今天的视觉系统集成商可以从众多产品中进行选择：现成的镜头，照明，相机，相机接口板和软件。随着供应商不断更新新功能，推出更实惠的产品，以取代曾经花费数千美元的系统，集成商的选择也在不断发展。
   “这种变化的最大驱动力之一是2D机器视觉产品的商品化，”MoviMed和MoviTHERM总裁兼首席执行官Markus Tarin说。 “智能传感器和智能相机以及可配置视觉系统已基本消除了对机器视觉系统开发的需求，现在大多数常见应用程序都是通过现成的即插即用技术实现的。
    “机器视觉集成商现在发现越来越难以通过普通的2D机器视觉系统来增值，”Tarin继续说道，“这些系统的一些供应商直接面向终端客户销售他们的可配置机器视觉系统。”
   Vision ICS公司的总裁John Salls也认识到过去十年的进步，智能相机变得更加实用，光源公司提供更广泛的产品。 然而，随着软件变得更强大并且价格不断下降时，Salls发现软件包的互连和标准化存在问题。
    “不同的公司对同样的概念使用不同的术语，”他说。
   就像机器视觉系列中的其他产品一样，光源需要集成商的关注。 “在每个机器视觉系统中，捕获最佳图像至关重要，照明有助于实现被检查特征的强烈对比度，”工业视觉系统总监Earl Yardley说。
    “有大量现成的机器视觉光源适用于大多数应用，但这些标准产品不应成为限制因素，”Yardley说。
   为了解决更复杂的应用，Industrial Vision Systems专门为项目开发照明系统。
   “制作这些定制解决方案可以在项目的前期需要额外的设计时间，但是在使用完全优化的图像对系统进行编程时，会更加节省时间，”Yardley说。
   虽然当今许多视觉产品可以满足大多数应用的需求，但随着技术和客户需求的发展，系统集成商必须领先一步。 例如，在3D成像市场，MoviMed的Tarin指出硬件创新要先于软件创新。
    “尽管有许多3D传感器和相机可供使用，例如激光三角测量，飞行时间，伪随机模式发生器的立体传感器等，但在开发工具链中存在很大的差距，可以实现快速的系统开发， ”塔林说。
   Tarin解释说，原始设备制造商目前使用开放标准的3D传感器或相机，并从头开始编程他们的应用程序，或使用带有可配置工具的“封闭式”系统，这些工具往往成本很高。
    “可能需要的是具有可编程FPGA的3D传感器或相机，用于高速板载图像处理，使非FPGA程序员能够在一个封装中部署3D图像处理算法，”Tarin说。
   另一项窥视机器视觉市场的技术是人工智能，更具体地说，是深度学习 （计算机从经验中学习的能力）。 在这个早期阶段，最大的问题是将炒作与实际情况分开。 “人们有时夸大了人工智能和深度学习算法为每个难以解决的机器视觉问题提供解决方案的能力，”塔林说。
   他指出了Gartner的创新炒作周期（见图），这表明深度学习处于“过度期望”曲线的顶峰。

图Gartner Hype Cycle for Innovation表明深度学习正处于“过度期望”曲线的顶峰。

    “虽然机器视觉应用已经从深度学习算法的部署中受益，但它并不是无所不能的，”塔林说。 “当人们比较传统编程和深度学习技术在达到99％以上的准确性所付出的成本时，这一点尤为明显。 尽管如此，深度学习技术肯定会占据一席之地，并将在未来几年继续发挥重要作用。”
   虽然嵌入照明、软件和I / O接口的智能相机的可用性大大降低了许多系统集成的难度，但新兴技术将为机器视觉系统带来更多难题。 例如，在开发多光谱成像系统时，需要专门的照明来照亮特定波长的产品。 对于高光谱成像，宽频LED照明将取代目前使用的基于卤素的系统。
   在数据融合应用中，使用了许多不同的传感器，如超声波，可见光，红外线和激光雷达，还需要定制复杂的成像软件，以便在高性能图形处理器上高效执行。 随着基于CMOS的高速摄像机的出现，系统集成商将不得不支持光纤网络将数据从摄像机传输到计算机。 将这一点结合在一起，基于边缘的视觉系统将需要与基于云的计算系统协同工作，将分析的捕获数据与工厂管理和机器人系统相结合，以实现制造流程的完全自动化。
   但由于机器视觉系统集成商本质上是问题解决者，他们会做他们一直以来所做的事情：克服任何障碍，找到最佳解决方案。