盈泰德的視覺檢測設備要大的突破確實很難，但須與CV、應用光學、人工智能、視覺認知等相關學科進行深度交叉。

（1）檢測精度問題。精度是檢測系統(tǒng)的重要指標。視覺檢測精度依賴于相機分辨率、視場大小、圖像處理算法等等。CCD和CMOS的制造工藝已取得長足進步，目前6000*4000pixel的分辨率已經(jīng)成為穩(wěn)定商品。而采用壓電驅動芯片做微米級移動進行像素細分的方法和設備已經(jīng)商品化，號稱分辨率可近20000*14000pixel。在軟件方面，各類算法層出不窮，但具有普適性的算法幾乎沒有，這個在CV領域也是如此。因此，提高視覺檢測的普適性、并確保精度，現(xiàn)在似乎是個不可能完成的任務。

（2）機器視覺檢測的可靠性。相比與其他檢測手段，盈泰德的視覺較大優(yōu)點就是可以快速獲得三維信息，一張或幾張照片就可以重建出被測物體的三維特征，進而實現(xiàn)檢測。但正如大家所說，只要測量條件、環(huán)境、被測物表面特性等改變，有時甚至時稍加改變，結果則大不一樣，檢測重復性和精度更無從談起。這也是現(xiàn)在機器視覺檢測尺寸、位姿等參數(shù)時比較突出的問題，特別是在一些強光干擾、溫度場變化、光照條件變化的應用場合這個問題尤為突出。 機器視覺，用電腦來實現(xiàn)人的視覺功能，但又不同于計算機視覺，前者注重廣義圖像信號（激光、攝像頭）與自動化控制（生產(chǎn)線）方面的應用。而后者更多注重（2D、3D）圖像信號本身的研究以及和圖像相關的交叉學科研究（醫(yī)學圖像分析，地圖導航）。

所以，盈泰德的視覺檢測的環(huán)境適應性問題解決難度很大，無法找到普適性的方法，也只能針對具體問題，研究相應光照、特征提取、匹配、重建、標定等具體方法。