随着技术的发展，过去的机器视觉通常是指2D视觉系统，即通过相机拍摄平面照片，然后通过图像分析或比较识别物体，可以看到平面上的物体特征，可以用于丢失/现在检测，离散对象分析模式对齐，条形码检查和光学字符验证，以及基于边缘检测的各种2D几何分析。
由于2D视觉不能获得对象的空间坐标信息，因此不支持形状相关的测量，诸如对象平坦度，表面角度，体积或区分相同颜色的对象，或者具有接触侧的对象位置之间的特征。2D视觉测量对象的对比度，这意味着测量精度，它特别依赖于照明和颜色/灰度变化而易受可变照明条件的影响。
因此，随着对精度和自动化的需求不断增加，3D机器视觉变得越来越流行。业界认为，从2D到3D的过渡将成为继黑白到彩色，低分辨率到高分辨率以及静态图像到电影之后的第四次革命。
与2D机器视觉相比，3D机器视觉具有以下优势：
1.在线检测快速移动目标以获得形状和对比度
2.消除手动检查造成的错误
3.零件和组件的100％在线质量控制
4.最大限度地减少检查周期和召回
5.最大化生产质量和生产
6.对比度是恒定的，非常适合检查低对比度物体
7.对小的光线变化或环境光线不敏感
8.为大对象检测设置多传感器设置更简单
要选择最佳的视觉检测解决方案，首先我们需要判断检测对象的特征，结合2D和3D的优势，选择最具竞争力的解决方案。
