作为一种给带来视觉功能的关键技术，机器视觉广泛。从工业视觉到计算机视觉，从人机交互到自动驾驶，从虚拟现实到物体自动识别，机器视觉都能担当着重要角色。
离不开智能制造，智能制造离不开机器视觉。如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸，是实现工业自动化和智能化的必要手段。机器视觉具有高度自动化、高效率、高精度和适应较差环境等优点，为我国工业自动化打开“新视界”。
机器视觉＋机器人
机器视觉在机器人上的应用是十分必要的，工业机器人和都需要机器人视觉当做自己的“眼睛”，但工业机器人和服务机器人对机器人视觉的需求却是不同的。
机器视觉在工业机器人和服务机器人上的区别，就是应用场景。在工业机器人的环境里，计算机视觉看到的场景是相对单一，但服务机器人的应用场景就要复杂很多。场景之外，便是精度方面。在工业机器人里面，计算机视觉的辨识精度一定是在毫米级以下的，包括静态的辨识精度和动态的辨识精度，静态指的是相机或者观测物品相对处在一个静止的状态，它这个时候的辨识精度取决于相机的分辨率，包括物品的边缘是否清晰，差异化是否很明确，这个时候精度甚至可以达到微米级以下，服务机器人大部分的精度并不会很高，可能会在厘米级以上。
机器视觉＋食品药品
众所周知，食品药品关系到人类的生命健康，如果因为药品的质量问题而对人的生命造成威胁，这将是一个大的灾难。因而各药品生产厂家，尤其是世界知名大厂对药品的整个生产过程甚至后段的包装都给予了非常大的重视。在食品药品的生产、包装过程中，无论是药品的泡罩包装、液体灌装，还是后段的压盖、贴标、喷码，以及的装盒检测，机器视觉技术都可以发挥其强大的功能。
利用机器视觉的方法，可以快速、准确地检测到制药包装是否完好无缺，通过设定图像传感器，获取包装后的对象信息，通过预先设定的面积参数对每个药粒或者药瓶进行检测对比，这样，破损的药粒或者缺瓶的包装都将被检测出来，正确的正常通过。
机器视觉＋安防
安防是人工智能最具市场空间的应用领域，我们可以预测，在今后的5-10年，安防行业必然将发展到人工智能应用全面爆发的阶段，安防机器视觉的拐点已经到来。
未来4-5年时间，我们将进入一个人工智能在安防领域高速发展的时代，2016年基本已经完成了场景智能的适配，而2017年、2018年将进入一个基于深度学习的为基础的人工智能阶段，到2019年、2020年我们认为将全面进入到数字智能的阶段，经过数字智能阶段后，安防行业的人工智能将全面的和全行业、全IT的大数据业务平台进行完善的对接，这个是我们可以预测到的整个行业接下来的发展脉络。