机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电气照明、光学成像、传感器、模拟和数字视频技术、计算机硬件和软件技术(图像增强和分析算法、图像卡、I/o卡等)。典型的机器视觉应用系统包括图像捕获、照明系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机器控制执行模块。

　　机器视觉系统的特点是提高生产的灵活性和自动化水平。不适合手动工作的危险工作环境或人工视觉难以满足要求时，经常使用机器视觉代替人工视觉。同时，在大规模工业生产过程中，通过人工视觉检查，产品质量低，准确度低，机器视觉检查方法可以大大提高生产效率和生产自动化程度。机器视觉还可以方便地进行信息集成，是计算机集成制造的基本技术。
　　机器视觉的工作原理是什么？
　　机器视觉检测系统使用CCD摄像机将检测到的目标转换为图像信号，传输到专用图像处理系统，并根据像素分布和亮度、颜色等转换为数字信号。图像处理系统对这些信号执行面积、数量、位置、长度等多种运算，提取目标的特征。然后根据预设的允许和其他条件输出结果，包括大小。
　　机器视觉的应用主要有检查和机器人视觉两个方面。
　　检查：可分为高精度定量检查(如显微照片的细胞分类、机器部件的大小和位置测量)和产品外观检查、装配线上部件的识别位置、缺陷检测和部件完整性检查等未使用设备的定性或半定量检查。
　　机器人视觉：用于指导大范围的机器人操作和动作，例如从Hoper发送的杂乱工件堆中捡起工件，然后朝特定方向放在传送带或其他设备上(即料斗拾取问题)。关于小范围的操作和行为，应该利用触觉感知技术。
　　机器视觉系统能快速获得大量信息，易于自动化，与设计信息和加工控制信息集成，因此，在现代自动化生产过程中，机器视觉系统被广泛应用于工作状态监测、成品检查和质量管理等领域。
　　但是机器视觉技术比较复杂，最大的困难是人类的视觉机制还不明确。人可以用内省法描述某个问题的问题解决过程，用电脑模拟。但是所有正常人都是“视觉专家”，但不能用内向法描述自己的视觉过程。因此，建立机器视觉系统是一项非常困难的任务。
　　随着机器视觉技术本身的成熟和发展，预计在现代和未来制造商中的应用会越来越广泛。