现代视觉理论和技术的发展，不仅在于模拟人眼能完成的功能，更重要的是它能完成人眼所不能胜任的工作。机器视觉系统的特点是提高生产的柔性和自动化程度，在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合，采用机器视觉来替代人工视觉；
在大批量工业生产过程中，用人工视觉检查产品质量不仅效率低而且精度不高，而用机器视觉检测方法可以大大提高生产效率和生产的自动化程度,机器视觉系统在工业在线检测的各个领域得到广泛应用。
大型工件平行度、垂直度测量
大型工件平行度、垂直度测量采用激光扫描与CCD探测系统的大型工件平行度、垂直度测量仪，它是以稳定的准直激光束为测量基线，配以回转轴系，旋转五角标棱镜扫出互相平行或垂直的基准平面，并将其与被测大型工件的各面进行比较。在加工或安装大型工件时，可用该认错器测量面间平行度及垂直度。
热轧螺纹钢几何参数在线动态检测系统
该系统以频闪光作为照明光源，利用面阵和线阵CCD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的动态检测。
轴承状态实时监控
采用视觉技术实时监控轴承的负载和温度变化，消除过载和过热的危险。该技术将传统的通过测量滚珠表面来保证加工质量和安全操作的被动式测量变为主动监控。
基于机器视觉的仪表板总成智能集成测试系统
汽车仪表板总成上安装有速度里程表、水温表、汽油表、电流表、信号报警灯等，其生产批量大，出厂前需要进行一次质量终检。检测项目包括速度表等五个仪表指针的指示误差，24个信号报警灯和若干照明灯是否损坏或漏装等。通常采用人工目测方法检查，但误差大、可靠性差，不能满足自动化生产的需要。机器视觉测试技术的智能集成测试系统改变了这种现状，实现了对仪表板总成智能化、全自动、高精度、快速度的质量检测，克服了人工检测所造成的各种误差，大大提高了检测的效率和可靠性。
金属板表面自动探伤系统
在对表面质量要求很高的特殊大型金属板进行检测时，原始的检测方法是采用人工目视或用百分表加探针进行检测，该方法不仅易受主观因素的影响，而且可能给被测表面带来新的划伤。金属板表面自动探伤系统利用机器视觉测试技术对金属表面缺陷进行自动检查，可在生产过程中高速、准确地进行检测，同时由于该系统采用非接触式测量，避免了产生新划伤的可能。该系统采用激光器作为光源，通过针孔滤波器滤除激光束周围的杂散光，采用扩束镜和准直镜使激光束变为平行光并以45度的入射角均匀照射在被测金属板表面上。金属板放在检验台上，检验台可在x、y、z三个方向上移动，摄像机采用TCD142D型2048线阵CCD，镜头采用普通照相机镜头，CCD接口电路采用单片机系统。PC主机主要完成图像预处理及缺陷的分类或划痕的深度运算等，并可将检测到的缺陷或划痕图像在显示器上显示。CCD接口电路和PC机之间通过RS.232口进行双向通讯，构成人机交互式数据采集与处理。该系统主要利用线阵CCD的自扫描特性与被检钢板在x方向的移动相结合，提取金属板表面的三维图像信息。
汽车车身轮廓尺寸精度检测系统
英国ROV
ER汽车公司800系列汽车车身轮廓尺寸精度的100％在线检测，是机器视觉系统用于l3l工业检测中的一个典型实例。该系统由62个测量单元组成，每个测量单元包括一台激光器和一个CCD摄像机，用以检测车身外壳上288个测量点；汽车车身置于测量框架下，通过软件校准车身的精确位置。每个激光器、摄像机单元均在离线状态下经过校准，同时还有一个在离线状态下用三坐标测量机校准过的校准装置用以对摄像机进行在线校准；检测系统以每40秒检测一个车身的速度，可检测三种类型的车身；系统将检测结果与从CAD模型中提取出来的合格尺寸相比较，测量精度为±0.1mm。ROVER公司的质量检测人员用该系统来判别关键部分的尺寸一致性，如车身整体外型、车门、玻璃窗口等。检测实践证明，该系统可成功进行800系列汽车车身轮廓尺寸精度的在线检测，并将用于检测ROVER公司其它系列的车身轮廓尺寸精度。
奥迪白车身表面质量检测系统
奥迪公司最近研制成功了一种能够对白车身表面缺陷进行全自动检测的系统，取名为“智能控制白车身表面质量检测系统”。该检测系统综合采用了投影光栅直接相位采集、高速数字图象处理、表面缺陷图象模式自动识别、智能化质量判断、自适应系统学习技术、高速数字信息网络、松散化自调节软硬件结构以及机器人系统控制技术，可以在传动速度为5m/min的生产线上，对焊装完毕的白车身进行100％的在线检测。整车检验时间为1分20秒。通过自动测试与分析，将过去靠肉眼无法分辨的表面缺陷直接标记在车身上，使白车身进入喷漆工序之前即可对缺陷处进行打磨，节省了表面喷涂过程中的打磨工序，既节约了大量制造成本，同时又提高了车身的表面质量。
机器视觉产品方案商朗锐智科(www.lrist.com)相关人员表示,在许多其它方法难以检测的场合，也可以利用机器视觉系统可以有效地实现, 从而有效地提高了生产自动化水平和检测系统的智能水平。机器视觉的应用正越来越多地代替人去完成许多工作，美国国家标准局就曾预计未来90％的检测任务将由视觉测试系统来完成。