可视化检测技术是近年来发展起来的新技术，通过光电一体化实现机器的视觉功能。 通过将机器视觉引入检查领域，可实现在线高精度、高速测量。 与此同时，视觉检测系统也逐渐发展起来，可以分为以下几个过程和发展趋势。

　　初步视觉检测系统理论

　　主要研究光学成像中的光反射问题是利用二维光强阵列恢复可见面的三维物理特性的一系列加工过程。 其中明确描述了各进程的输入数据和计算目的，包括边缘检测、立体匹配、恢复结构等。 三维物体投影到二维图像上会丢失大量的三维信息，引起病态的问题，因此加强对原始视觉过程及其约束条件的研究显得尤为重要。

　　主动视觉理论

　　主动视觉是指观察者确定或不确定的运动，是跟踪目标、感知物体的技术方法。 在视觉检测系统中，观察者和目标物体也可以同时移动，观察者的运动为研究目标的形状、距离和运动提供了附加条件，重要的研究方向是目标的跟踪、截获等。

　　视觉信息集成

　　通过融合多种视觉信息，可以突破单一视觉信息获取的局限性，在理想环境下利用静态和瞬间的视觉信息获取，达到认识复杂客观世界的需求。 主要研究领域是图像信息融合。

　　立体场景重建

　　现有的三维场景复原理论和算法仅限于视觉场景，是2.5维信息表示，仅提供物体可视轮廓内的三维信息。 场景可见部分和不可见部分完整信息的恢复是一个复杂而亟待解决的理论课题。

　　计算算法的性能。

　　视觉检测系统的研究关注的是任务能否完成，缺乏量化和评价算法及系统方法的性能质量。 实践中，效率和性能是关键，否则算法和系统无法走出实验室，所以机器视觉算法的性能评价是关键。