随着科技日新月异的发展，机器视觉慢慢的被人所熟悉，那么用工业相机和分析软件作为主体组成的机器视觉检测系统，到底能否全面取代人工目视检测？如果能，可应用的范围有哪些？如果不能，是缺少什么条件，难度在哪里？
观点一：
替代？准确来说只能是可以替代一部份。目前中小型企业生存空间有限，自动化升级需要资金、人才，由于各种局限性，不愿意投入大量资金，所以机器视觉检测还是在实力雄厚的大型企业里才会出现。 目前人工成本大，企业也在高成本运营，资金压力大，除非是必须要买，不然都将就着过着。
观点二：
在各种缺陷检测的应用中，打光是个难点。如果获得的图片让人看还要仔细斟酌才能给出结果，那么算法就太难做了。反之如果前期搞好打光，突出所要检测的特征，算法并不是困难的东西。
但是，问题也有，并不是说算法已经够好了，机器视觉和人类的差距还是非常巨大的！这里面大的差距就是智能。没错，智能相机距离智能两个字还很远，主要体现在：对于非预期的缺陷的识别。
在应用中，往往是给定一些具体的缺陷模式，使用机器视觉来识别它们到底有没有发生。但经常遇到的情况是，许多明显的缺陷，因为之前没有发生过，或者发生的模式过分多样，而被漏检。如果换做是人，虽然在操作流程文件中没让他去检测这个缺陷，但是他会注意到，从而有较大几率抓住它。
当前有许多智能相机供应商，也有许多分析软件供应商，虽然各自发布的软件算法各有特点，其实用起来大同小异，功能非常雷同。但都是按照固定的模式和步骤去处理相机获得的图片，从图片上去分析某个预期中的特征，从而给出判别结果，没有一家有革命性的智能算法。
综合来说，短时间（10年）内，我们可能见不到有如人类般智慧的图像分析算法，因为相关的理论都还没有准备好。
但是机器视觉检测仍然很有市场，因为它解决了人类的一个非常严重的问题：不稳定。人工目检的作业员，无论你设计怎样的奖惩制度，都会发生比较高的漏检率。但是机器视觉检测设备没问题，只要是你在算法中写好的东西，每一次都会认真执行。对于工厂的质量控制来说，我们更愿意舍弃人工目检所带来的智慧的好处，而选择虽然比较傻但是一丝不苟工作的机器视觉。因为对于工厂而言，重要的是“受控”，我们可以接受有个别特殊的未发生过的缺陷被漏出，但必须知道有一些经常发生的不可受的缺陷一定能够被发现。
