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。

1、机器视觉测量采用亚像素级物体曲面扫描方法，满足高质量点云扫描需要。该系统使用高分辨率数字工业摄像机收集图像数据。通过光源在物体表面的条纹，任何复杂表面的密集点云都可以在几秒钟内获得（具体密度取决于被测物体的大小、摄像机的分辨率和测量距离）。一般来说，点距离为0。05-0。5mm)，该系统的分辨率从130万到500万像素不等，机器视觉公司可满足不同客户的需求。2、机器视觉测量真彩物体曲面重建方法，视觉测量设备系统采用图像纹理分析与获取技术，在进行三维数据重构的同时保持物体表面真彩显示。3、机器视觉测量全自动拼接方法。根据物体本身的纹理，不同视角的图像数据自动组合在统一的坐标系中，机器视觉公司从而获得三维图像的整体扫描数据。扫描纹理丰富的物体时，系统可以完成拼接功能，不需要在物体表面粘贴任何参考点，大大提高了拼接效率。

机器视觉技术大大提高了工业自动化中的信息采集能力。信息不再是一维的简单数据，而是大量的广域三维数据。与此同时，它将极大地突破人眼在速度、大小、光谱等方面。比如，机器视觉系统基本上覆盖了整个光谱，分辨率可微米，速度可达每秒数亿帧。这远远超出了目前工业制造业的速度和精度水平，甚至在未来很长一段时间内满足更准确、更高速的制造要求。机器视觉公司能够充分保证工业制造业信息收集的速度和准确性。另一方面，随着图像技术的快速发展，大量的图像信息可以快速、实时、智能地的图像信息，大大提高了判断速度，更接近人类的智能，机器视觉公司提高了工业生产中信息处理的速度和准确性。视觉技术服务业4.0的技术框架-四个智能化（智能识别、智能测量、智能检测、智能互联）。

不过，对不需要集成的机器视觉系统的需求肯定很高。机器视觉应用的易用性一直是用户的痛点，也是市场上组件和软件制造商的目标。在20世纪80年代中期，机器视觉公司许多机器视觉组件开始出现，它们不需要低级编程和用户界面，这使得工具更容易配置。智能相机技术在20世纪90年代的爆炸式发展，巩固了机器视觉的易用性。其结果是:许多要求较低的机器视觉应用程序可以使用只需要很少配置甚至不需要配置的组件来解决。机器视觉公司发布或引入了一些新组件，声称机器视觉任务的粗略配置可以消除某些应用。

一个产品的生产过程可能包括产品需求确定、产品设计、产品规划、产品工程、生产、销售服务等等多个价值链环节，每个环节可能有不同的企业完成。机器视觉公司所谓的价值链集成就是要把这种在一个企业之中或者多个企业之间的产品从需求分析开始直到销售服务全价值链集成起来，确保个性化的产品能够实现。价值链集成的意义在于，他可以确保即使是生产的个性化产品，也能够在整个价值链上被准确的生产出来。同时，价值链集成把横向集成和纵向集成连接在一起，实现了端到端的价值，从而满足了客户的需求。可以说，机器视觉公司价值链集成是实现客户价值的途径，横向集成和纵向集成是实现这一价值的保证。他们共同组成了智能制造体系。

二、智能化产线的特点如下：1.机器视觉公司在生产和组装过程中，可以使用传感器或传感器RFID数据自动采集，实时生产状态通过电子看板显示；2.机器视觉公司可以通过机器视觉和各种传感器进行质量检测，自动清除不合格产品，并收集质量数据SPC分析，找出质量问题的原因；3.能够支持各种类似产品的混合生产和组装，灵活调整工艺，适应小批量生产，.多品种生产模式；4.具有柔性，如果生产线上有设备出现故障，能够调整到其他设备生产；5.针对人工操作的工位，能够给予智能的提示。