在工业生产领域，机器视觉技术可以24小时不间断的对流水线上的产品进行稳定准确的检测、测量，也可以对流水线上的机器运行情况实时进行监测，大幅提高了生产效率；在交通安全领域，机器视觉技术可以在即使恶劣或黑暗的天气环境下清晰获取车辆信息，可以通过图像信息的实时传输与处理，有效解决交通拥堵问题，也可以通过广布的电子眼对车辆的超速、闯红灯等违章行为进行合法真实的记录。这种种实例，让我们不难发现机器视觉技术已经深入各行各业，甚至是我们的日常生活。

        机器视觉与大数据时代建立互动关系

        机器视觉技术是依靠获取图像数据来实现检测与测量的，也依赖数据规律进行图像计算与处理，所以，在大数据时代，大数据无疑为人们进一步发现人类的认知机理，实现更加稳定的机器视觉算法提供了可能；而相对应的，随着机器视觉系统的升级与稳定，其收集、分析、处理海量信息的能力也会更强。两者形成了良性的互动关系，互相影响，互相支持。

        我国这一互动关系的建立与发展需解决的两大问题

        其一，技术方面的问题。机器视觉技术在我国的起步较晚，尽管发展速度惊人，但在技术上的积累与创新与国外相比还是存在着较大差距的。要想成功建立机器视觉与大数据时代的互动关系，就需要不断提高技术水平，增强创新能力。

        其二，应用方面的问题。国内在应用创新上也存在着不足，很多都是跟随国外的应用案例或者通过代理相关产品来实现模仿应用等。而要想有所发展，只是一味的跟在已有案例的身后是不行的，需要我们能够有所创造，这样才能在不同国情下，为应用提供最为合适的解决方案。

        解决应用单一化需要面对的三大问题

        1、技术突破难度大。由于机器视觉技术涉及众多学科，因此，如果想要稳定的升级系统，使其应用范围得到扩大，就需要不同学科协同创新才能实现，相对而言，在技术瓶颈的突破上存在一定的难度。

        2、行业标准难统一。“闭门造车”是几千年来一直制约我国发展的主要根源，如今，大部分厂家为了自身的短期局部利益依然采用各自开发封闭的设备、协议、系统的运营模式，因此，想要制定行业统一标准还是存在很大的难度的，中国的大格局、大产业的之路并不是坦途。

        3、市场刚需创造有难度。这一问题对于我国来说，可以说是最为严峻的，因为我国是一个典型的劳动力密集国家，机器视觉技术的广泛应用势必会对劳动力市场造成冲击，因此，机器视觉市场的刚需创造是有着不小的难度的，还需要国家进一步处理好自动化设备投入与劳动力就业问题的平衡。