探讨机器视觉领域的3个趋势话题，以及在这些领域中发布的一些最新产品信息

2018年机器视觉领域的热门话题包括：3D成像、协作型机器人、深度学习（以及更广泛的机器学习和人工智能）、嵌入式视觉、多光谱成像、高光谱成像以及偏振成像。

随着行业对机器视觉使用的重视度和需求量不断提升，催生了该领域更多生产技术和产品的开发与发布。本文将主要探讨机器视觉领域的3个趋势话题，以及在这些领域中发布的一些最新产品信息。

图1：偏振相机用于检测图像的光滑和弯曲表面，图中表明这些区域的测量可能无效，包括强度图像（右）和假彩色偏振（左）。

深度学习

深度学习是机器学习的一个领域，它使计算机能够接受培训，并通过卷积神经网络（CNN）等结构进行学习。当然，深度学习一直是这几年来的一个热门话题。目前，机器视觉市场领域中有更多的公司已经投入了大量的时间和资源来开发深度学习产品。 最近开发、宣布或升级其深度学习软件产品或工具的机器视觉和成像公司包括Cognex（VisionProViDi）、CythSystems（NeuralVision）、EVT（EyevisionSoftware）、LaonPeople（NAVIAI）、Mathworks（MATLAB）、MatroxImaging（MatroxDesignAssistant）、MVTec（HALCON）和SUALAB（suaKIT）。 一些公司还开发了与深度学习相关的组件，包括相机和图像采集卡。这些公司包括但不限于CEVA公司（用于深度学习的NeuProAI处理器）、Euresys、FLIRIntegratedImagingSolutions（Firefly深度学习相机）以及SiliconSoftware（deepVCL图像采集卡）。

此外，亚马逊、Ambarella、谷歌、英特尔和微软等公司，最近也都纷纷发布或宣布了与深度学习相关的产品或平台。

偏振成像

偏振成像传感器和偏振相机可以用来检测传统成像技术无法检测到的隐藏的材料特性。虽然这不是一项新技术，但是偏振相机和成像组件于2018年开始日趋在市场上变得更加主流。 这至少可以部分归因于索尼推出的IMX250MZR/MYR（单色、彩色）CMOS图像传感器，这是一款具有四向极化滤光片设计的510万像素全局快门CMOS图像传感器，其中包含四个单独的极化滤光片，角度分别为0°、45°、90°和135°，它们在传感器上按规则排列。 自从索尼推出IMX250MZR/MYR偏振传感器以来，多家公司陆续宣布推出基于该偏振传感器的相机，包括AlliedVision、Baumer、FlirSystems、JAI、LUCIDVisionLabs、MatrixVision、Photonfocus、Pixelink和TeledyneDALSA，索尼也基于这款传感器推出了自己的偏振相机。 近期发布偏振相机的厂商包括TeledyneDALSA（Piranha4线扫描偏振相机）、Photron（Crysta2D偏振相机）和4DTechnologyCorporation（PolarCam快照式微偏振器相机）。到本期内容出版时，我想还会有其他公司陆续发布偏振相机产品。

嵌入式视觉

嵌入式视觉可以说是今年最热门的话题，实际上，在过去的几年里这个话题已经备受关注。 随着技术的发展，嵌入式视觉系统在成本、尺寸和功耗方面逐渐降低，机器视觉和图像处理技术将有望走进数千个新兴的应用中。许多机器视觉相机公司已经意识到这一点，并且已经扩张到嵌入式视觉市场，或是增加在嵌入式视觉市场的发展力度。以下是一些开发嵌入式视觉相机的公司，最近都有相关产品推出：Alkeria、AlliedVision、Basler、Baumer、D3Engineering、e-conSystems、FLIRIIS、IDSImagingDevelopmentSystems、Jadak、LUCIDVisionLabs、MatrixVision、OmronMicroscan、OpenMV、TheImagingSource、Sony、XIMEA和VisionComponents。 此外，在过去一年中，很多公司还发布了嵌入式视觉产品，如PC、主板、开发工具包、传感器、图形处理单元、控制器和软件，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公司首席视觉系统架构师DavidDechow在接受VisionSystemsDesign采访时表示：“嵌入式计算机已经出现了爆炸式增长。几年前，我们将嵌入式计算机称为工业PC，这在当时是一种非常前沿的技术；但是现在我们无论在单板机还是在系统解决方案方面，都看到了结合机器视觉和深入学习的趋势。” 他还补充说：“能够将机器视觉和深度学习所需要的一切，都集成到一个工业化或嵌入式处理器中，这真是一件令人兴奋的事情。”