新一代工业级智能相机选购指南
，传感器的尺寸与图像质量的优劣，并不容易被凸显。然而如果要将机器视觉应用在高端高速的检测应用上，那么传感器的尺寸，就成为选择系统时，必须要考虑的要点。
卷帘快门（Rolling shutter）与全局快门（Global shutter）的比较卷帘快门（Rolling shutter）与全局快门（Global shutter）的不同在于画面曝光的时间差。卷帘快门（Rolling shutter）是通过电子信号告诉感光组件，依序曝光，直到整个画面曝光完成。而全局快门（Global shutter）是在曝光时，"同时" 曝光整个画面。在过去智能相机的应用中，因为系统处理器性能有限，无法同时处理大量的图像数据，因而多采用卷帘快门（Rolling shutter）。然而其缺点是当检测快速运动的物体时，会出现残影，无法应用在高速的应用中。随着系统处理性能的提升，系统性能将不再是瓶颈，若有高速移动对象的检测的需求，采用全局快门（Global shutter）传感器能采集到无残影的，正确的图像。
在机器视觉图像采集与分析的过程中，图像质量占了重要的关键。但由于先天光学条件(镜头、光源)的限制，采集的图像会有亮度不一致的情况，而造成后端图像分析的误判。如果可以在图像进入分析之前，就对采集的图像进行质量优化，可确保图像分析的正确。在过去的应用中，图像数据采集到系统后，必须通过系统处理器进行计算与图像质量优化，因为受限于CPU计算资源，能够处理的图像数据量也会受到限制。然而，若能通过FPGA的支持，将图像的矩阵计算，在进到CPU计算之前，即做好过滤以及优化的处理，可以大幅加速图像处理的性能，降低CPU资源，一方面可以把系统资源留给机器视觉系统的核心-图像算法，另一方面可以更实时的处理大数据量的图像，让高速以及复杂的图像处理与分析，得以被实现，预处理功能例如查找表（look up table）、感兴趣区域（ROI ，Region of Interest)，阴影校正(Shading Correction)等图像质量优化功能。如果在机器视觉系统中，也能搭载协处理器的预处理，将可大幅提供图像分析与演算的应用范围。
GPU绘图与多媒体图像处理性能新一代Intel® AtomTM E3840处理器相比前一代Intel® AtomTM D2550处理器系列计算性能提升六倍左右，可通过Intel® HD Graphics 4000技术，同时处理多通道的图像压缩传输。通过CPU与GPU性能的提升，图像检测结果可以被记录、存盘，或者是提供原始资料进行进一步的对比与分析，让工厂的信息系统具备更智能的功能。
系统显示性能在工厂环境中，传统智能相机仅能通过以太网传输数据，以供中控端的监控使用。若该机器视觉系统可支持VGA输出接口，则该机器视觉系统可以同时通过VGA以及以太网络端口输出图像，连接至HMI或产线端的屏幕，实时检查结果，发现问题，将可有效提升产线性能。
64位架构从 32 位到 64 位架构的改变是一个根本的改变，从处理器、操作系统，以及软件都必须支持64 位架构才得以真正有效提升性能。图像分析软件因为需要处理的数据量大，市场上主流的应用软件多已经支持64位。所以机器视觉系统的选择，当然也必须选择支持64位的系统，才得以发挥该应用最大的效益。
小型机器视觉系统的储存容量的大小，代表的意义是使用者可以存储更多的图像辨识对比样本，也可存储检测数据，或进行备份。对于整体系统的稳定性是非常有益的。另外一方面，存储容量大小的考虑，必须考虑安装操作系统以及应用软件所需的空间。
总体拥有成本的考虑系统购置的总体拥有成本，并非仅考虑机器视觉系统本身的成本。使用者是聪明的，如何从总体拥有成本的角度协助客户降低费用，才是王道。我们不妨从以下几点来探讨：
1. 空间与配件的成本：
机台的大小、产线的空间都是使用者可以使用的空间成本。另外连接到外部设备的线材与配件，例如PWM光源控制，也应该计算在总体拥有成本中。
2. 扩展机器视觉系统成本：
一组小型机器视觉系统能够支持的通道数可以说直接表现出其每通道单位成本。传统智能相机多缺乏扩展性，如果需要多个图像通道，要不就是重新采购嵌入式机器视觉系统，或者是必须重新架设一组智能相机。倘若小型机器视觉系统可通过以太网络端口，串接附属的以太网相机，则无需加购一组智能相机，将可大幅降低单位通道成本。
3. 开发环境与程序的通用性：
在文章前述提到，一个智慧工厂是由多组生产工作站组成的，多组工作站之间，如何让系统之间容易整合与沟通，是工厂是否智能化的关键。如果软件开发的人力与know-how，是很容易部署到跨系统，无论是整合运动控制、机器视觉或者IO的工业电脑系统，或是现在已经在使用的先扫描系统，如果仅需要学习一套开发程序语言，相对来说是有效节省人力开发的成本。