Las cámaras tradicionales basadas en fotogramas, a pesar de su efectividad y uso en visión por computadora, presentan limitaciones como alta latencia, bajo rango dinámico, alto consumo de energía y desenfoque por movimiento. Durante dos décadas, los investigadores han explorado cámaras neuromórficas, que operan de manera diferente a los tipos tradicionales basados en fotogramas, imitando sistemas de visión biológica para una mejor adquisición de datos y resolución espacio-temporal. Cada píxel captura de manera asíncrona los cambios de intensidad en la escena por encima de ciertos umbrales definidos por el usuario, y se capturan flujos de eventos. Sin embargo, las características distintas de estos sensores significan que los métodos tradicionales de visión por computadora no son directamente aplicables, lo que requiere la investigación de nuevos enfoques antes de ser aplicados en aplicaciones reales. Este trabajo tiene como objetivo llenar los vacíos existentes en la literatura proporcionando una encuesta y una discusión centradas en los diferentes dominios de aplicación, diferenciando entre problemas de visión por computadora y si las soluciones son más adecuadas o se han aplicado a un campo específico. Además, una extensa discusión destaca los principales logros y desafíos, además de las características únicas de cada campo de aplicación.