2018年機器視覺領域的熱門話題包括：3D成像、協作型機器人、深度學習（以及更廣泛的機器學習和人工智能）、嵌入式視覺、多光譜成像、高光譜成像以及偏振成像。

隨著行業對機器視覺使用的重視度和需求量不斷提升，催生了該領域更多生產技術和產品的開發與發布。本文將主要探討機器視覺領域的3個趨勢話題，以及在這些領域中發布的一些最新產品信息。

圖1：偏振相機用于檢測圖像的光滑和彎曲表面，圖中表明這些區域的測量可能無效，包括強度圖像（右）和假彩色偏振（左）。

深度學習

深度學習是機器學習的一個領域，它使計算機能夠接受培訓，并通過卷積神經網絡（CNN）等結構進行學習。當然，深度學習一直是這幾年來的一個熱門話題。目前，機器視覺市場領域中有更多的公司已經投入了大量的時間和資源來開發深度學習產品。 最近開發、宣布或升級其深度學習軟件產品或工具的機器視覺和成像公司包括Cognex（VisionProViDi）、CythSystems（NeuralVision）、EVT（EyevisionSoftware）、LaonPeople（NAVIAI）、Mathworks（MATLAB）、MatroxImaging（MatroxDesignAssistant）、MVTec（HALCON）和SUALAB（suaKIT）。 一些公司還開發了與深度學習相關的組件，包括相機和圖像采集卡。這些公司包括但不限于CEVA公司（用于深度學習的NeuProAI處理器）、Euresys、FLIRIntegratedImagingSolutions（Firefly深度學習相機）以及SiliconSoftware（deepVCL圖像采集卡）。

此外，亞馬遜、Ambarella、谷歌、英特爾和微軟等公司，最近也都紛紛發布或宣布了與深度學習相關的產品或平臺。

偏振成像

偏振成像傳感器和偏振相機可以用來檢測傳統成像技術無法檢測到的隱藏的材料特性。雖然這不是一項新技術，但是偏振相機和成像組件于2018年開始日趨在市場上變得更加主流。 這至少可以部分歸因于索尼推出的IMX250MZR/MYR（單色、彩色）CMOS圖像傳感器，這是一款具有四向極化濾光片設計的510萬像素全局快門CMOS圖像傳感器，其中包含四個單獨的極化濾光片，角度分別為0°、45°、90°和135°，它們在傳感器上按規則排列。 自從索尼推出IMX250MZR/MYR偏振傳感器以來，多家公司陸續宣布推出基于該偏振傳感器的相機，包括AlliedVision、Baumer、FlirSystems、JAI、LUCIDVisionLabs、MatrixVision、Photonfocus、Pixelink和TeledyneDALSA，索尼也基于這款傳感器推出了自己的偏振相機。 近期發布偏振相機的廠商包括TeledyneDALSA（Piranha4線掃描偏振相機）、Photron（Crysta2D偏振相機）和4DTechnologyCorporation（PolarCam快照式微偏振器相機）。到本期內容出版時，我想還會有其他公司陸續發布偏振相機產品。

嵌入式視覺

嵌入式視覺可以說是今年最熱門的話題，實際上，在過去的幾年里這個話題已經備受關注。 隨著技術的發展，嵌入式視覺系統在成本、尺寸和功耗方面逐漸降低，機器視覺和圖像處理技術將有望走進數千個新興的應用中。許多機器視覺相機公司已經意識到這一點，并且已經擴張到嵌入式視覺市場，或是增加在嵌入式視覺市場的發展力度。以下是一些開發嵌入式視覺相機的公司，最近都有相關產品推出：Alkeria、AlliedVision、Basler、Baumer、D3Engineering、e-conSystems、FLIRIIS、IDSImagingDevelopmentSystems、Jadak、LUCIDVisionLabs、MatrixVision、OmronMicroscan、OpenMV、TheImagingSource、Sony、XIMEA和VisionComponents。 此外，在過去一年中，很多公司還發布了嵌入式視覺產品，如PC、主板、開發工具包、傳感器、圖形處理單元、控制器和軟件，其中一些公司包括AlliedVision、Ambarella、AAEON、Basler、Cadence、CEVA、CriticalLink、EPIX、FRAMOS、LogicSupply、MatroxImaging、MVTec、NeousysTechnology、NVIDIA、Sony、Vecow和Xilinx。

IntegroTechnologies公司首席視覺系統架構師DavidDechow在接受VisionSystemsDesign采訪時表示：“嵌入式計算機已經出現了爆炸式增長。幾年前，我們將嵌入式計算機稱為工業PC，這在當時是一種非常前沿的技術；但是現在我們無論在單板機還是在系統解決方案方面，都看到了結合機器視覺和深入學習的趨勢。” 他還補充說：“能夠將機器視覺和深度學習所需要的一切，都集成到一個工業化或嵌入式處理器中，這真是一件令人興奮的事情。”