2）圖像處理和模式識(shí)別發(fā)展迅速

圖像處理上，隨著圖像高精度的邊緣信息的提取，很多原本混合在背景噪聲中難以直接檢測(cè)的低對(duì)比度瑕疵開始得到分辨。在特征生成上，很多新算法不斷出現(xiàn)，包括基于小波、小波包、分形的特征，以及獨(dú)二分量分析；還有關(guān)于支持向量機(jī)，變形模板匹配，線性以及非線性分類器的設(shè)計(jì)等都在不斷延展。

3）深度學(xué)習(xí)帶來(lái)的突破

傳統(tǒng)的機(jī)器學(xué)習(xí)在特征提取上主要依靠人來(lái)分析和建立邏輯，而深度學(xué)習(xí)則通過(guò)多層感知機(jī)模擬大腦工作，構(gòu)建深度神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)簡(jiǎn)單特征、建立復(fù)雜特征、學(xué)習(xí)映射并輸出，訓(xùn)練過(guò)程中所有層級(jí)都會(huì)被不斷優(yōu)化。隨著越來(lái)越多的基于深度學(xué)習(xí)的機(jī)器視覺(jué)軟件推向市場(chǎng)，深度學(xué)習(xí)給機(jī)器視覺(jué)的賦能會(huì)越來(lái)越明顯。

4）3D視覺(jué)的發(fā)展

3D視覺(jué)還處于起步階段，許多應(yīng)用程序都在使用3D表面重構(gòu)，包括導(dǎo)航、工業(yè)檢測(cè)、逆向工程、測(cè)繪、物體識(shí)別、測(cè)量與分級(jí)等，但精度問(wèn)題限制了3D視覺(jué)在很多場(chǎng)景的應(yīng)用，目前工程上最先鋪開的應(yīng)用是物流里的標(biāo)準(zhǔn)件體積測(cè)量，相信未來(lái)這塊潛力巨大。

我國(guó)智能制造裝備產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和技術(shù)提升的市場(chǎng)空間巨大，機(jī)器視覺(jué)行業(yè)將受益。“十三五”期間，中國(guó)將進(jìn)一步深化產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，推進(jìn)制造業(yè)的科技創(chuàng)新和智能制造水平，著力從要素驅(qū)動(dòng)向技術(shù)及創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變。產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)以及制造業(yè)的進(jìn)一步智能化將推動(dòng)機(jī)器視覺(jué)行業(yè)發(fā)展。