机器视觉系统具有测量功能，可自动测量产品的外观尺寸，如形状轮廓、孔径、高度、面积等。尺寸测量是产品生产过程和产品生产后质量检验的重要步骤，机器视觉在尺寸测量方面具有独特的技术优势。工业视觉测量技术（或数字近场摄影测量技术）是一种三维视觉测量技术，智能产线检测其星系统结构简单，移动方便，数据采集快捷方便，操作方便，测量成本低，在线实时三维测量潜力，特别适合三维空间点、尺寸或大型工件轮廓的检测。这种非接触测量方法不仅可以避免对被测物体的损坏，而且适用于高温、高压、流体、环境危险等不可接触的情况；同时，机器视觉系统可以同时测量多个尺寸，从而实现测量工作的快速完成，适合在线测量；智能产线检测对于小尺寸测量，它是机器视觉系统的优势所在。它可以利用高倍透镜放大被测物体，使测量精度达到微米以上。

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，智能产线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。智能产线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。

硬件的选型：稳定的图像特征提取是图像分析与图像识别的前提，确保一个稳定的成像传输到图像处理中心才能确保软件处理图像的准确性。智能产线检测影响成像稳定性的因素有很多，比如周围环境、物体变化、视觉硬件等。视觉测试的硬件选择是一项困难的工作，工程师需要对硬件本身和硬件供应商非常熟悉，并有足够的选择经验。智能产线检测在实验室运行的机器视觉系统和实际工作场景运行的系统面对的环境是天差地别的。机器视觉检测设备包括光源、镜头、相机、图像采集卡、数据传输、图像处理和测量软件等重要部件。随着各个部件的性能的提升，机器视觉系统的能力也呈指数级增长。

机器视觉的主要任务：通过图像分析，生成一组描述信息，用于图像中涉及的场景或物体。也就是说，机器视觉系统的输入是图像(或图像序列)，输出是对这些图像的感知描述。这组描述与这些图像中的对象或场景密切相关，智能产线检测可以帮助机器完成指导机器人系统与周围环境交互的特定后续任务。举个例子：指导机器手臂按要求抓取传送带上的零件。零件的类型、位置和方向是任意的。当传送带上的零件通过上摄像头时，智能产线检测可以通过机器视觉生成一组零件描述：类型、位置和方向，从而指导机器人手臂按要求抓取。

智能生产线的平面设计应确保零部件的运输路线很短，生产工人操作方便，智能产线检测辅助服务部门工作方便，有效地利用生产区域，并考虑智能生产线之间的相互连接。智能生产线的位置涉及到每条智能生产线之间的相互关系。应根据加工部件组装的顺序进行安排。智能产线检测整体布局应考虑材料的流动，以缩短路线，减少运输工作量。6、制定智能产线标准计划指示图，根据智能产线上每个工作地都按一定的节拍重复地生产，可定制订出智能产线的标准计划指示图表，表示出智能产线生产的期量标准、工作制度和工作程序等等，为生产作业计划的编制提供依据。