2.按计量器具示值方式分为测量和相对测量3.智能产线系统按计量器具的测量元件与被测零件表面之间是否有机械接触分为接触测量和非接触测量4.按工件上同时被测量的参数的多少分为单项测量和综合测量5.按测量条件在整个测量过程中是否发生变化分为等精度测量和不等精度测量6.按测量在工艺过程中所起的作用分为主动测量和被动测量。影像精密量仪的5大特性：1.选择彩色CCD监控摄像头。2.变镜头焦距物镜和十字线生产器作为测量识别系统软件。3.智能产线系统数据测量和数据处理系统由二维平面图操作台、光栅尺和数据信息箱组成。4.仪器设备具有多种数据处理方法.显示信息.键入.输出功能，非常好用。

社会进步永远离不开以人为本。在满足了人们的基本需求之后，工业生产必须朝着越来越精细化、智能化的方向发展。智能视觉就是这个时代的产物。智能产线系统工业3.革命后，自动化时代已经进入，实现了“时代无人(少人)”。在工业4.0时代，随着机器视觉的应用，少数工厂已将实现了“无人时代”。工业4.0时代的技术特征——视觉和图像技术是核心（从“智眼”到“智人”）。机器视觉技术是20世纪人类伟大的技术之一。智能产线系统80%的人通过眼睛感知外部信息，图像包含较多的信息。视觉图像技术在信息时代注定要成为三脚架，尤其是在工业信息时代。

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，智能产线系统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。智能产线系统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。

随着新成像技术的不断发展，该学科的发展势头依然强劲。近年来，机器视觉行业在全球范围内实现了创纪录的增长，零部件在3D制导与计量、光谱图像分析、高速检测、深度学习等前沿应用领域的可用性和能力不断增强。一个称职的机器视觉集成商——集成公司和工程团队中的个人——在为工业用户提供成功和可靠的机器视觉系统解决方案方面比以往任何时候都更重要。智能产线系统先要了解机器视觉集成任务和业务的主要目的。也就是说，减轻用户的应用程序风险。一般来说，机器视觉技术的实现技术并不像PLC，整个工业工程界都广泛理解运动控制甚至机器人技术。智能产线系统从根本上保证项目的成功和可靠性，聘请具有机器视觉技术经验的集成商。

在现代自动化生产过程中，机器视觉逐渐取代了人工视觉，智能产线系统特别是在工况检测、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，因此智能产线系统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。