然而，与发达国家相比我国还有较大差距，智能产线检测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，引进智能产线检测技术消化吸收不足，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。

视觉定位要求机器视觉系统能够快速准确地找到被测零件并确认其位置。在半导体包装领域，设备需要根据机器视觉获取的芯片位置信息调整拾取头，准确拾取芯片并绑定，这是机器视觉工业领域视觉定位基本的应用。事实上，物体分拣应用是基于识别和检测后的一个环节，智能产线检测通过机器视觉系统处理图像，实现分拣。在机器视觉工业应用中常用于食品分拣、零件外貌瑕疵自动分拣、棉花纤维分拣等。机器视觉上游有光源、镜头、工业相机、图像采集卡、图像处理软件等硬件和软件供应商，中游有集成和机器设备供应商，下游应用广泛，智能产线检测主要下游市场包括电子制造业、汽车、印刷包装、烟草、农业、医药、纺织运输等领域。

系统的复杂度取决于特定的应用需求。选择一个好的零件，不仅要考虑一个零件的性能(如分辨率、帧率、测量算法等)是否能满足需求。智能产线检测还要考虑系统的环境条件。比如在工业领域，这些环境条件包含部件变化，移载，定位，处理接口，振动，环境光，温度，灰尘，油污，水，电磁辐射等。智能产线检测在极端恶劣条件下，有时候需要将机器视觉组件添加保护措施。典型的例子，有些相机需要在相对洁净环境下使用。但是，通常情况下，工业环境可以直接使用工业相机。就算是稳定的视觉系统，往往会因为外部的影响导致结果很不理想，比如，振动会导致图像模糊失真，而可变的零件会导致得出不同的图像，过长的曝光时间会导致运动物体的图像锐度失真。

广泛应用于机械、电子、航空航天、模具、弹簧、齿轮、接线端子、电路板接头、五金塑料、磁性材料、电子线路、元件、手表、小型五金冲压行业、矿石行业、手机配件、家用电器、连接器、机械配件、精密夹具、塑料、五金、计算机周边行业等。基于图像测量仪CCD基于计算机屏幕测量技术和空间几何操作的强大软件能力，基于数字图像。智能产线检测在安装了特殊的控制和图形测量软件后，计算机成为具有软件灵魂的测量大脑，是整个设备的主体。它可以快速读取光学尺的位移值，并通过基于空间几何的软件模块操作立即得到所需的结果；智能产线检测并在屏幕上生成图形，供操作员比较图像，以便直观地区分测量结果的可能偏差。