机器视觉2D技术发展至今已经有30多年了，技术相对成熟，在产品质量控制自动化领域广泛使用，但已经很难满足现今的技术需求了。

如今市场上产品品质对于精度要求越来越高，机器视觉3D技术相对于2D会更受生产企业的欢迎，3D视觉可以测量产生2D系统不能的形状信息。 因此，可以测量与形状相关的特征，例如物体平直度，表面角度和体积。

因为工业自动化的发展，机器视觉检测技术广泛运用在检测、识别等表面缺陷检测领域，比如电子零件外观缺陷检测、磁性材料外观缺陷检测、塑胶产品外观缺陷检测、印刷品字符、条码等检测，这些应用类型都有着一个共同的热点，就是大批量生产、外观品质要求高、生产效率和精度要求高，人工检测已无法满足生产需求。

在90年代，如此庞大的生产量面前，使用人工检测就招聘非常多的检测员工，投入很多的人力成本、培训成本等，在工厂投入如果多的成本进去后，却不能有效的保证产品的检测合格率。

而视觉检测的解决了人工检测单一、重复性的工作，机器视觉检测设备的自动化能力、客观非接触性检测、高精度检测的特点已成为厂家优先的选择。

机器视觉检测不仅能提供产品的检测合格率，还能形成实时数据反馈，从而让工程师能及时找到缺陷原因，提高生产精度，节约生产成本。

早在90年代，我国的机器视觉技术开始发展，在如今这个全面发展自动化的时代，机器视觉技术的使用时未来的大趋大势，机器视觉技术的大力普及，预示着未来的自动化时代。

3D传感器中的所有组件都被牢固地安装在单个光机械组件上，以确保重复性，焦距相对于发射器和成像器平面锁定在位，并且包括温度补偿功能，以便纠正由于金属蠕变而引起的移动。

3D机器视觉的另一个好处是， 例如，可以用多个扫描仪扫描诸如卡车框架的大物体。

随着人工智能的更多应用落地，深度学习成为机器视觉检测的热门发展趋势，深度学习是机器学习的一个领域，它使计算机能够通过卷积神经网络等体系结构进行训练和学习。它通过处理数据和创建用于决策的模式来模仿人类大脑的工作方式。

未来几年深度学习技术将会继续发挥重要作用。