思普泰克智能制造认为，随着计算机技术、信息技术、电子技术、传感器技术和仿生技术等的发展，机器视觉检测方法也必将得到迅速的发展。技术和市场需求等因素决定了机器视觉表面缺陷检测的发展趋势为:

　　1、研究更具鲁棒性的图像处理和分析算法，提高图像处理的有效性和和执行效率，降低算法的复杂度，提高识别的准确性。在在线检测系统中，要特别注重实时性 ，视觉本身具有内在的并行性 ，为此 ，还在要理论、算法和技术等多方面研究视觉并行计算，提高视觉计算的速度。同时，进一步研究算法性能的评价方法，以对算法的效率和性能作了科学、准确的刻化和评价。

　　2、采用统一而开放的标准，构建标准化、一体化和通用化的解决方案，标准化与个性化的进一步统一，研发可靠性高、维护性好、便于不断完善和升级换代、网络化、自动化和智能化更高的机器视觉系统是今后的发展趋势。

　　3、 MARR 理论对计算机视觉发挥了巨大作用，其核心是将视觉理解为3D重建的过程。但是，从3D 场景到2D图像是一个多对一的映射，在映射的过程中损失了深度信息; 灰度是对场景的惟一的测量值 ，诸如光照 、材料特性 、朝向和距离等信息都无法反映; 成像中由于噪声及环境等因素的干扰，都会使图像产生失真。为此，需要研究视觉检测新理论 和新方法，如发展主动视觉、增强视觉系统的智能学 习能力等。

　　4、研究完整3维场景重建方法。现有3维场景 重建理论和算法基本都局限于对目标“可视”部分的重构，如果用 Marr 视觉计算理论来说，还主要停留在2. 5维表达上，这种表达仅提供了物体可见轮廓以内的3维信息。如何恢复物体完整表面的信息，即包括物体表面不可见部分，是一个复杂但也亟待解决的问题。

　　5、从生物视觉得到启发，吸收来自心理学、生理学等其他学科中生物视觉的最新研究成果，基于生物视觉机制为视觉检测提供研究新思路，模仿生物视觉多尺度 、层次性的视觉特点 ，结合视觉任务，引入先验高级知识的指导，同时将机器视觉、机器听觉 、机器嗅觉、机器触觉等多信息相互融合，突破单一视觉信息的局限性，也将成为机器视觉检测的发展方向之一。