机器视觉系统在高速、细微和重复的制造过程中显得非常可靠，因此被广泛用于加工制造企业，完成大批量生产过程中的重复性检测任务。机器视觉在质量检测方面的应用占整个工业应用的近百分之80，其中较大的应用行业为：汽车、制药、电子与电气、制造、包装、食品、饮料等。机器视觉检测是非接触无损检测，与传统的检测手段相比，它具有不可替代的优越性，因而得到了广泛的应用。利用线阵CCD配合包装盒的一维运动获取目标图像，然后由计算机对图像进行处理，可以检测日期编号等信息的遗漏和正确与否；以频闪光作为照明光源，利用面阵或者线阵CDC作为螺纹钢外形轮廓尺寸的探测器件，实现热轧螺纹钢几何参数在线测量；在各种产品表面缺陷检测方面应用也很多。

 机器视觉系统的发展动向

近年来计算机视觉(即机器视觉)的发展大致表现在以下三个方面：

 1、基于几何方法的计算机视觉计算理论体系已臻于完整计算机视觉的研究目标之一是使机器能感知三维环境中物体的几何信息，包括它的形状、位置、姿态、运动等。20世纪90年代中期以来，计算机视觉界将对应与射影几何、仿射几何、欧几里得几何的描述，系统地引进视觉计算方法中，比较准确地对应为视觉系统中对物体由粗到细的描述，在计算机视觉系统中降低了对摄像系统参数了解的要求，提高了系统对噪声的鲁棒性。

2、机器学习方法受到越来越多的关注，模式识别的所有领域始终存在基于结构与基于统计的两大分支。如果说基于几何的计算机视觉主要通过几何，描述物体及其运动的三维结构，属于结构方法，已得到较系统的研究；而在计算机视觉中的统计方法除较好地用于图像的底层处理外，一直显得不完善更不用说系统化了。

3、针对众多特定领域的应用研究不断深入，较大规模的应用系统逐步走向商业化随着当前计算机的性能价格比飞速提高，众多特定领域的计算机实时应用系统的商业化已成为可能。如利用指纹、虹膜、人脸、语音等识别技术、行为识别技术与运动跟踪技术、多摄像机融合技术构成视觉监测系统，用于信息安全、智能交通、反恐防盗、身份鉴别等。