在各生产企业中，零部件、半成品、成品均可能因为各种原因造成不良，其中，外观不良zui常见、也zui容易识别。传统生产模式中，一般依靠人工进行识别，一方面需要投入大量人工，增加企业生产成本；另一方面由于工人劳动时间长、劳动强度大、容易造成疲劳，可能导致漏判，致使不良半成品或零部件进入下一道工序，或者不良成品进入市场，对于前者而言，会导致后续生产的成品不良，增加不合格成本，对于后者而言，会增加客户投诉率，加大售后维护工作量及成本，并增加产品不合格率，影响企业形象。不论何种情况，均增加了企业生产经营成本，降低了企业综合效益。
随着物联网技术的快速发展，智能制造成为各生产型企业的重要发展目标，简单来说，智能制造即是通过各种现代化的传感器对生产过程参数进行采集，通过合适的传输网络进行传输，再经过专家或各专业分析诊断模块进行智能分析，根据分析诊断结果对生产参数进行实时调节，以达到提高生产效率，降低生产成本，解放人工劳动力，提高企业综合竞争力的目标。其中，产品外观瑕疵检测因重复性高，便于机器识别，人工投入大，有大量提升空间而成为智能制造改革的，各项智能应用快步发展。
对于产品外观瑕疵检测的众智能方案中，机器视觉以其直观度、准确率、快速性、扩展性等优点迅速成为产品外观瑕疵检测的重要手段。
利用机器视觉对产品外观瑕疵进行检测的主要思路是通过智能相机即时获取零部件、半成品、成品外观图像信息，对其主要特征进行识别，并综合运用测量、定位等功能对相关产品的主要控制尺寸进行识别，然后与系统预设正常值进行对比，得到其与标准件的误差值，若在允许范围内，则为合格品，若超出允许范围，则判定不良，并输出相应控制指令，控制相应执行机构将其送入不合格区。若检测出现连续故障，系统则进行报警，并根据设定是否输出停车控制信号，便于及时查找原因，改善参数，避免不合格产品的发生，降低故障影响。
应用机器视觉进行产品外观瑕疵检测，可以基本替代人工检测，不仅降低人工成本投入，更可大幅降低不合格品进入下道工序或市场的概率，同时，降低工作人员劳动强度，创造良好的企业社会形象。
可以预见，智能制造将会迅猛发展，工业品的生产、检测将会更加智能，产品的附加值、企业的综合效益也会进一步提高。