机器视觉应用的深度和多样性表明它的力量要超过它的主要应用领域—检查。并且，根据Control Engineering/Reed Research 集团的一项联合调查，机器视觉产品的总体购买量在不断攀升。该调查结果是综合了来自182个参与者的反应做出的，而这些参与者全部都购买、指明或者推荐了机器视觉产品。有大约35%的参与者预计在下一年机器视觉产品的购买量会有所增加，54%的参与者预计在购买机器视觉产品方面的支出与本年度相仿。
图1：7个在2004年的调查和2005年的调查之间增长大的应用领域分别是：运动控制，连续处理，验证，诊断、测试、维护，监控和数据采集，机器控制、电脑数控设备和不连续产品制造。
机器视觉的使用在超过15个应用领域中是两位数（图1）。
主要的应用有检查、条形码读取、运动控制、测量和机器人技术。从2004年至2005年间增长快的领域是运动控制，连续处理，验证，诊断、测试和维护，系统控制和数据采集，机器控制，电脑数字控制设备，和不连续产品制造。
在使用机器视觉的应用中有61%是工厂的要求；17%是原始设备制造商的转售要求；22%是同时来自工厂和原始设备制造商的要求。
关于附在机器视觉上的网络系统，2004年调查的参与者们预言说它们在以太网上的应用将会迅速赶上占优势地位的RS-232网。在以太网上的应用也确实从2004年的65%增加到2005年的77%，而在RS-232网上的应用则从2004年的73%减少到2005年的69%。在2004年到2005年间，其他机器视觉在网络应用方面值得注意的增长还包括： DeviceNet网络，从36%增长到40%； Modbus网络，从22%增长到28%； 和Profibus-DP网络，从20%增长到25%。
其他刚刚出现的网络通信方式包括EtherNet/IP，Modbus/IP，Profinet和OPC。
2005年调查的参与者中，大约有52%使用智能视觉系统；而在2004年调查的参与者中这个比例只有46%。2005年的调查显示大约83%的参与者表示那些智能视觉传感器满足了需求，而在2004年这个比例是90%。那些参与者们针对满意度的留言认为：与人工检查相比，智能传感器的优越性在于易编程和成功率高。参与者们认为造成不满意的原因主要是准确性。
图2：2004年调查的参与者们列出的五条重要的机器视觉产品选择标准分别是性能、解决方案的完整性、易使用、易装配和耐久性。
调查结果显示：选择机器视觉产品最重要的三个标准分别是性能、技术支持和易使用性（请参看图2）。共有7项需求的重要性等级被列在价格之上。
对价格的认知在2004年的调查与2005年的调查之间并无大的改变：57%的参与者表示机器视觉产品并不是非常复杂和昂贵；另外43%的参与者则认为它确实复杂而又昂贵。这并不奇怪，因为在2005年，资本预算并不足以使在机器视觉方面的投资增长。在2004年，有46%的人认为资金是影响在机器视觉方面投资的关键，到2005年这一数字下降到39%。与其他自动控制系统相比，机器视觉产品的优先级是一个障碍，在2004年的调查中仅为14%，在2005年的调查中为19%。
2005年的调查中显示出的增加对机器视觉系统使用的其他障碍有：对视觉技术的理解，12%；工厂员工的接受程度，10%；工程资源，10%；难于使用，4%；以及其他，7%。
系统集成供应商正在接到更多的机器视觉方面的生意，或许这能够帮助那些本身缺乏这些资源的客户。服务于机器视觉项目的集成供应商由2004年的19%一跃变为2005年的25%；正在计划使用集成供应商产品的客户也有少量增加，从16%到18%。
