根据Grand View Research的预测，到2027年，全球3D机器视觉市场预计将达到34.6亿美元，复合年增长率约为14.7％。 这些数据表明3D机器视觉的未来发展前景非常乐观。

传统2D视觉的局限性

2D机器视觉已经部署了几十年，在某些应用场景下表现出色。但是在很多场景中，2D视觉存在一些限制，而新兴3D机器视觉系统却可以使用。

在纯2D机器视觉系统的情况下，获取的目标图像实际上是二维平面图。2D图像不提供任何高度信息，即：有X和Y数据，但没有深度数据。我们所看到的实际上是从特定视点观看的3D对象的轮廓。不同的视点和不同的对象将具有不同的轮廓，这使得2D机器视觉在形状信息对于执行任务至关重要的应用中受到限制。

2D视觉检测

1.由于目标物体的图像是由目标物体反射的光形成的，因此环境条件的变化或光源的变化可能会对精度产生不利影响。在工厂环境中，太多的光线，太少的光线或阴影都会影响2D平面中出现的边缘和特征的清晰度。因此，对照明的敏感性是一个问题。

2.由于2D机器视觉所依赖的目标表面上的对比度（清晰的边缘和特征），所以很难处理非常暗或非常明亮的目标。 尽管有很多方法可以照亮目标，但无法拾取物体的边缘和特征。 缺乏对比度也会引起问题。

3.由于我们无法使用2D机器视觉来处理任何高度信息，因此目标对象在Z方向上的高度差将极大地影响成像。

4.二维机器视觉系统无法应对三维形状或形式的复杂性。特别是对于需要在X或Y平面之外测量的复杂零件和组件；需要确定零件体积的位置；当需要以正确的方式拾取和放置零件时，2D机器视觉无法完成任务。

3D机器视觉逐渐应用于各行各业

3D视觉比2D视觉处理具有更高的计算要求。 在3D中，将零件的3D图像与点云或3D图像数据进行比较需要更多的图像处理和大量的计算。相比于2D，3D视觉可以在线检测快速移动的目标物，获取形状和对比度；能消除手动检查带来的错误；实现部件和装配的100%在线质量控制；最大限度地缩短检测周期和召回和最大限度地提高生产质量和生产量；对比度不变，是检查低对比度物体的理想选择；对较小的照明变化或环境光不敏感；建立大型物体检测的多传感器设置更简单。

目前3D机器视觉大多用于消费电子、木材、化妆品、汽车制造、电子组件和医药产品的检测。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少浪费、节约成本。

汽车制造的应用

在汽车制造业中，机器视觉使用非接触式测量技术逐渐发展为在线测量系统，例如固定在线测量站和机器人柔性在线测量站，它们可以严格监控车身尺寸波动并提供数据支持。 除了传统的三坐标测量和激光在线测量之外，蓝光扫描测量，表面缺陷测量和其他视觉测量方法还可以执行更精确的测量，并提供对车身基本特征尺寸，车身的高精度监控 组装效果和缺陷。

汽车行业的应用

消费电子行业的应用

在消费电子领域，机器视觉主要用于PCB / FPCAOI检查，组件和整机外观检查，组装引导等应用，并呈现出越来越多的新应用场景。可以说，消费电子制造业的兴起带动了机器视觉市场。

PCB缺陷检测主要包括两个部分：焊点缺陷检测和组件检测。传统的人工目视检查方法容易遗漏检查，效率低，成本低。机器视觉PCB的优点是确保操作员可以在添加PCB之前及时处理相关问题。另外，当发现缺陷时，可以有效地避免维修或丢弃，操作者可以及时得到反馈，以判断操作中的印刷工艺是否运行良好，从而达到防止生产不良的目的。

食品加工行业的应用

在食品加工业里一直在使用二维机器视觉技术利用高线速来进行对水果蔬菜的分类。但对于食品的表面特征，如食品的体积、高度等，用二维技术很难获取这些信息。为了精确测量食品的体积，企业把三维激光检查系统和二维视觉检查系统结合起来使食品加工达到最优化，满足对包装食品越来越严厉的视觉要求。这种系统使用底面格列式的电荷耦合器（CCD）来捕捉反射的激光线。图像处理算法是根据食品的激光位移采用三角网法来确定Z坐标轴上的信息，也就是高度，然后与激光检查系统得到的X，Y坐标轴上的信息结合在一起算出食品的形状和体积。

食品加工业的应用

机器视觉不仅用于工业领域，在医疗行业也已得到推广应用。目前，关于机器视觉在医疗界的应用主要集中在外科手术机器人、康复机器人、护理机器人和服务机器人方面。其中，手术机器人是目前应用最广且最具前景的医疗机器人细分领域。手术机器人是集临床医学、生物力学、机械学、计算机科学、微电子学等诸多学科为一体的新型医疗器械。

拿一款适用于神经外科的导航定位机器人来说，该机器人配备了3D相机，可以在手术室中实现“大脑”，“眼睛”和“手”的协同操作。 “大脑”是一种多模式图像融合系统，“眼睛”是机器人的视觉识别和定位系统，“手”是机器人的操作端。

首先，借助3D相机“眼睛”，机械臂可以准确地定位医生计划的手术位置，并在可视界面上显示患处及其精确的三维信息； 然后，医生可以做出最好的决定。接下来，机械臂还可以辅助医生执行穿刺、活检、抽吸、毁损、植入等一系列手术操作。

在机器人的帮助下，医生可以以微创，准确和高效的方式进行脑部手术。 手术的定位精度可以达到1mm，伤口小于2mm，患者可以在住院后2-3天内出院观察。目前，该机器人已经用于活检、脑出血、脑囊肿、癫痫、帕金森病等十二类近百种疾病的治疗。

医疗行业的应用

未来：机器视觉应用不断扩宽

从大趋势来看，机器视觉未来的商机几乎是无限的。一方面，制造业向高端方向发展，机器视觉有人眼无可比拟的优势。另一方面，把生产任务交给机器，服务给人是未来经济模式。机器视觉代替人眼，不仅能够提高生产效率，而且有效降低人力成本。

以前，全球机器视觉市场基本上是由西方发达国家的少数国际巨头控制的。随着我国加大支持本地机器视觉产业发展和技术创新的力度，国内机器视觉公司及相关产品正在迅速崛起，并逐步向中高端市场发起冲击。从数据的角度来看，近年来国内机器视觉公司的数量已大大增加，市场竞争也变得越来越激烈。

从应用来看，除了传统的汽车制造以及新兴的电子行业，食品包装与制药行业外，仓储物流等领域，对视觉技术应用的探索将不断深化。