三是关键技术和核心部件受制于人。传感器、智能仪器仪表、数控系统、工业应用软件等市场份额不到5%，大型工程机械所需30Mpa以上液压件全部进口，大型转载机进口部件占整机价值量的50%-60%。四是软件产品缺乏。中国制造业“两化”融合度相对较低，低端CAD软件和企业管理软件已经非常流行，但在各种复杂产品设计和企业管理中缺乏智能软件产品，机器视觉公司在计算机辅助设计、资源规划软件、电子商务等关键技术领域与发达国家仍存在很大差距。五是企业系统集成能力较为薄弱，缺乏像西门子、GE一样的大型企业机器视觉公司质量和水平不高。

机器视觉与图像处理、模式分类和场景分析三个领域密切相关。(1)图像处理主要是根据现有图像获得新图像。由于获得的是图像，其输出结果仍需要分析和解释。（2）模式分类的主要任务是：对“模式”进行分类。这些“模式”是指事物的一组属性或者说特征。通过这些属性特征，机器视觉公司将其划归为已知类中的某一类，也就是识别出了这个事物。(3)场景分析的重点是将简单的描述转化为更复杂、更详细、更有利于我们判断或得出结论的描述。机器视觉公司这些输出描述深化了输入描述，进一步解释了事物之间的深层联系。

在现代自动化生产过程中，机器视觉逐渐取代了人工视觉，机器视觉公司特别是在工况检测、成品检验、质量控制等领域。随着工业4.随着0时代的到来，这一趋势不可逆转。机器视觉系统由不同的功能模块组成，因此机器视觉公司设计出一个成功的机器视觉系统对工程师的要求是很高的。机器视觉一般涵盖以下专业领域：1、电气工程：机器视觉系统中的硬件和软件设计。2、工程数学：图像处理技术的基础。3、物理:照明系统设计的基础。4、机械工程：机器视觉系统的应用。良好的机器视觉系统能更好地为制造业提供更多的技术支持，从而提高产品质量和生产效率。

4、测量系统的精度至少依赖于硬件设备。整个系统的光学校准模块采用超高精度半导体工艺产品，提高了校准精度。5、机器视觉测量系统设置简单，使用方便，机器视觉公司在三维扫描仪的整体开发过程中，坚持“软件能处理的，决不让用户处理的理念，使整个系统的用户设置参数数量降低。扫描软件的运行期会以更加准确的方式动态计算出所需要的参数值，机器视觉公司不仅避免了用户手动参与的不必要设置工作，而且也使整个系统的适应范围更广，自动化程度更高，人为出错的可能性更低。

然而，与发达国家相比我国还有较大差距，机器视觉公司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，引进机器视觉公司技术消化吸收不足，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。

生产和制造业的未来。在电子产品生产车间，各种芯片和元件的尺寸已经从几毫米减少到几十毫米，从几微米减少到几十微米。在机器视觉系统的指导下，零件的焊接和组装与生产机器人的操作一样准确。由于零件的尺寸和质量已经减少了几百倍，装配速度大大提高，可以每秒钟完成一次。机器视觉公司生产效率提高了100倍。在装配线运行的10秒内，机器视觉公司可以生产出一种包含数千个零件的电子产品。工业4.0概念的受益者是中国，制造业的发展是中国的国家战略。2025年中国制造业表明了政府的动机和决心。一旦启动，它将迅速改变局面，中国的工业也将达到一个新的高度。