機器視覺長期以來用于工業(yè)自動化系統(tǒng)中，以通過取代傳統(tǒng)上的人工檢查來提高生產質量和產量。從拾取和放置、對象跟蹤到計量、缺陷檢測等應用，利用視覺數(shù)據(jù)可以通過提供簡單的通過失敗信息或閉環(huán)控制回路，來提高整個系統(tǒng)的性能。

　　機器視覺的使用并不僅僅在工業(yè)自動化領域;我們也看到了相機在日常生活中的大量應用，例如用于計算機、移動設備，特別是在汽車中。攝像頭僅僅是在幾年前才被引入到汽車中，但是現(xiàn)在汽車中已經配備了大量攝像頭，以為駕駛員提供完整的360°車輛視圖。

　　但是談到機器視覺領域的最大技術進步，可能一直是處理能力。隨著處理器性能每兩年翻一番，以及對多核CPU、GPU和FPGA等并行處理技術的持續(xù)關注，視覺系統(tǒng)設計人員現(xiàn)在可以將高度復雜的算法應用于視覺數(shù)據(jù)，并創(chuàng)建更智能的系統(tǒng)。

　　處理技術的發(fā)展帶來了新機會，而不僅僅是更智能或更強大的算法。讓我們看看為制造機器增加視覺功能的應用案例。這些系統(tǒng)傳統(tǒng)上設計為形成協(xié)作分布式系統(tǒng)的智能子系統(tǒng)網(wǎng)絡，該系統(tǒng)允許模塊化設計(見圖1)。

　　圖1：智能子系統(tǒng)網(wǎng)絡，其設計為構成協(xié)作分布式控制系統(tǒng)。該系統(tǒng)允許模塊化設計，但采用這種以硬件為中心的方法可能導致性能瓶頸。

　　然而，隨著系統(tǒng)性能的提高，采用這種以硬件為中心的方法可能遇到困難，因為這些系統(tǒng)通常采用時間關鍵和非時間關鍵協(xié)議的混合來聯(lián)接。通過各種通信協(xié)議將這些不同的系統(tǒng)聯(lián)接在一起，會導致延遲、確定性和吞吐量方面出現(xiàn)瓶頸。

　　例如，如果設計者試圖利用這種分布式架構開發(fā)應用，并且必須在視覺和運動系統(tǒng)之間保持緊密集成，例如在視覺伺服中所需要的，那么可能遇到由于缺乏處理能力而帶來的主要性能挑戰(zhàn)。此外，由于每個子系統(tǒng)都具有自己的控制器，這實際上會降低處理效率。

　　最后，由于這種以硬件為中心的分布式方法，設計人員不得不使用不同的設計工具來設計視覺系統(tǒng)中每個子系統(tǒng)的特定視覺軟件，以及用于運動系統(tǒng)的運動專用軟件等。這對于規(guī)模較小的設計團隊而言尤其具有挑戰(zhàn)性，因為一個小團隊甚至是一名工程師，需要負責設計中的許多部分。