在我们的机器视觉中，视觉缺陷检测他的最大的特征就是速度快和信息量大以及功能多，他广泛应用于工业检测项目上，不断的满足企业对于产品质量和缺陷检测的需求，未来的机器视觉检测会往那条路走呢？他还有哪些需要突破的？

一、机器视觉的光源和成像问题：一个优质的视觉成像是能够提供准确检测的首要一步，在机器视觉成像中，由于检测产品材质由不同的材料制造而成出现放光和折射等问题，导致工业相机在成像过程中会被影响到物体特征的提取。因此解决光源和成像的问题一直以来都是机器视觉检测的一个难题。提高视觉成像的可以更好的提高机器视觉检测的精度和检测速度。

二、重噪音中低对比度图像中的特征提取：在视觉检测重噪音的环境下，真假瑕疵的对比就变得特别的困难，导致了很多场景中存在误检率较高的一个原因，好在这块可以通过成像和边缘特征提取的快速发展，逐渐的得到了技术突破。

三、机器视觉对于非预期缺陷的识别：在实际应用中，往往是给定一些具体的缺陷模式，利用机器视觉来进行识别他们究竟是否有发生。但通常遇到的状况是，许多有明显的缺陷因为在之前没有发生过或者发生的形式过于多样而被漏检。如果换成人工检测，虽然在检测流程和文件中没提及他去检测这个缺陷，但是他会很明显的看到这个问题，从而有更大几率去判断他，而机器视觉在系统判断上还是很难做到那么智能的判断。

嵌入式的解决方案得到了迅速的发展：智能相机的优势在相机的性能以及成本上体现突出，嵌入式PC也越来越强大，模块化的通用型软件平台和人工智能软件平台将降低开发人员技术要求和缩短开发周期。

伴随着机器视觉检测技术的不断突破和发展，我们说机器视觉未来的发展方向在哪里，那答案一定是渗透在各个智能领域，不局限于在工业制造业。人工智能时代的总有一天会到来，给我们的生活以及产品都带来了无尽的便利。