《中國工業機器視覺產業發展白皮書》顯示，2019年全球工業機器視覺市場規模約80億美元，較2018年增長約3%，中國工業機器視覺市場規模約139億元，增速約4.8%。 

移動終端、平板顯示和汽車是規模最大的三個工業機器視覺應用場景，其中移動終端應用占比近半。而目前，移動終端產品的中框外觀檢測仍然依靠人工目檢，實際作業時，往往需要檢測出0.03毫米大小的缺陷，而一根頭發絲的直徑，一般也有0.04毫米。傳統視覺檢測只能識別出缺陷，無法對缺陷進行分類，只能通過缺陷尺寸大致推測缺陷種類。  

“目前視覺檢測行業面臨三大難題。”一是當拍照成像質量不好時，會影響缺陷的識別率。二是檢測區域較大時，拍照速度會影響設備效率。三是傳統機器視覺系統在對復雜背景中的缺陷進行檢測時，可能將背景誤判為缺陷；另外，圖像畸變較大時，誤判率也可能上升。  

國內移動終端整機和攝像頭測試領域企業紛紛發力解決行業難題。通過應用人工智能技術，能夠直接識別缺陷種類。例如，針對手機中框上的污漬和劃痕，后續要對應不同的處理措施，如果在檢測缺陷時就進行了分類，后續處理效率必然能大幅提高。 行業痛點正是創新的突破點。業內專家表示，行業創新不斷取得突破將成為擴大機器視覺應用的有力支撐。隨著工業自動化技術向智能化方向發展，中國工業機器視覺檢測產業正迎來春天，不斷推動產品和技術升級。