由于机器视觉检测能够最大程度的提高产能、降低成本，同时机器视觉系统可以24小时不间断的工作，且在高速下执行100% 的在线(On-Line)检视，检视的准确度也达到接近100%的程度，因此产业界大量地采用机器视觉检测技术。机器视觉是近年来发展起来的一项新技术，它是利用光机电一体化的手段使机器具有视觉的功能。将机器视觉引入检测领域，可以在很多场合实现在线高精度高速测量。同时机器视觉检测技术理论也一步步的发展壮大起来，可以分为以下几个发展历程及发展趋势。
1. 初级视觉理论: 主要针对光学成像的逆问题，是由能从二维光强度阵列恢复三维可见表面物理性质的一系列处理过程组成。这里各过程的输入数据及计算目的都是能够明确描述的，如边缘检测、立体匹配、由运动恢复结构等方法。在三维物体投影成二维图像过程中，三维信息有很多损失，从而导致病态问题产生，因此加强对初级视觉过程及其约束条件的研究就显得格外重要，其主要针对3D重建、双目视觉。
2. 主动视觉理论:主动视觉指观察者以确定或不定方式运动跟踪目标、感知对象的技术方法。在主动视觉中，观察者和目标物体也可同时运动，观察者的运动为研究目标的形状、距离和运动提供了附加条件，重要研究方向为目标跟踪，导弹拦截等。
3. 视觉信息融合: 将多种视觉信息相互融合，有可能突破单一视觉信息获取的局限性，达到利用理想环境下静止和瞬间的视觉信息获取，达到认识复杂客观世界的要求，主要研究领域为图像信息融合。
4. 三维场景重建：目前对三维场景的恢复理论和算法局限于对景物“可视”部分，属于2.5维信息表达，仅提供物体可见轮廓以内的三维信息。恢复景物表面可见与不可见部分的完整信息，是一个复杂但也急待解决的理论难题。
5. 算法性能评价：机器视觉研究关注任务可否进行或能否完成，缺乏对算法和系统方法性能质量的刻化和评价。在实际应用中，效率和性能十分重要，否则算法和系统无法走出实验室，因此，机器视觉算法性能评价的建立必不可少。
6. 视觉并行计算：视觉实时计算还有许多理论、算法和技术上的问题。视觉并行计算结构发展趋势是在越来越大的结构中采用越来越小的处理单元，其发展方向是由基本逻辑运算处理单元组成庞大的处理网络系统。
7. 通用视觉信息系统：能完成各种视觉任务的通用视觉信息系统，即建立类比于人类视觉系统功能的机器视觉系统，通过建立专用视觉系统平台，逐渐发展到完善的通用视觉系统，如视觉平台，高度智能化的视觉机器人等。
