据美国商业资讯官方网站报道，全球机器视觉市场正处于迅速发展之中，预计到2025年年底，市值将超过192亿美元。机器视觉在工厂自动化中起着至关重要的作用，并已经扩展到安全，娱乐，农业和医疗保健领域。

在金属3D打印领域，打印件的测试缓慢是一个急需解决的问题。为此，卡内基梅隆大学工程学院的研究人员开发出一种可以自动识别和分类不同种类的金属3D打印粉末的机器视觉技术，其准确率在95％以上。该技术可以大大加快和改进金属3D打印件的测试，并有望在五年内普及。

研究人员说，这种粉末识别能力可能会大大减对3D打印件的物理测试，“在传统制造领域，通常会对部件进行破坏性测试来确定它是否合格。但通过精确分类进入3D打印机的粉末，其中的一些破坏性测试将变得多余。”

“破坏性测试需花费大量的时间和金钱，在增材制造中应该被避免，以保持3D打印的按需性质。我们的研究着眼于新的资格概念，如机器学习来保证成功的3D打印构建。”

研究员谈到的机器学习涉及培训一台计算机，以在无人监督的情况下识别和分类粉末。随后，这种计算机可以看出一种金属粉末是否具有一个零件所要求的微观结构质量，如强度、疲劳寿命、韧性等。如果符合要求，一旦用它们将零件3D打印出来，零件就不太可能破裂或发生故障。

研究团队已经用八种不同的商业原料粉末对他们的机器视觉粉末分类系统进行测试，发现该系统能捕获更多金属3D打印粉末的相关信息（与普通的手工测量相比）。

该系统甚至可以识别粉末的许多不同特征，如有颗粒多大，颗粒是如何组合在一起的，颗粒的表面粗糙度以及它们的形状等等。令人惊讶的是，计算机的粉末识别能力实际上比训练有素的人更好。

机器视觉方法是自主的、客观的和可重复的，这种标准化是推进3D打印件质量保证的必要条件。相比于人眼观测，机器视觉具有自动化、客观、非接触和高精度等特点。特别是在工业生产领域，机器视觉强调生产的精度和速度，以及工业现场环境下的可靠性，在重复和机械性的工作中具有较大的应用价值。

2016年俄罗斯计算机视觉公司VisionLabs开发了一个通用的开源计算机视觉开发平台，Facebook与谷歌为其提供资金并测试开发成果。另外，5月，美国亚马逊公司收购了一支欧洲顶级机器视觉团队用于无人机领域研究。无独有偶，英特尔收购了俄罗斯计算机视觉公司Itseez，用于无人驾驶领域。

全球科技巨头加速布局机器视觉正是看中了该行业无限广阔的应用前景，在未来数年内，机器视觉将会成为各国抢占智能市场的必争之地。

目前，机器视觉在工业中的应用最为广泛，而工业中又以电子制造占比最大，约占40%至50%。高性能、高精密度的专业设备制造行业与机器视觉的使用特点较为匹配，比较典型的是国际范围内最早带动整个机器视觉行业崛起的半导体产业。全球半导体制造业对于机器视觉的需求占到全行业市场需求的 40%以上，半导体制造的景气回暖将对机器视觉行业带来积极影响。

随着科技业新技术迭出，机器视觉的应用领域窗口将被打开，未来这一应用技术将扩展至消费电子、可穿戴式装置、汽车先进驾驶辅助系统以及智能化监控等更贴近大众生活的领域。