（一）检测对象的特性
材质特性
如果检测对象是金属材料，如钢铁等，像漏磁检测就比较适用。它利用磁源对被测材料局部磁化，当材料表面存在裂纹或坑点等缺陷时，局部区域的磁导率降低、磁阻增加，磁化场将部分从此区域外泄，从而形成可检验的漏磁信号，这种方法广泛应用于钢铁产品的无损检测。
对于玻璃等透明且表面要求平滑的材质，目视检查法、照明检测法、摄像检测法、红外热像检测法、激光检测法等较为常用。其中海伯森的HPS – LCF1000是一款基于光谱共焦原理的非接触式光学检测传感器，适用于玻璃表面检测，具有检测速度快、成像分辨率高、2D/3D复合等特点，检测过程不受杂光影响，可用于各种电子元器件、玻璃、锂电、精密工件等任意材质物体的在线检测。
形状和尺寸
对于轧制中的长材，如圆钢、方钢、螺纹钢、T型钢等，激光检测法中的轮廓测量仪是很好的选择。它采用四个围绕中心均匀分布的激光二维传感器组成，能对各个方位进行检测，实现全方位的全检，做到无盲区测量，可检测0.5mm及以上的表面缺陷情况，如划痕、折叠、凸起、凹坑等，并且对轧材的材质、温度等均无要求。
如果是形状不规则或者小型精密的工件，基于机器视觉的检测方法可能需要考虑更多的图像采集角度和分辨率调整等问题，以确保能够准确检测到缺陷。
（二）检测的精度要求
高精度需求
当对检测精度要求极高时，机器视觉检测方法结合高精度的成像设备和算法可能是较好的选择。例如在光学元件的检测中，需要精确检测到微小的划痕或者瑕疵，利用高速CCD摄像机获取表面图像，再通过图像处理提取图像特征向量，通过分类器对表面缺陷进行检测与分类，但这种方法在图像采集阶段受光照条件、现场环境、拍摄角度和距离等因素影响较大，并且噪声干扰以及被检测物体的部分遮挡也会影响图像质量，从而降低检测性能。
相对较低精度需求
如果精度要求不是特别高，例如一些建筑材料的初步检测，目视检查法或者简单的照明检测法可能就可以满足需求。目视检查法虽然容易受个人因素影响且可能造成漏检，但对于一些明显的缺陷还是能够快速识别的；照明检测法通过特定的照明方式可以凸显出表面的缺陷，方便进行初步的检查。
（三）检测的速度和效率
高速在线检测需求
在生产线上需要快速检测大量产品时，激光检测法具有优势。它是在线非接触式检测设备，能够立即识别出轧制产品的缺陷，例如在轧制钢材的生产线上，可以快速检测出产品表面的缺陷，支持操作者果断地辨认出瑕疵产品，从而提升生产线的盈利能力。
一些基于机器视觉的快速检测算法和设备也能够满足高速检测的需求，如通过优化图像采集和处理算法，减少处理时间，实现快速检测。
检测效率要求不高的情况
对于一些小批量生产或者对检测效率要求不高的产品，可以采用相对复杂一些的检测方法，如基于机器视觉的检测方法结合深度学习算法。这种方法虽然在模型训练和前期准备工作上可能花费较多时间，但能够对检测过程中所发现的缺陷进行分析、分类，根据出现的位置、频率，对缺陷的成因进行辅助分析，并将结果反馈给监控中心，不过这种方法在实际图像采集过程中，真实的缺陷数据较少，且表面缺陷种类繁多，形式多样，缺陷特征的提取效率较低，模型对新产生的缺陷类型不能进行正确识别，不足以利用深度学习的方法进行训练。
（四）检测的成本考量
低成本要求
如果成本是主要考虑因素，对于一些简单的检测需求，目视检查法成本最低，只需要人工进行观察即可，但这种方法准确性较低且效率不高。
在满足检测精度和速度要求的前提下，选择一些国产的检测设备或者自行开发简单的检测装置也可以降低成本。例如国内有些公司在表面缺陷检测方面采用人工目测，虽然效率低且误差大，但成本较低；如果有一定技术能力，也可以开发一些基于单片机等简单技术的检测设备，在满足基本检测需求的同时降低成本。
高成本可接受且追求高精度和可靠性
如果对检测结果的准确性和可靠性要求极高，并且可以接受较高的成本，那么可以选择进口的先进检测设备或者采用复杂的检测技术。例如一些高端的基于机器视觉的检测系统，或者采用多种检测方法结合的复合检测系统，这些设备或技术往往具有更高的精度和稳定性，但设备进口成本较高，而且设备维护也比较困难。
（五）检测环境的影响
恶劣环境
在高温、高湿度或者有强磁场等恶劣环境下，非接触式检测方法更为合适。例如在高温的连铸板坯生产环境中，红外线检测可以通过高频感应线圈使连铸板坯表面产生感应电流，在高频感应的集肤效应作用下，其穿透深度小于1mm，且在表面缺陷区域的感应电流会导致单位长度的表面上消耗更多电能，引起连铸板坯局部表面的温度上升，从而检测出表面缺陷；激光检测法对轧材的材质、温度等均无要求，也适用于恶劣环境下的检测。
普通环境
在普通的室内环境或者相对稳定的生产环境中，各种检测方法都可以根据其他需求进行选择，如基于机器视觉的检测方法在普通环境下可以更好地发挥其功能，减少环境因素对图像采集和处理的影响。
