隨著普通用工成本提高、蘋果產(chǎn)品的大賣以及帶來的硬件成本的降低，機(jī)器視覺從應(yīng)用層面上得到了大的發(fā)展。在這一片“繁榮”的景象背后有很多被忽略或者忽視的問題：

1.人才的稀缺

目前真正意義上的從業(yè)人員缺少科班出身，缺少對圖像處理的底層理論認(rèn)知和理解。機(jī)器視覺中圖像處理是極為重要的一環(huán)，而目前大多數(shù)從業(yè)人員是本科或者大專畢業(yè)，或者是電氣工程師新入行，基本都比較缺乏圖像處理的基本理論，很多理論還停留在對“視覺嘛，就是對比嘛”“視覺嘛，就是二值化”等認(rèn)知上。

待遇。雖然相對于普通的自動化從業(yè)者而言，機(jī)器視覺工程師待遇還是不錯的，但是卻難以吸引到碩士或者博士進(jìn)行過專門圖像處理學(xué)術(shù)訓(xùn)練的人加入，因為隨便加入那個互聯(lián)網(wǎng)大公司做圖像相關(guān)工作，待遇都能把自動化從業(yè)的工程師甩出幾條大街。

另外，機(jī)器視覺更多的應(yīng)用是屬于自動化設(shè)備這一塊。而自動化屬于比較交叉的學(xué)科，涉及到機(jī)器視覺，需要了解的東西包括、電氣、運動控制、機(jī)械、光學(xué)、軟件編程等。這些學(xué)科了解一些基本的東西不難，但是研究的比較透徹并能高效率的綜合運用就比較難了。

2.圖像處理的不確定性

在我的理解機(jī)器視覺僅僅算是計算機(jī)視覺的一個微小分支，所以機(jī)器視覺主要還是指工業(yè)方面的應(yīng)用。目前的工業(yè)應(yīng)用主要需求有：測量、外觀檢測、條碼、字符識別、定位。而這幾個方面機(jī)器視覺還沒有一個能真正意義上實現(xiàn)批量化檢測的同時保證極高的準(zhǔn)確率，極小的誤檢率和杜絕漏檢。這個目標(biāo)不能實現(xiàn)，降低了機(jī)器視覺的應(yīng)用預(yù)期。因為機(jī)器視覺設(shè)備不能完全解決，還是需要人復(fù)查，除非客戶的標(biāo)準(zhǔn)沒有那么高。

另外，幾個應(yīng)用類型目前存在的問題：

(1)測量。目前無法給出一個明確的測量的精度要求或者指標(biāo)。比如測量尺寸，使用千分尺、游標(biāo)卡尺可以給出標(biāo)準(zhǔn)的測量精度是0.001mm或者0.01mm，但是視覺呢?

只能給到有參考意義的0.01mm/pixl。多了個/pixl，就多了很大的差別，因為不同的外部光照環(huán)境、產(chǎn)品輪廓或者邊界、不同的軟件算法結(jié)果都可能帶來重復(fù)測量結(jié)果的差異。另外，隨著產(chǎn)品尺寸的擴(kuò)大，均勻光照、鏡頭畸變、單位像素尺寸大小都大大降低了精度范圍。

(2)外觀檢測。外觀檢測目前是最迫切的需求，也是最難實現(xiàn)并推廣的應(yīng)用領(lǐng)域。因為產(chǎn)品的外觀缺陷是千差萬別，受到影響的可能性非常大。比如弧面、劃痕的深淺和方向、材料的反光、不同材質(zhì)表面對不同光的反射不同等等?？偠灾褪鞘鞘艿角Р钊f別的缺陷類型和無法控制的約束條件限制。因為上了視覺系統(tǒng)，很少人期望只檢測某一種類型。

(3)條碼。目前條碼使用標(biāo)準(zhǔn)條碼槍還是最多的。

(4)字符識別。標(biāo)準(zhǔn)印刷體還比較好實現(xiàn)，如果是一些金屬蝕刻、雕刻等字體的識別比較難。

(5)定位應(yīng)用的還算是不錯，比較穩(wěn)定可靠。本身應(yīng)用特點和技術(shù)瓶頸限制了行業(yè)發(fā)展。

3.行業(yè)的發(fā)展態(tài)勢的限制

有人感覺視覺行業(yè)賺錢了，都一窩蜂往里面頭，表面上降低了行業(yè)的應(yīng)用成本，但是剛進(jìn)來的人忽略了行業(yè)里面不確定性帶來的技術(shù)支持或者服務(wù)的人力成本，導(dǎo)致行業(yè)的逐漸出現(xiàn)一些惡性競爭或者通過低成本進(jìn)行競爭。對客戶而言，覺得成本降低是好事，但是最終結(jié)果卻可能導(dǎo)致項目識別。

視覺行業(yè)項目開發(fā)可能調(diào)試周期較長，項目失敗影響沒有連續(xù)失敗那么震撼的感覺，同時一年失敗一兩個項目在一些人眼里也是能接受的。一些系統(tǒng)集成商或者代理商的急功近利以及一些客戶的短視的小算盤使行業(yè)偏離了良性發(fā)展的方向。最終由價格戰(zhàn)帶來了大家都玩不轉(zhuǎn)。類似可以參考光伏產(chǎn)業(yè)的發(fā)展態(tài)勢。