机器视觉检测与传统的人工检测相比效率更高，检测结果更加准确可靠。由于机器视觉检测不会受到操作者的疲劳度、责任心和经验等因素的影响，在一些不适合人工作业的危险场合，人工视觉难以满足要求的场合和带有高度重复性、智能性并且靠人的眼睛无法连续稳定地进行产品检测的场合，机器视觉可以发挥它自身的优势来高效、高质量的完成检测任务。
机器视觉系统的测量精度受诸多因素的影响，如CCD相机的光学物理参数、光学投射器特征参数、传感器本身的结构参数及外界干扰源等等。在CCD相机、光学投射、测量环境一定的情况下，测量系统的结构参数对测量精度影响很大。实验和相关理论推导表明，测量点的定位误差和系统结构相关性如下：
1、CCD相机光轴和光平面垂直时，深度方向的测量误差*小。
2、CCD相机与光学投射器距离越远，测量误差越小。
3、CCD相机镜头放大倍率越小，测量误差越小；这也表面被测物体离摄像机越远测量误差越大。
当系统的几何结构确定以后，CCD相机的参数对系统的测量精度至关重要。逐行扫描的CCD相机的动态范围大、噪声小、没有奇偶行场频接误差，非常适合测量 的应用。相机的分辨率越高、动态范围越大，测量的精度就越高。清晰的图象是视觉检测的基本保证，光源的选取也十分重要。因为对比度和瑕疵模式的随机性，即使通过人眼，表面瑕疵经常很难检测到。只有光源合适, 能够“放大”瑕疵，视觉系统才会较易检测。
在有些情况下，为了能够检测到各种类型的瑕疵，需要同时使用多种类型的光源。对于面阵相机常会使用的LED光源，通常会作一些外缘形状的排列（例如：环形或矩形)，同时当排列角度及安装位置或距离不一样时，LED 所交错出来的光源强度及位置也会有所不同。对于非接触式测量来说，选择合适的工业镜头和光源是获取*低畸变度的、清晰的图像的一个重要考量。
为了适应企业现代化生产的需要，基于机器视觉技术的视觉检测及尺寸测量系统，大大提高了工业在线检测及测量的实时性和准确性，生产效率和产品质量控制得到明显提升，其应用市场也将不断扩张。