机器视觉的需求发展伴随着自动化行业发展在近年来也急剧增加，这也直接导致了视觉行业的技术以及相关产品必须得以更新换代，相对于前几年的视觉行业，随着工业4.0以及工业需求难度的增加，相关重要的相机以及算法也得以重大更新，比如相机偏向于3D方向发展，算法更倾向于智能型算法，使用机器学习中的相关算法等等。

   这是机器视觉行业的一个演变时期。嵌入式视觉与深度学习和人工智能相结合， 将在生命科学、自驾游、安全和农业等传统制造业以外的市场继续蓬勃发展。但是， 工厂车间的传统应用也不被改变。这主要是相关技术以及算法已经非常成熟且性价比相对于新技术友好。但以下几方面将会随着市场环境转变发生技术的升级以及变革。
嵌入式视觉
   预计使用 AI 功能的嵌入式视觉解决方案将不断普及。”处理能力大大提高, 记忆力变得非常便宜,” 北美 gardasoft llc 副总裁 john merva 说。”用户可以选择一个非常小的相机, 并利用来自许多不同来源的云数据。当您将这些因素与机器学习结合到一个包中时, 您就有了嵌入式视觉。
深度学习
   这很可能是机器视觉的深度学习成为真正颠覆性技术的一年, 并将在解决传统机器视觉无法解决的应用方面发挥重要作用。ATS 自动化公司的 steve wardell 以疫苗检测为例。沃德尔说: “我们在冷冻干燥的小瓶中检查疫苗, 结果每次都有很大的不同, 这取决于它们的干燥方式。”做一个经典的检测过程变得非常具有挑战性, 因为在一个实例中, 可能是粒子的东西可能看起来与裂纹非常相似。
高光谱成像
   随着短波红外 (SWIR) 技术的进步, 现在可以 “做一些事情, 比如通过一块复合航空公司的翅膀来发现内部缺陷,” 推向市场, 适用于高速机器视觉应用。
智能相机
  相对于传统算法与硬件系统相分离的检测系统解决方案。客户更加趋向于采用集成式智能相机，主要原因是智能相机应用单一，使用安装简便，调试简单，并且不需要专业的相关人员就可以使用。
3D系相机的普及
  传统视觉行业的应用主要是采用2D相机来使用，但相对于具有深度信息的应用以及检测,3D相机已经被大量普及，虽然当前3D相机使用时速度以及相关算法还是一大短板，但是相对于从2D相机中提取平面深度信息，3D相机要方便的多。但由于纯3D相机价格相对昂贵，一般采用的是2D相机加激光获取深度信息的方法来解决。
一个不确定经济
   有股市的起伏, 全球制造业市场可能放缓, 贸易和关税政策也存在不确定性。”世界上最大的经济体恰好也是机器视觉产品的最大市场, 目前存在贸易问题,” 视觉集团 Teledyne 成像总裁 keith reuben 说。他称这是 “对我们行业增长的最大威胁, 在这十年中, 我们的行业一直运行得很好”。2019年虽然市场环境不友好，但是随着新技术的更新同时也会填补市场上的不足，相对于经济环境带来的影响，巨大的市场需求也同样是新技术的应用之地，完善以及解决传统视觉所遗留的不足，同时视觉行业同样也是一巨大的潜在市场，相对于康耐视以及基恩士这些视觉巨头，中小型企业也会在从中快速发展，虽然是夹缝中求生存，但凭借着地区性的业务拓展也将有一个较好的发展。