产品把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别，进而根据图像判别的结果来控制现场的设备动作。
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，常用机器视觉来替代人工视觉。同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测的新方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。
正是由于机器视觉系统能快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产的全部过程中，人们将机器视觉系统广泛地用于食品和饮料、制药、建材和化工、电子制造、包装、汽车制造等行业。
机器视觉技术是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，做处理并加以理解，最终用于实际检验测试、测量和控制。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、图像处理模块、判断决策模块和机械控制执行模块。
机器视觉检测系统采用相机（CCD/COMS）将被检测的目标转换成图像信号，传送给专用的图像处理系统，再根据像素分布和亮度、颜色等信息，转变成数字化信号。图像处理系统对这些信号进行各种运算来抽取目标的特征信息，如面积、数量、位置，再根据预设的条件输出结果，实现自动识别功能。
1、机器视觉是一项综合技术，这中间还包括数字图像处理技术，机械工程技术，控制技术，电光源照明技术，光学成像技术，传感器技术，模拟与数字视频技术，计算机硬件技术，人机接口技术等。这些技术在机器视觉中式并列关系，相互协调应用才能构成一个成功的工业机器视觉应用系统。
2、机器视觉更强调实用性，要求能适应工业生产里恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。
3、对机器视觉技术人员来说，不仅要具有研究数学理论和编制计算机软件的专业能力，更需要的是光、机、电一体化的综合能力。
4、机器视觉更强调实时性，要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，他们的发展速度远超于其在工业生产里的实际应用速度。
