现在，机器视觉系统集成商发现越来越难以通过普通的2D机器视觉系统来增值。2D机器视觉距今已发展了30余年，技术较为成熟，在自动化领域和产品质量控制过程中被广泛的使用，而现在由于对精确度的要求越来越高,3D机器视觉变得更为受欢迎，3D测量能够产生2D系统不能产生的形状信息，因此其使用范围更广，可以测量与形状相关的特征，例如物体平直度，表面积和体积。

  随着人工智能的更多应用落地，深度学习成为机器视觉的热门发展趋势，深度学习是机器学习的一个领域，它使计算机能够通过卷积神经网络等体系结构进行训练和学习。它通过处理数据和创建用于决策的模式来模仿人类大脑的工作方式。一些机器视觉软件公司已经在其产品中部署了该技术，深度学习技术发展在2018年得到突出体现。深度学习代表了机器视觉领域的一个新的增长领域。未来几年深度学习技术将会继续发挥重要作用
  在数据融合应用中，使用了许多不同的传感器，如超声波，可见光，红外线和激光雷达，还需要定制复杂的成像软件，以便在高性能图形处理器上高效执行。随着基于CMOS的高速摄像机的出现，系统集成商将不得不支持光纤网络将数据从摄像机传输到计算机。将这一点结合在一起，基于边缘的视觉系统将需要与基于云的计算系统协同工作，将分析的捕获数据与工厂管理和机器人系统相结合，以实现制造流程的完全自动化。机器视觉系统集成商本质上是解决问题，所以未来他们会做他们一直所做的事情，客服任何障碍，找到最佳的解决方案，去适应这个市场。