机器视觉是人工智能正在快速发展的一个分支。简单地说，机器视觉就是用机器代替人眼来测量和判断。机器视觉系统通过机器视觉产品（即图像摄入装置、CMOS和CCD）将被摄目标转换为图像信号，并将其传输到特殊的图像处理系统，根据像素分布、亮度、颜色等信息，将被摄目标的形态信息转换为数字信号；图像系统对这些信号进行各种计算，以提取目标的特征，然后根据歧视结果控制现场设备的动作。

提高生产的灵活性和自动化程度是机器视觉系统基本的特点。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，利用机器视觉检测方法，可以大大提高生产效率和自动化程度，同时也是大量重复性工业生产的过程。

典型的工业机器视觉系统包括:光源、镜头(定焦镜头、双镜头、远心镜头、显微镜头)、相机(包括CCD相机和COMS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通信/输入输出单元等。

四个常见应用领域：

机器视觉图像检测应用

检测是机器视觉工业领域的主要应用之一，光学筛选机，几乎所有产品都需要检测，人工检测问题较多，人工检测准确性低，工作时间长，准确性不能保证，检测速度慢，容易影响整个生产过程的效率。因此，机器视觉检测设备在图像检测的应用方面也非常的广泛，光学影像筛选机，例如：硬币边沿字符的检测。

在2000年10月发行的第五套人民币中，一元硬币的侧面增强了防伪功能。鉴于生产过程的严格控制要求，在工序中安装了视觉检测系统、印刷过程中的颜色定位和颜色比较检查、包装过程中饮料瓶盖的印刷质量检查、产品包装上的条形码和字符识别、玻璃瓶的缺陷检测。玻璃瓶的缺陷检测主要包括尺寸检测、瓶体外观缺陷检测、瓶肩缺陷检测、瓶口检测等。

机器视觉视觉定位、物体测量应用

视觉定位要求机器视觉系统能够快速准确地找到被测零件并确认其位置。在半导体包装领域，设备需要根据机器视觉获取的芯片位置信息调整拾取头，准确拾取芯片并绑定，这是机器视觉工业领域视觉定位基本的应用。

机器视觉物体分拣应用

事实上，物体分拣应用是基于识别和检测后的一个环节，通过机器视觉系统处理图像，实现分拣。在机器视觉工业应用中常用于食品分拣、零件外貌瑕疵自动分拣、棉花纤维分拣等。

机器视觉上游有光源、镜头、工业相机、图像采集卡、图像处理软件等硬件和软件供应商，中游有集成和机器设备供应商，下游应用广泛，主要下游市场包括电子制造业、汽车、印刷包装、烟草、农业、医药、纺织运输等领域。