典型的工业机器视觉系统包括:光源、镜头(定焦镜头、双镜头、远心镜头、显微镜头)、相机(包括CCD相机和COMS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通信/输入输出单元等。四个常见应用领域：检测是机器视觉工业领域的主要应用之一，光学筛选机，智能产线系统几乎所有产品都需要检测，人工检测问题较多，人工检测准确性低，工作时间长，准确性不能保证，检测速度慢，智能产线系统容易影响整个生产过程的效率。因此，机器视觉检测设备在图像检测的应用方面也非常的广泛，光学影像筛选机，例如：硬币边沿字符的检测。

然而，与发达国家相比我国还有较大差距，智能产线系统体现在以下几个方面：一是智能设备制造基础理论和技术体系建设滞后。目前，我国主要关注智能设备制造技术跟踪和技术引进，基础研究能力相对不足，引进智能产线系统技术消化吸收不足，缺乏原创创新；控制系统、系统软件等关键技术环节薄弱，技术系统不完整。二是我国智能设备制造的数字化发展基础相对薄弱，制造业的整体发展仍处于机械自动化向数字化自动化的过渡阶段。如果德国工业4.0作为参照系，比较一致的观点是，中国总体上还是2.0时代，一些企业正在向3.0时代迈进。

中国制造业经历了机械化、自动化、数字化等发展阶段，建立了完整的制造体系和制造基础设施，在全球产业链中发挥着重要作用。这使中国具可能实现智能装备制造，推动全球产业链改革。一是取得了一大批相关的基础研究成果，智能产线系统掌握了长期制约我国产业发展的部分智能装备制造技术，如机器人技术、感知技术、复杂制造系统、智能信息处理技术等。初步形成了以新型传感器、智能控制系统、工业机器人、自动化生产线为代表的智能设备制造产业体系。二是我国制造业数字化具备一定的基础。目前指定规模以上的工业企业在研发设计中应用数字工具的渗透率已达54%，智能产线系统生产线上数控设备的比例已达30%。

在现代自动化生产过程中，机器视觉逐渐取代了人工视觉，智能产线系统特别是在工况检测、成品检验、质量控制等领域。随着工业4.随着0时代的到来，这一趋势不可逆转。机器视觉系统由不同的功能模块组成，因此智能产线系统设计出一个成功的机器视觉系统对工程师的要求是很高的。机器视觉一般涵盖以下专业领域：1、电气工程：机器视觉系统中的硬件和软件设计。2、工程数学：图像处理技术的基础。3、物理:照明系统设计的基础。4、机械工程：机器视觉系统的应用。良好的机器视觉系统能更好地为制造业提供更多的技术支持，从而提高产品质量和生产效率。

1、从生产效率的角度来看，由于长时间工作后操作者容易感到疲劳，因此人工视觉的质量低下，准确性不高，机器视觉可以大大提高生产效率和自动化程度。2.智能产线系统从成本控制的角度来看，培训一名合格的经营者需要企业管理者花费大量的人力和物力，而简单的培训远远不够。提高操作人员的实际水平需要很多时间。智能产线系统只要机器视觉系统设计、调试和运行得当，就可以长期连续使用，保证生产效果。3.在焊接、火药制造等特殊工业环境中，人工视觉可能对操作人员的人身安全构成威胁，机器视觉可以在一定程度上有效避免这些风险。

三是关键技术和核心部件受制于人。传感器、智能仪器仪表、数控系统、工业应用软件等市场份额不到5%，大型工程机械所需30Mpa以上液压件全部进口，大型转载机进口部件占整机价值量的50%-60%。四是软件产品缺乏。中国制造业“两化”融合度相对较低，低端CAD软件和企业管理软件已经非常流行，但在各种复杂产品设计和企业管理中缺乏智能软件产品，智能产线系统在计算机辅助设计、资源规划软件、电子商务等关键技术领域与发达国家仍存在很大差距。五是企业系统集成能力较为薄弱，缺乏像西门子、GE一样的大型企业智能产线系统质量和水平不高。