高质量图像，选择正确的照明至关重要。这种应用场景通常使用定向同轴亮场照明或管灯照明。本文使用广泛的样品，比较了这两种照明方法在彩色图像质量和高度图方面的差异。

一家阀门组件制造商为了改进其阀门组件的生产过程，专门寻求Matrix Design公司的工程师为他们开发了一套自动化装配和检测解决方案。

高速连接器生产设备制造商Eberhard 公司的工程师开发了一种机器视觉系统，可以在无需接触的情况下，同时测量连接器引脚的高度和位置。

随着社会和技术不断发展，企业正面临人工成本急剧上升的难题；招工与用工长期短缺已成为普遍现象。对企业来说，在保证产品质量的前提下，要想提高产品的利润，最有效的方法是降低生产成本，提高生产效率。因此，随着劳动力成本的不断提高，越来越多的企业开始关注工厂自动化，也为相关行业带来新的发展商机。

钢铁制造过程中，辨识及追溯其产品是一项困难的任务。要快速且精准地查询、追溯、检索品项，几乎每个产业都将条形码辨识看作一项非常重要的技术，使得库存及库存控制系统有重大的进步。当一家日本钢铁制造商寻求方法提升辨识及追踪自家产品质量时，The Imaging Source映美精相机的机器视觉产品为他们提供了解决方案。

堡盟O300 光电传感器自推出以来，经过几年的市场应用检验，其卓越的性能令许多用户感到惊叹。O300光电传感器的应用案例非常广泛，过去很多案例只抓住了其中一个关键的应用点，但实际上仅使用一个O300系列的多套传感器，就可以满足一台移动设备的全方位传感选择。

过去十年，我们有幸见证了中国工业机器视觉技术的蓬勃发展以及市场的风起云涌。面对如此重要的十年，非常有必要围绕狭义的面阵工业数字相机最重要的感光元件（CCD、CMOS 等）以及数字接口等技术迭代和市场变幻，尽量简洁地回顾一下2008-2017 这十年间工业相机在中国市场的发展，以便总结过去并窥视未来。

艾迈斯半导体是一家总部位于奥地利的先进传感器解决方案设计者和制造者，公司拥有超过35 年的设计经验，在奥地利、新加坡和菲律宾设有制造封测工厂，全球员工总数超过11,000 名。该公司致力于提供业界一流的传感器解决方案、传感器IC、接口和相关软件，目前服务于全球8000 多家客户。