让制造智能化
机器视觉是采用机器代替人眼来做测量与判断，其功能不仅局限于通过计算机摄取图像接收信息，也包括对信息的处理和判断，实现人眼视觉的延伸。
作为机器视觉的一大分支，工业视觉更多注重广义图像信号（激光，摄像头）与自动化控制（生产线）方面的应用，即“眼睛对着机器”，具有自动化和非接触性的特点。
与人眼相比，工业视觉在精确程度、客观程度、可重复性、成本以及效率上都有明显的优势。
正是因为这些特点，现今工业视觉广泛应用于工业生产的各个步骤。在智能制造体系中，机器视觉的应用主要可以归纳为四个方向：

尺寸测量
随着制造工艺的不断提高，工业产品尤其是大型构件的外形设计日趋复杂。同时，由于大型构件的体积和重量限制，不便于经常移动，给传统的测量方式带来了巨大的困扰。
机器视觉测量技术是一种基于光学成像、数字图像处理、计算机图形学的无接触的测量方式，拥有严密的理论基础，测量范围更广，而且相对于传统测量方式而言，拥有更高的测量精度和效率。

物体定位
传统制造业中的焊接、搬运、装配等固定流程在工业机器人的操作过程中，零件的初始状态与机器人的相对位置并不是固定的。这导致工件的实际摆放位置和理想加工位置存在差距，机器人难以按照原定的程序进行加工。
随着机器视觉技术以及更灵活的机器手臂的出现，这个问题得到了很好的解决，为智能制造的迅速发展提供了动力。

零件检测

零件检测是机器视觉技术在工业生产中最重要的应用之一，在制造生产的过程中，几乎所有的产品都面临着质量检测。
传统的手工检测存在着许多不足：首先，人工检测的准确性依赖于工人的状态和熟练程度；其次，人工操作效率相对较低，不能很好的满足大量生产检测的要求；近年来人工成本也在逐步上升。
所以，机器视觉技术被广泛用于产品检测中，在制造环节中，某些步骤的缺失或者加工缺陷会导致零部件的丢失，以及孔洞、污渍、划痕等常见的表面缺陷，这些工业生产中遇到的问题，都可以通过视觉检测及算法来解决。

图像识别

在工业领域中的主要应用有条形码读取、二维码扫描识别等，以往多用NFC标签等载体进行信息读取，需要与产品进行近距离接触。
随着工业摄像机等硬件设备的更新换代，二维码等标识可以被远距离读取和识别，而且携带的信息更丰富，可以将所有产品信息写入二维码，而无需联网查询信息。
变焦相机截取条码影像与其他可视化信息，以控管产品品质。

随着工业视觉在精确度和重复性上的优势以及核心技术的不断完善，工业视觉的下游应用领域也不断拓展：
在汽车行业，几乎所有的系统和零部件制造流程均可收益；
医疗器械和制药行业，产品质量的高要求也需要机器视觉进行参与；
食品饮料领域，机器视觉能帮助企业快速实现产品的准确检测，跟上生产线的速度，降本提效......
智能制造离不开机器视觉，具备“眼睛”的自动化检测设备将为新时代制造业提供更优质、可靠的成本和质量保障。