是指通过对摄像机拍摄到的图像进行图像处理，来计算对象物的特征量(面积、重心、长度、位置等)，并输出数据和判定结果的传感器。是整个机器视觉系统信息的直接来源，主要由一个或者两个图形传感器组成，有时还要配以光投射器及其他辅助设备。
视觉源于生物界获取外部环境信息的一种方式，是自然界生物获取信息的最有效手段，是生物智能的核心组成之一。人类80%的信息都是依靠视觉获取的，基于这一启发研究人员开始为机械安装“眼睛”使得机器跟人类一样通过“看”获取外界信息，由此诞生了一门新兴学科——计算机视觉，人们通过对生物视觉系统的研究从而模仿制作机器视觉系统，尽管与人类视觉系统相差很大，但是这对传感器技术而言是突破性的进步。视觉传感器技术的实质就是图像处理技术，通过截取物体表面的信号绘制成图像从而呈现在研究人员的面前。
视觉传感器具有从一整幅图像捕获光线的数以千计的像素。图像的清晰和细腻程度通常用分辨率来衡量，以像素数量表示。在捕获图像之后，视觉传感器将其与内存中存储的基准图像作比较，以做出分析。例如，若视觉传感器被设定为辨别正确地插有八颗螺栓的机器部件，则传感器知道应该拒收只有七颗螺栓的部件，或者螺栓未对准的部件。此外，无论该机器部件位于视场中的哪个位置，无论该部件是否在 360 度范围内旋转，视觉传感器都能做出判断视觉传感技术的出现解决了其他传感器因场地大小限制或检测设备庞大而无法操作的问题，由此广受工业制造界的欢迎。
视觉传感技术包括3D视觉传感技术，3D视觉传感器具有广泛的用途，比如多媒体手机、网络摄像、数码相机、机器人视觉导航、汽车安全系统、生物医学像素分析、人机界面、虚拟现实、监控、工业检测、无线远距离传感、显微镜技术、天文观察、海洋自主导航、科学仪器等等。这些不同的应用均是基于3D视觉图像传感器技术。特别是3D影像技术在工业控制、汽车自主导航中具有急迫的应用。
智能视觉传感技术也是一种视觉传感技术，智能视觉传感技术下的智能视觉传感器也称智能相机，是近年来机器视觉领域发展最快的一项新技术。智能相机是一个兼具图像采集、图像处理和信息传递功能的小型机器视觉系统，是一种嵌入式计算机视觉系统。它将图像传感器、数字处理器、通讯模块和其他外设集成到一个单一的相机内，由于这种一体化的设计，可降低系统的复杂度，并提高可靠性。同时系统尺寸大大缩小，拓宽了视觉技术的应用领域。
智能视觉传感器的易学、易用、易维护、安装便捷，可在短期内构建起可靠而有效的视觉检测系统等优点使得这项技术获得飞速的发展。视觉传感器的图像采集单元主要由CCDCMOS像机、光学系统、照明系统和图像采集卡组成，将光学影像转换成数字图像，传递给图像处理单元。
车身成型是汽车制造的关键工序之一，对车身的各项指标要求严格，需对车身进行100%的检测。传统的车身检测的新方法是利用三坐标测量机，其操作复杂，速度慢，工期长，只能进行抽检。通常，车身的关键尺寸主要是挡风玻璃尺寸、车门安装处棱边位置、定位孔位置等。因此视觉传感器分布于这些位置附近，测量其相应的棱边、孔、表面的空间位置尺寸。在生产线上设计测量工位，车身定位后，置于一框架内，框架由纵横分布的金属柱、杆构成，可根据自身的需求在框架上灵活安装视觉传感器。根据测量点的数量可安装相应数量的视觉传感器，(通常情况下每个视觉传感器测量一个被测点)，根据不同形式的传感器包括双目立体视觉传感器、轮廓传感器等多种类型。
测量系统工作过程为：由生产线运送车身到测量工位做准确定位，然后传感器按要求顺序开始工作，计算机采集检测点图像并做处理，计算出被测点的空间三维坐标，计算值与标准值比对，得出检测结果，并将车身送出测量工位。
在工业生产中，无缝钢管是一类重要的工业产品，而它的质量参数则是制造的重要数据，其中钢管的直线度及截面积是主要的几何参数，是控制无缝钢管制造质量的关键，但由于以下原因使得参数的测量成为难题：
2、无缝钢管的空间尺寸大，这也要求检测系统具备很大的测量空间。视觉传感技术的出现解决了以上问题，视觉传感技术采用的是非接触式测量且测量范围大。
测量系统由多个结构光传感器组成，传感器上结构光投射器投射的光平面和被测钢管相交，得到钢管截面圆周上的部分圆弧，传感器测量部分圆弧在空间中的位置。系统中每一个传感器实现一个截面上部分圆弧的测量，通过适当的数学方法，由圆弧拟合得到截面尺寸和截面圆心的空间位置，由截面圆心分布的空间包络，得到直线度参数。测量系统在计算机的控制下，可在数秒内完成测量，满足实时性要求。
在三维形貌数字化测量技术是逆向工程和产品数字化设计、管理及制造的基础支撑技术。它所实现三维形貌数字化测量的机理是将视觉非接触、快速测量和最新的高分辨力数字成像技术相结合。由于所测量的物体多是大型、具有复杂表面的物体，测量通常分为局部三维信息获取和整体拼接两部分，先利用视觉扫描传感器对被测形貌各个局部区域做测量，再采用拼接技术将各部分形貌进行拼接最终得到完整图像。
这项传感器的视觉扫描测头采用局域双目立体视觉测量原理设计。形貌整体拼接实质上是将所采集到的数据放到公共坐标上，这样就能得到整体的数据描述。通过高分辨率数码相机从测量空间的上方以不同的角度和位置对被测量进行数据收集，运用光束定向交汇平差原理得到控制点空间坐标并建立全局坐标系，最后通过各个坐标系进行关联、转换，完成数据拼接。
目前，如何明智的选择机器视觉传感器在当代的应用可谓是愈来愈普遍，如何明智的选择机器视觉传感器是可以让我们好好学习的，现在我们就进一步探索如何明智的选择机器视觉传感器。相机是机器视觉系统的眼睛，而相机的心脏是图像传感器。传感器的选择取决于准确性、输出、灵敏度、机器视觉系统的成本以及对应用要求的充分理解。对传感器主要性能的基本理解可以帮助研发人员迅速缩小他们的查找范围，找到比较合适的传感器。
大多数的机器视觉系统的用户认识到相机是系统的关键要素，经常把它当作视觉系统的“芯片”。相机本身是一个复杂的系统：包括镜头、信号处理器、通讯接口，以及最核心的部分——把光子转换成电子的器件：图像传感器。镜头和其它的部件共同配合来支持相机的功能，传感器最终决定相机的最高性能。
业内的许多讨论都集中在加工技术上，以及CMOSCCD传感器孰优孰劣。这两种技术都有其优势和不足之处，所加工的传感器有不一样的性能。最终用户关心的不是传感器是“如何”被制造出来的，而是其在最终应用中的表现。
在指定的应用中，三个关键的要素决定了传感器的选择：动态范围、速度和响应度。动态范围决定系统能够抓取的图像的质量，也被称作对细节的体现能力。传感器的速度指的是每秒钟传感器能够产生多少张图像和系统能够接收到的图像的输出量。响应度指的是传感器将光子转换为电子的效率，它决定系统要抓取有用的图像的亮度水平。传感器的技术和设计共同决定上述特征，因此系统研发人员在选择传感器时必须有自己的衡量标准，详细的研究这些特征，将有利于做出正确的判断。
