机器视觉系统集成是一门学科。随着新成像技术的不断发展，该学科的发展势头依然强劲。
自从35年前引入广泛使用的商业组件以来，将机器视觉巧妙地集成到自动化应用中一直是这项技术成功的关键因素。近年来，机器视觉行业在世界上取得了创纪录的增长，组件在3D制导和测量、光谱图像分析、高速检测和深度学习等前沿应用中的可用性和能力不断增强。在为工业用户提供成功可靠的机器视觉系统解决方案方面，胜任的机器视觉集成商——，无论是集成公司还是工程团队中的个人——，都发挥着前所未有的重要作用。
集成和易用性
首先要了解机器视觉集成任务和业务的主要目的。也就是说，降低最终用户的应用风险。一般来说，机器视觉技术的实现技术还没有像PLC、运动控制甚至机器人技术那样被整个工业工程领域广泛理解。雇佣一个有机器视觉技术经验的集成商，从根本上有助于确保项目的最终成功和可靠性。
然而，对不需要集成的机器视觉系统的需求肯定很高。机器视觉应用的易用性一直是用户的痛点，也是市场上组件和软件厂商的目标。20世纪80年代中期，许多机器视觉组件开始出现。他们不需要低级编程，并且有用户界面，这使得配置工具更加容易。20世纪90年代智能相机技术的爆炸性发展巩固了机器视觉的可用性。因此，许多要求不高的机器视觉应用可以通过只需要很少或不需要配置的组件来解决。最近发布或引入了一些新的组件，声称为一些应用程序消除了机器视觉任务的粗略配置。
尽管如此，机器视觉集成业务还是蓬勃发展。随着机器视觉组件行业最近创纪录的增长，机器视觉集成行业似乎有了显著的增长(然而，有趣的是，市场上很少收集关于机器视觉集成的硬数据)。
对集成服务的持续需求，甚至是所谓的易于使用的组件，是机器视觉实现的基本性质，这需要关于光学和照明的高级知识，这对于标准工业工程学科中不常见的应用领域来说是具有挑战性的。然而，对机器视觉集成服务需求的持续增长很大程度上是由于对实施最具挑战性的应用程序的持续和不断扩大的需求，这些应用程序需要在行业内使用尖端机器视觉技术。
不断变化
在过去的10到15年里，机器视觉系统集成已经成为一项非常复杂的工程服务。成功的集成公司可能会继续提供服务，为更常见的任务配置更简单的组件，但他们通常会处理以前没有实现过的高度复杂的自动化应用程序。如今，系统集成对综合技术的要求越来越高。合格的机器视觉集成商的先决条件包括：
能够对各种基于PC的嵌入式计算机或板级软件库进行编程，以执行机器视觉图像采集、处理和分析的最复杂的算法和任务；
了解各种成像技术、相机、传感器；
在复杂和专业的光学和照明组件的选择、设计和实施方面的广泛能力，以及在先进机器视觉成像系统的规范和使用方面的广泛专业知识。
技术的不断发展使新的应用得以应用，并促进了对合格系统集成的需求
此外，机器视觉集成商调整了其业务模式，成为完整自动化系统的提供商，提供涉及机器视觉技术的解决方案的设计和集成，而不仅仅是安装机器视觉组件。高要求应用成功的关键包括控制零件、提供灵活的处理选项、操纵相机和照明方向、协调自动控制和连接外部设备的能力。对通信的额外需求——例如，与工业物联网(IIoT)和工业4.0相关的通信——决定了与机器视觉解决方案相关的进一步集成技能。
新技术
机器视觉技术的快速发展使得大量新的应用成为可能，同时也有助于提升当今机器视觉集成商的需求和技术能力。
首先考虑3D成像：一个可以轻松获取拍摄视野3D信息的机器视觉组件。这些设备在成像方法和实现技术上有很大的差异。集成商可以将这些设备应用于各种应用，包括高精度表面分析、3D零件和特征测量以及使用3D图像数据而不是2D灰度信息的检查。还有最新的机器人视觉引导，随机的产品，甚至是混合的，随机堆放的产品，都可以被抓手挑出来抓取。
其次，高光谱和多光谱成像是一项相对较新的技术。这些相机收集单个场景的多个(有时是数百个)图像，每个图像都有不同的窄带宽光谱信息。在熟悉这项技术的集成商手中，材料的离散光谱分析甚至化学成分的应用都可以在线完成。许多行业，如食品、制药和回收，都可以从这种检测能力中受益。
第三，许多工业应用需要高速成像和处理。线扫描是在高分辨率下实现更高成像速率的常见技术，但是这些组件的集成可能比普通的区域成像应用更复杂。同样，高速成像和处理是需要熟练集成的任务。
最后，深度学习越来越受欢迎。虽然机器视觉不是全新的，但是机器学习及其深度学习的最新实现，是这个行业最新的流行语。这项技术在许多应用领域显示了巨大的潜力，但它需要一个熟练的集成人员来确定针对特定任务的深度学习的可行性和实现参数。
前景
可以说机器视觉集成发展了，就像整个机器视觉行业一样。机器视觉集成在扩展应用的基础上提供前沿解决方案，前景广阔。
精明的最终用户需要接受的是，机器视觉市场一直是并将继续是，它是技术和能力的应用组合。无论如何，系统集成商将是视觉行业的守门人，他们将不断提高自己，为最终用户提供真正成功和可靠的机器视觉解决方案。
负责编辑：YYX