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，机器视觉检测在计算机辅助设计、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检测质量和水平不高。

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，机器视觉检测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。机器视觉检测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。

中国制造业经历了机械化、自动化、数字化等发展阶段，建立了完整的制造体系和制造基础设施，在全球产业链中发挥着重要作用。这使中国具可能实现智能装备制造，推动全球产业链改革。一是取得了一大批相关的基础研究成果，机器视觉检测掌握了长期制约我国产业发展的部分智能装备制造技术，如机器人技术、感知技术、复杂制造系统、智能信息处理技术等。初步形成了以新型传感器、智能控制系统、工业机器人、自动化生产线为代表的智能设备制造产业体系。二是我国制造业数字化具备一定的基础。目前指定规模以上的工业企业在研发设计中应用数字工具的渗透率已达54%，机器视觉检测生产线上数控设备的比例已达30%。

机器视觉就是机器的视觉，换句话说：就是将视觉感知赋予机器，使机器具有和生物视觉系统类似的场景感知能力。视觉是我们强大的感知方式，我们可以在不实际接触的情况下，机器视觉检测通过视觉感知的方式获取周围环境的很多信息。在计算机出现后，机器视觉检测人们开始尝试将视觉感知能力赋予机器。由于生物视觉系统非常复杂，我们不能使机器系统具有这种强大的视觉感知能力。在这一阶段，我们仍然致力于在可控环境中构建一个机器视觉系统来处理特定的任务。由于工业视觉环境可控，处理任务具体，大部分机器视觉都应用于工业。