2）图像处理和模式识别发展迅速

图像处理上，随着图像高精度的边缘信息的提取，很多原本混合在背景噪声中难以直接检测的低对比度瑕疵开始得到分辨。在特征生成上，很多新算法不断出现，包括基于小波、小波包、分形的特征，以及独二分量分析；还有关于支持向量机，变形模板匹配，线性以及非线性分类器的设计等都在不断延展。

3）深度学习带来的突破

传统的机器学习在特征提取上主要依靠人来分析和建立逻辑，而深度学习则通过多层感知机模拟大脑工作，构建深度神经网络来学习简单特征、建立复杂特征、学习映射并输出，训练过程中所有层级都会被不断优化。随着越来越多的基于深度学习的机器视觉软件推向市场，深度学习给机器视觉的赋能会越来越明显。

4）3D视觉的发展

3D视觉还处于起步阶段，许多应用程序都在使用3D表面重构，包括导航、工业检测、逆向工程、测绘、物体识别、测量与分级等，但精度问题限制了3D视觉在很多场景的应用，目前工程上最先铺开的应用是物流里的标准件体积测量，相信未来这块潜力巨大。

我国智能制造装备产业结构转型和技术提升的市场空间巨大，机器视觉行业将受益。“十三五”期间，中国将进一步深化产业结构调整，推进制造业的科技创新和智能制造水平，着力从要素驱动向技术及创新驱动转变。产业结构的转型升级以及制造业的进一步智能化将推动机器视觉行业发展。