我国机器视觉应用起源于20世纪80年代的技术引进，半导体及电子行业是机器视觉应用较早的行业之一。为了保证完整的质量控制，企业生产的产品一般需要经过检测，但是随着生产量的不断增加，如在装配线上采用全人工的检测方式，不仅工作繁重，而且还相当耗费时间，而用户又希望使用的产品都是零缺陷的，这就要求生产商在生产过程中有严格的过程控制，必须在允许的误差范围内，为了实现这一目的，机器视觉检测系统必不可缺。

目前许多机器视觉技术已经实现了产品化、实用化。例如，指纹识别、车牌照识别、智能监控、人脸识别、工业产品的在线检测等。可以说，机器视觉技术在信息化时代，扮演着越来越重要的角色。将机器视觉引入到工业检测中，可实现对物体的平面或三维位置尺寸的快速测量，极大地提高了生产效率和检测精度。

然而，纵使机器视觉技术在检测领域中的应用再怎样的占据优势，其都不会完全避免误差的出现，毕竟任何事物都不会是百分百完美的。因此，机器视觉技术的误差控制是保证准确检测的关键。在机器视觉检测系统中，检测系统的误差通常包括：机械误差、标定误差和分析误差三部分。其中，机械误差是由系统机电执行部分的硬件引入的。例如，工件的测量可能无法在一幅图像内完成，工件需要移动其位置以获取多幅图像。此时，机电运动系统的运动精度将极大地影响测量精度。

这部分误差可以通过在多步运动过程中累积的运动精度的大小来计算，因此测量过程中的运动步数应该尽可能减少。在建立检测系统的过程中，应根据实际检测情况合理分配系统的误差幅度。主要方法有：

1、提高图像质量，尽量采用较小的物像比，减少图像处理的复杂度，可以避免分析误差的出现。

2、将机电系统运动的步骤尽量进行简化，减少机械误差的出现概率;提高机电系统的硬件精度，使机器视觉技术在进行检测时，能够最大程度的保持准确度。

3、采用较高精度标定算法和标定模板，有效避免标定误差的出现。

随着我国逐步成为全球制造业的加工中心，我国成为世界机器视觉发展最活跃的地区之一，主要应用于以下领域：工业自动化生产线、各类检验和监视、视觉导航、图像自动解释、人机交互、虚拟现实、监控摄像与机器视觉。