作为生产制造过程中必不可少的一步，表面缺陷检测广泛应用于各工业领域，包括3C、半导体及电子、汽车、化工、医药、轻工、军工等行业，催生了众多上下游企业。自20世纪开始，表面缺陷检测大致经历了三个阶段，分别是人工目视法检测、单一机电或光学技术检测以及机器视觉检测。
人工目视法起源最早，应用最广，虽然人工智能及机器视觉等先进检测技术逐渐成熟，但依靠肉眼进行缺陷检测仍然占据较大的比重，并广泛存在于中小企业中。据统计，当前80%以上的工业表面缺陷检测仍依赖于人工检测法，每天产品线上进行人工检测的工人数量超350万人。以富士康，伯恩光学等为代表的制造企业招聘大量的质检工人，采取流水线的形式进行检测。然而，随着人口红利的消失，以及工作枯燥、自由度低、薪酬较少，愿意从事质检的越来越少，用工难问题愈发凸显。
从当前的发展趋势来看，机器视觉等先进检测系统将逐渐取代人工，这主要是因为人工检测法具有以下缺点：
1、劳动强度大、检测稳定性及一致性差
人工检测法需要工人处于固定工位上，用肉眼观察产品来判断有无缺陷。长时间的检测工作容易对人眼造成伤害，特别是在检测玻璃、金属等强烈反光的物体表面时。冶金、轨道交通、机械制造等行业内的缺陷检测场景噪声大、烟尘重、危险性高，长期处于恶劣的工作环境对工人的身心健康造成恶劣影响。受工人的情绪浮动、技术水平、判断标准、个体差异等因素影响，甚至无法保障同一批次产品的检测稳定性和一致性，使得产品质量上下浮动，参差不齐。
2、自动化程度低、生产效率低
由于工人的质检效率上限较低，同时人工成本又越来越高，企业为保障生产效率，一般采取抽样检测的策略。一批产品中随机抽取少量产品来评估整批产品的质量，其严格程度远远低于全面检测。因此人工进行缺陷检测时容易陷入一种矛盾： 质量控制和生产效率二者不可兼得。这种矛盾在面料、带钢、薄膜等产品的表面缺陷检测中尤为突出。这一类产品多为高速连续性生产，当生产速度高于3m/s时，人眼便难以分辨出其中的缺陷。
3、难以形成精益化生产
质量是制造出来的，而不是检测出来的。检测只是一种事后补救，不但成本高而且无法保证不出差错。许多检测不仅需要判断产品的外观质量，还要记录并统计缺陷的位置、尺寸和数量等数据。传统的人工检测使用纸笔记录质检结果，检测数据不全且分散，无法形成具有价值的反馈信息来指导精益化生产。
4、招工难、用工难、培训难、成本高
工作待遇低、工作时间长、劳动强度大等因此直接影响了招工的稳定性。越来越多年轻人宁愿去送外卖也不愿进入工厂工作，使得缺陷检测这种传统的劳动密集型岗位很难招聘到工人，培训后的熟练工又存在人才流失严重等问题。人口红利消失的趋势不可逆转，用人成本不断攀升，上线自动化缺陷检测系统已从“可选”转向“必选”。
为了在不断变化和竞争愈发激烈的市场中占据优势，企业既要不断提高产品质量标准以满足客户需求，又要不断提升生产线的效率以适应市场的快节奏。采用自动化、智能化的表面缺陷检测方法是兼顾质量与效率的重要手段。