机器视觉已经为制造业做出了重要贡献，主要是通过提供自动检测功能作为质量控制程序的一部分。然而，自动化领域正变得越来越复杂。工业4.0，物联网（IoT），云计算，人工智能，机器学习和许多其他技术为视觉系统的用户和开发人员提供了在为各自应用选择理想系统方面的巨大挑战。

一种使能技术

随着许多不同领域的快速发展，包括成像技术；CMOS传感器； 嵌入式视觉；机器和深度学习；机器人接口；数据传输标准和图像处理能力，视觉技术可以使制造业在许多不同层面受益。新的成像技术提供了新的应用机会。例如，高光谱成像可以提供关于被成像材料的化学组成的信息。计算成像允许以不同方式组合一系列图像以显示使用传统成像技术无法看到的细节。偏振成像可以显示材料中的应力模式。机器视觉技术的其他发展可以提高制造业的性能，集成度和自动化程度。集成度可以从手动装配辅助到完全集成到OEM设备，也可以满足工业4.0的苛刻要求。

帮助手动组装

目前仍然有大量的产品手动组装，并且可以使用“人工辅助”相机来帮助防止此类操作中的错误。操作员遵循一组装入相机的装配说明并显示在监视器上。在每次操作之后，系统将结果与正确存储的图像进行比较，以确保在操作员继续进行下一步之前正确完整地执行了该操作。如果操作不完整或者出现错误，则会向操作员显示该操作以便进行更正。完成的每个步骤都可以进行验证和记录，以提供可用于装配工作分析和可追溯性的数据。

为生产线增添视野

在制造或包装线上使用视觉检查是一种成熟的做法。系统包括执行检查任务并将通过和未通过结果传送到控制系统的单点自包含智能相机，以及可能具有多个相机或多个检测站的基于PC的系统。视觉系统可以改装到现有生产线或设计成新生产线。视觉检查还可以与统计过程控制方法结合使用，不仅可以检查关键测量，还可以分析这些测量的趋势。通过这种方式，可以在产生任何超出公差的产品之前进行干预以调整过程。 这可能是最接近工业4.0要求的先行者。