简单来说，机器视觉就是用机器代替人眼来做测量和判断。 机器视觉系统主要由图像的获取、图像的处理和分析、输出或显示三部分所组成。主要用计算机软件来模拟人的视觉功能，从客观事物的图像中提取信息，做处理并最终用于实际检验测试、测量和控制。
图像处理单元由图像处理软件完成，图像处理软件包含大量图像处理算法。在取得图像后，用这些算法对数字图像做处理，分析计算，并输出结果。机器视觉企业之间的竞争，说到底就是算法准确性的竞争，因此每个企业都会投入很多的资源对核心软件进行开发。只有优秀的机器视觉图像处理软件才能进行快速而又准确的检查，且减少对硬件系统的依赖性。软件是机器视觉的大脑，只有在软件将采集到的图像数据化以后，机器才能进行识别和检测等功能。
光源光源是机器视觉系统中重要的组件之一，一个合适的光源是机器视觉系统正常运行的必备条件。使用光源的目的是将被测物体与背景尽量明显分别，获得高品质、高对比度的图像。
镜头视网膜镜头的作用是光学成像。尽管照相机、分析软件和照明对于机器视觉系统都是十分重要的，可最关键的元件还是工业相机镜头。系统若想完全发挥其功能，镜头必须要能够很好的满足要求才行。决定镜头性能的参数主要有焦距，工作距离、视尝景深、分辨率等。景深，是指镜头能够获得最佳图像时，被摄物体离此最佳焦点前后的距范围。视场，表示摄像头所能观测到的最大范围，通常以角度表示，一般说来视场越大，观测范围越大。工作距离，是指镜头到被摄物体的距离，工作距离越长，成本越高。
机器视觉相机（“眼球”）的目的是将通过镜头投影到传感器的图像传送到能够储存、分析和（或者）显示的机器设备上。按照芯片类型可以分为CCD相机、CMOS相机。CCD和CMOS是现在普遍采用的两种图像工艺技术，它们之间的主要差异在于传送方式的不同。
图像采集单元中最重要的元件是图像采集卡，它是图像采集部分和图像处理部分的接口。一般具有以下的功能模块：图像信号的接收与A／D转换模块，负责图像信号的放大与数字化。有用于彩色或黑白图像的采集卡。彩色输入信号可分为复合信号或RGB分量信号。摄像机控制输入输出接口，主要负责协调摄像机进行同步或实现异步重臵拍照、定时拍照等。总线接口，负责通过PC机内部总线高速输出数字数据，一般是PCI接口，传输率可高达130Mbps，完全能胜任高精度图像的实时传输。且占用较少的CPU时间。输入输出单元，在完成图像采集和处理工作之后，需要将图像处理的结果输出，并作出与结果匹配的动作，如剔废、报警灯，并通过人机界面显示生产信息。视觉技术的最大优点是与被观测对象无接触，因此对观测与被观测者都不会产生任何损伤，安全可靠。理论上，人眼观察不到的范围机器视觉也可以观察，例如红外线、微波、超声波等，而机器视觉则可以利用这方面的传感器件形成红外线、微波、超声波等图像。另外，人无法长时间地观察对象，机器视觉则无时间限制，而且具有很高的分辨精度和速度。领域十分广泛，可分为工业、科学研究、军事和民用4大领域。机器视觉广泛运用于仪表板智能集成测试系统、金属板表面自动控伤系统、汽车车身检测系统、纸币印刷质量检测、智能交通管理、金相分析、医学成像分析、流水线生产检测等等。
目前，将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。机器视觉自动化设备可以代替人工不知疲倦的进行重复性的工作，且在一些不适合于人工作业的危险工作环境或人工视觉难以满足规定的要求的场合，机器视觉可替代人工视觉。在
的趋势下，机器视觉行业方兴未艾，机器视觉产品在其他下业中的应用仍有长足发展空间。
继2016年5月亚马逊、英特尔收购欧洲、俄罗斯顶级计算机视觉团队后，机器视觉战局再下一城：Facebook、谷歌携手VisionLabs成功开发出通用的开源计算机视觉开发平台。国外科技网站Venturebeat发布文章称，人工智能在过去一年里有着强劲的发展，而未来，机器视觉将会是人工智能的下一个前沿领域。虚拟现实、自动驾驶汽车、
、智能城市和物联网等应用领域不断的加速发展，全球互联网和半导体巨头纷纷布局计算机视觉领域，显示出智能图像处理将是下一个竞技场，或许意味着机器视觉技术迎来黄金发展时期。
机器视觉作为人工智能的核心技术、全球智能的“慧眼”，很大程度上影响着人工智能的进步，无人驾驶、无人机、
等近期热点中的热点也以机器视觉的发展为前提。可以预见，在未来的1-2年内，机器视觉定会成为各国抢占智能市场的必争之地。据透明市场研究（Transparency Market Research）发布的市场报告，机器视觉增长迅速，我国增速最大。2015年全球机器视觉市场规模约42亿美元，增长10.5%。美国约占50%，日本紧随其后。我国起步较晚，但发展迅速，随着中国十三五规划强调制造业技术创新和中国制造2025战略的深入推进，在工业4.0时代，我国的机器视觉将迎来爆发增长。2015年我国市场规模达3.5亿美元，增速为全球首位，约22.2%。到2021年，机器视觉全球市场价值预计将达285亿美元，2016-2020年期间，以8.4%的复合年增长率增长，而中国将维持20%的增长率，远大于世界平均水平。另一方面，从计算机视觉的发展前景看，全球市场规模2016年后发展极为迅速。考虑到机器视觉与计算机视觉相融相通，步伐同步，可以断定机器视觉广阔前景。
机器视觉是生产的全部过程数据采集的首选技术。世界各国近年来纷纷在工业制造方面发力，德国提出的“工业4.0”更是成为工业技术发展的标杆。为了保持我国在世界制造业中的竞争地位，我国提出了三步走的《中国制造2025》规划纲要。其中强调了“中国制造”向着“中国智造”转型，这与德国工业4.0“智能工厂”概念相呼应。同时，中国制造2025还强调了深度“两化融合”等概念。无论是“中国智造”还是“两化融合”，不能离开生产流程的数字化，而数字化离不开数据的采集，说到数据采集，人们第一个想到的一定是机器视觉技术。
劳动密集型制造业对“机器换人”的需求日益提升。我国人口结构老龄化，劳动力成本进一步抬高，加之我国制造业自动化程度较低，以往的自动化设备较为老旧，这就导致我国劳动密集型制造业有较大设备采购和设备更新换代的需求，因此我国劳动密集型制造业机器视觉系统需求潜力巨大。据中国机器视觉产业联盟估计，我国机器视觉行业产值还未及中国市场占有率的1/4。即使在机器视觉技术应用最为普及的半导体行业，机器视觉的渗透率也只有20%~30%。因此未来国内机器视觉市场潜力巨大，市场远未饱和。
机器视觉全面替代人眼是大势所趋，它具有自动化、高效、高精度、非接触等特点，将大范围的应用于包括工业、农业、医学、智能交通、航天军工等各行各业。国外已确定进入深入发展期，中国当前渗透率还很低，正在进入加速爆发期，尤其在工业领域最先爆发，涌现出对机器视觉的强烈需求。国内企业面临行业大爆发+技术进步+进口替代的大机遇。虽然中国机器视觉还很小，但在由中低端向高端的逐步国产化中，必将有一批本土企业长大，在其过程中我们将看到比营收更具爆发力的是利润的增长。
Project Loon前CEO已加盟自主机器人交付企业Sta
Project Loon前CEO已加盟自主机器人交付企业Starship
