工业智能相机发展历程的诸多挑战
　　在大规模或高测试要求的生产线上，机器视觉功能可以被用来代替传统人工测量或检测，以实现人工条件下无法达到的可靠性、精确度及测试速度。在我国机器视觉从最初的实验室研究起步至今约有近20年的历史。但长期以来除了成套引入或复制国外产线外，机器视觉并没有在自主的工业产线上形成规模性和普遍性的应用。除了市场和用户需要有认可的过程外，原先基于PC架构的机器视觉系统，在很多场合不适合本土更为敏感的成本因素以及更为复杂的现场环境。其次是视觉系统开发相对复杂，让缺乏相关应用经验的工程师不敢轻易尝试。
      

　　正如工业智能相机的架构非常重要一样，智能相机的易用性或可编程性、用以按照需要的速度执行特定的任务，对于系统集成商而言也非常关键。虽然智能相机可以使用各种不同类型的图像传感器、I/O和照明配置，但是供应商通常提供用于执行某种特定成像任务（如条形码读取）的智能相机产品。这些特定功能通常已经定制到相机的板载FPGA和CPU上，相机已经不能配置为执行其他任务。
　　然而，许多系统集成商需要能够执行多个图像处理操作的智能相机，例如图像增强、特征位置、对象测量、存在/不存在检测或其他机器视觉任务。在这种情况下，开发人员将面临多种选择。为了满足这些需求，许多智能相机供应商提供具有自身软件和图形用户界面（GUI）开发系统的智能相机产品。虽然使用这种相机可能仅限于使用供应商自己的软件，但是供应商对智能相机及其使用的视觉软件都有深入的了解，这一点对系统开发人员也是一种支持保证。
　　部分供应商已经认识到，在设计上与他们的产品相似的第三方工业智能相机的出现。很多供应商并没有忽略这个机会，而是允许其他智能相机供应商将他们的软件集成到各种智能相机产品中。然而，虽然第三方相机供应商也可以提供智能相机产品，但是他们提供的支持，相比于智能相机系统和机器视觉软件供应商可能更为有限。通过这种发展，复杂的系统集成商可以使用现成的软件包和第三方相机，为他们的机器视觉任务开发有效且高效的解决方案。