机器视觉是人工智能正在快速发展的一个分支，旨在赋予机器可媲美人类的视觉。随着研究人员应用专门的神经网络来帮助机器识别和理解现实世界的图像，机器视觉在过去几年取得了巨大的进步。如今的计算机在视觉识别上能够做到各种各样的事情，从识别网络上的猫到在诸多的照片中识别特定的面孔。不过，该类技术还有很长的路要走。
市场前景广阔
目前，机器视觉在工业中的应用最为广泛，而工业中又以电子制造占比最大，约占40%至50%。其中，全球半导体制造业对于机器视觉的需求占到全行业市场需求的40%以上，半导体制造业的回暖推动了机器视觉行业的发展。
而我国目前正面临着制造业转型升级，需要投入大量工业机器人等自动化设备，作为工业机器人的核心关键技术，机器视觉必然迎来发展黄金期。国际机器人联盟(IFR)预计，到2018年，我国工业机器人新安装量将占全球的三分之一，加上政策的大力扶持，我国机器视觉部件级市场空间将突破35亿元，系统集成市场规模将达到140亿元。
技术应用问题待解决
虽然机器视觉的市场前景十分广阔，但随着物联网云计算等技术的相互渗透，机器视觉技术要在这个相互融合的时代得到长远发展还需解决技术以及应用两项问题。
技术方面：在我国尽管机器视觉技术发展速度惊人，但在技术上的积累与创新与国外相比还是存在着较大差距的。要想成功建立机器视觉与大数据时代的互动关系，就需要不断提高技术水平，增强创新能力。
应用方面：我国机器视觉技术在应用创新上存在着不足，很多是仿照国外的应用案例或是通过代理相关产品来实现模仿应用。机器视觉的应用方面要想有所发展，就要有所创新，为应用提供最为合适的解决方案。
除此之外，机器视觉的发展还需解决应用单一化所面临的三大问题：
1、技术突破难度大。由于机器视觉技术涉及众多学科，因此，想要稳定的升级系统，扩大其应用范围，就需要不同学科协同创新才能实现，所以，在技术瓶颈的突破上存在一定难度。
2、行业标准难统一。“闭门造车”是几千年来一直制约我国发展的主要根源，如今，大部分厂家为了自身的短期利益依然采用封闭的运营模式，因此，想要制定行业统一标准存在很大的难度，中国的大格局、大产业的之路并不是坦途。
3、市场刚需创造有难度。我国是一个典型的劳动力密集国家，机器视觉技术的广泛应用势必会对劳动力市场造成冲击，因此，机器视觉市场的刚需创造有着不小的难度，还需要国家政府进一步处理好自动化设备投入与劳动力就业两者间的平衡。
今后发展趋势
机器视觉今后绝不是单一的应用产品。目前，机器视觉的软硬件产品已逐渐成为生产制造各个阶段的必要部分，这就对于系统的集成性提出了更高的要求，未来机器视觉将与多种技术融合，不断提升智能制造自动化水平。
随着制造业转型升级步伐加快，机器视觉技术与产品的需求逐步提高，应用领域逐渐扩大，机器视觉将融合3D监测、彩色图像处理、人工智能、运动控制、信息网络等多种技术，由单一的检测、定位、测量功能向大数据分析、智能控制方向发展。基于机器视觉的自动化监测、智能控制系统将广泛应用于工业生产各个领域，并主要从中端生产线向前端制造和后端物流环节延伸，成为提升产业自动化水平的重要抓手。
