機器視覺在智能工廠中扮演著重要的角色，可以有效增加產能、提升產品合格率。在選擇小型機器視覺系統時，傳統工業智能相機的優勢是體積小、集成度高、便于開發使用;嵌入式機器視覺系統的優勢則在于配置相當彈性，可配備較高等級的CPU處理器，支持多通道相機，以及具備高擴展性。是否有更新型態的小型機器視覺系統，可以兼具兩者的優點，同時具備降低成本，滿足需求越來越嚴苛與快速的視覺應用考驗?

　　智能工廠對機器視覺的需求

　　性能與處理能力。如何提升產能，系統性能與處理能力(throughput)扮演著關鍵的角色。就一般機器視覺系統而言，高分辨率與高幀率(每秒顯示幀數)就像魚與熊掌一樣，不可兼得。在一般實際的應用中，通常是高分辨率但低幀率或低分辨率但高幀率的應用組合。如果想要兩者兼得，惟一的出路就是使用高端CPU處理器來補足分辨率與幀率加乘出來的結果。如何以合理的成本，取得最佳的處理性能，是系統開發人員所關心的。

　　產線環境。工廠的環境通常是較為惡劣的，例如在飲料生產包裝的產線，系統可能會直接接觸到液體。而在工具機加工的環境中，則是充滿切削工件的惡劣環境。如果機器視覺系統必須就近配置在嚴苛的產線環境中，那么選擇具備防水、防塵能力的產品才能達到該需求。

　　多組生產工作站。在工廠環境中，一個成品的上市，從組件的制造、半成品的取放、質量的檢驗到出貨的包裝，必須要經過層層不同的工作站。舉例來說，CNC機臺負責組件的車削加工，通過工業機器人的取件，通過工業相機讓工件定位后，才開始進行工件的切割;完成后進入到檢測的站臺，進行缺陷檢測;過關的成品在包裝區進行出貨條形碼的掃讀。多組生產工作站之間，如何讓系統之間容易整合與溝通，是工廠是否智能化的一大關鍵。

　　軟件開發環境。軟件解決方案開發的難易度與整合度，是所有導入智能化系統的工程人員心中的一大擔憂，也往往是決定項目成敗的最重要因素。如何縮短開發時間，降低系統開發成本，是重要的關鍵。

　　選擇小型機器視覺系統的決勝點

　　處理器計算性能。傳統智能相機因為體積小，在有限的空間里，散熱能力會受到限制，因而僅能搭載單核Atom處理器或ARM架構的處理器，雖然其功耗較低，但因性能有限，故僅能完成單一任務的圖像分析處理，如計數、掃描條形碼等。隨著Intel AtomTM E3840處理器系列的發布，相比前一代處理器系列提升兩倍的處理性能，且同時還擁有低功耗的優勢。這意味著小體積也能帶來高性能，多任務的圖像處理得以被實現。新一代的小型機器視覺系統可具備同時進行尺寸測量、計數、定位、二維碼讀取等多任務處理的能力，從持有成本來看，具備一臺抵多臺的能力。

　　圖像傳感器與圖像質量的優劣。圖像傳感器是機器視覺系統的靈魂，傳感器的尺寸直接代表著圖像的質量。在過去，智能相機的應用定義在初級的圖像檢測上，傳感器的尺寸與圖像質量的優劣，并不容易被凸顯。然而如果要將機器視覺應用在高端高速的檢測應用上，那么傳感器的尺寸，就成為選擇系統時，必須要考慮的要點。

　　卷簾快門(Rolling shutter)與全局快門(Global shutter)的比較。卷簾快門與全局快門的不同在于畫面曝光的時間差。卷簾快門是通過電子信號告訴感光組件，依序曝光，直到整個畫面曝光完成。而全局快門是在曝光時，“同時” 曝光整個畫面。隨著系統處理性能的提升，系統性能將不再是瓶頸，若有高速移動對象的檢測的需求，采用全局快門傳感器能采集到無殘影的，正確的圖像。

　　協處理器。在機器視覺圖像采集與分析的過程中，圖像質量占了重要的關鍵。如果可以在圖像進入分析之前，就對采集的圖像進行質量優化，可確保圖像分析的正確。在過去的應用中，圖像數據采集到系統后，必須通過系統處理器進行計算與圖像質量優化，因為受限于CPU計算資源，能夠處理的圖像數據量也會受到限制。然而，若能通過FPGA的支持，將圖像的矩陣計算，在進到CPU計算之前，即做好過濾以及優化的處理，可以大幅加速圖像處理的性能，降低CPU資源，一方面可以把系統資源留給機器視覺系統的核心—圖像算法，另一方面可以更實時的處理大數據量的圖像，讓高速以及復雜的圖像處理與分析，得以被實現，預處理功能例如查找表(look up table)、感興趣區域(ROI ，Region of Interest)，陰影校正(Shading Correction)等圖像質量優化功能。