18世紀末期，工業1.0以蒸汽動力驅動機械生產。20世紀初期，電力促使邁向工業2.0，進行大量生產。1970年代電子結合IT促成自動化生產，亦即持續至今的工業3.0。接下來是工業物聯網和工業4.0，以網絡系統來監控、分析并改善制造營運。網絡系統是未來智能工廠的基礎，但成敗取決于數據收集、處理和分析能力，這就是智能視覺派上用場的時候了。

工業物聯網的系統建置目標聚焦于制造業前端設計與后端制程系統，用以提高產線彈性，現在市場上的工業物聯網作法有兩種，一是設備中建置傳感器，傳感器可快速判斷工件的類別，改變生產方式，不過一旦所需處理的工件種類變多，這需要系統復雜度也必須同步提升，另一是將產線系統設備模塊化，一旦產品或制程將產線拆開重組，即可組裝成適合的生產系統。這兩種方式都會牽涉到不同系統的整合，不變的是智能視覺技術都在其中占有非常重要的地位。品管是最后產品質量把關的環節，在智能視覺技術未臻成熟之前，過去一向以人力為主，以太陽能、LED產業為例，就有超過20%的人力投注在此，不過產品檢測單調且冗長的作業模式，容易使操作者出現疲勞、注意力分散等問題，現在智能視覺技術逐漸精進，足以擔當產品檢測重任，因此可以被導入產線以提高了產能、降低成本。

總體來看，視覺檢測在2000年開始被大量應用，當時主要應用領域是PCB(Printed Circuit Board；印刷電路板)與FPD(Flat Panel Display；平面顯示器)，不過主要都用來做瑕疵檢測，隨著技術進步，現在的視覺檢測功能已不再只局限于此，包括尺寸檢測與顏色、條形碼、車牌等辨識都已能勝任，其應用也仍不斷擴大。

目前機器可視化的檢測作法，是將視覺傳感器與鏡頭，直接建在系統設備上，當產品傳送至該站時，即可被檢測，這種作法的好處是可以全檢，不像一般用抽檢的方式，產品質量可全面獲得保障，另一個優點是速度快，可加快檢測速度。視覺檢測是現代自動化系統相當重要的部份，而此一技術也是現代與傳統自動化的主要差異，20年前智能視覺因技術尚未成熟，與自動化系統整合的難度相當高，就算整合進去，判別速度也有限，不過隨著視覺算法、判斷法則的進步，再加上現在PC的強大功能，未來視覺檢測會大量應用在各類制程。

另外，現在視覺技術也可用來進行定位與尺寸的量測，例如工研院機械所就曾接過馬達廠的案子，利用視覺技術檢測馬達內的線圈，由于受測馬達的線圈相當大，整體長度超過2公尺，這種產品對于尺寸的準確度要求相當高，因此在繞線完后，必須確定尺寸的正確與否?對此，工研院就特別開發專屬機臺，用視覺檢測大型馬達線圈尺寸，馬達的尺寸量測非常復雜，不僅是3D量測，還有曲度、各個旋轉的R角等，這些復雜的尺寸量測，以前用人工，光是一個線圈就需要數小時，而機械所開發的機臺，只要在2～3分鐘可完成，大幅提升了量測效率。

另一種視覺應用是與機器人整合，進行定位、導引，過去機器人動作時，因沒有視覺配合，必須事先規劃行徑路線，因此應用不但大為受限且缺少彈性，若工件規格有所變化，就必須更改程序，在機器人身上加入視覺裝置后，由視覺傳感器可回饋訊號，讓機器人自主判斷工件的形狀、顏色、位置，即便尺寸、位置更動，也不必重寫程序，如此將可大幅提升自動化產線的彈性。