随着科技日新月异的发展，机器视觉检测渐渐被人所知悉，机器视觉检测就是通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而来判断OK或NG。但此项技术是否能全面取代人工目视检测？如果能，又可应用在哪些范围？如果不能，那全面替代人工目视检测的
       难度在哪里？

       替代？但只能说可替代一部份，自动化升级需要资金，而目前中小型企业生存空间有限，且由于各种局限性，不愿投入大量资金，所以机器视觉检测目前在实力雄厚的企业里广泛应用。 而如今人工成本高，企业也在高成本运营，除非是必须要买，不然都会维持原始，采用传统的人工目测的检测方式。

       在各种缺陷检测的应用中，打光是个难点。如果获得的图片让人看还要仔细斟酌才能给出结果，那么算法就太难做了。反之如果前期打好光，突出检测物要检测的特征，算法并不是困难的东西。但并不是说算法已经够好，机器视觉和人类的差距还是非常大的！这里面最大的差距就是智能。没错，智能相机距离智能两个字，还有较长的一段距离。主要体现在：对于非预期的缺陷的识别。

       在检测应用中，往往是给定一些具体的缺陷检测，使用机器视觉来识别它们是否存在或发生过。但经常遇到的情况是，许多明显的缺陷，因为之前没有发生过，或者发生的模式过分多样，而被漏检。而传统的人工目测，虽然在操作流程中没要求让他去检测这个缺陷，但是他会注意到，从而有较大几率抓住它。
       但机器视觉检测仍然很有市场，因为它解决了人类的一个非常严重的问题：不稳定。人工目测的作业人员，无论你设计怎样的奖惩制度，都会发生较高的漏检率。但是机器视觉检测没问题，它会按照事先设置好的参数，认真执行好检测的步骤。对于工厂的质量控制来说，会更愿意选择这项操作简单设置灵活的机器视觉检测技术，因为它可高精度、高效率、稳定可靠地检测出不良品，并自动剔除。