據Frost ＆ Sullivan 預計到2022 年，全球機器視覺設備市場規模將增長到136.2 億美元，亞太地區將繼續成為全球最大的市場。
機器視覺是包含圖像、機械、控制、光學、感測器、類比半導體和數位半導體等多項內容的綜合技術，它具有高度的靈活性和適應能力，在大批量重複性的工業製造中，可顯著提升製造效率並降低人工成本，在不適合人工作業的危險環境發揮作用，同時還能超越人類肉眼的視覺範圍，根據需求“觀察”到更多有用資訊。
人類透過大腦和眼睛還有其他四種感知能力實現對外部的觀察和理解，機器視覺也在做同樣的事情，是機器學習和人工智慧技術的基礎。透過機器視覺搜集到的資訊，進行機器學習，分辨出目標、時間地點等基本資訊，再透過AI技術進行認知推理做出決策。越來越多的機器能夠以更廣泛、更智慧的方式，直觀地解譯和瞭解外界環境，“ 思考” 能力在快速提升。
伴隨著計算設備的能力攀升，機器視覺的資訊處理能力正變得日益強大。設計人員不斷地在計算效率和計算靈活性這兩個方向上尋找平衡點，CPU、FPGA、ASIC 器件在機器視覺應用中扮演著最強大腦的作用。在上個世界最後的20年中，CPU 為主的計算設備以年均性能提升1.5 倍，CPU 是機器視覺的計算力來源。但進入21 世紀之後，由於工藝以及市場需求的變化，通用微處理器的性能提升速度有所下降，年均性能提升降至1.1 倍，而GPU 的處理能力卻保持了高增長，達到了年均1.5倍的性能提升，預計到2025 年，GPU 的計算能力相比世紀初將提升1000 倍！
物聯網設備的大規模普及，讓計算資源更加靠近機器視覺成為新的趨勢。基於MCU、MPU 的邊緣端機器視覺成為市場熱點。
圖說:40 年微處理器成勢 資料來源:nvidia.com
