机器视觉技术是计算机科学的一个重要分支，它涉及到计算机、图像处理、模式识别、人工智能、信号处理、光学、机械等多个领域。自起步发展至今，已经有二十多年的历史，其功能及应用范围随着工业自动化的发展逐渐完善和推广，其中特别是CCD摄像头、DSP芯片、图像处理和模式识别等技术的快速发展，大大地推动了机器视觉系统的发展。

简言之，机器视觉就是用机器代替人眼来作各种测量和判断。在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但机器却会不知疲倦地、稳定地进行下去。

机器视觉系统可以对各种类型的场景，以及场景中的物体做测量、检测、定位和识别等。适用于生产过程的各个环节，例如：原料、加工、组装、测试、包装、仓储、使用等各个环节。

机器视觉的长处为：

（1） 非接触测量，对观测与被观测者都不会产生任何损伤，从而提高了系统的可靠性；

（2） 具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围；

（3） 长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地作测量、分析和识别；

（4） 可以在恶劣环境下工作。

机器视觉系统的应用领域越来越广泛。在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的使用，可以说已经深入到我们的生活、生产和工作的方方面面。

典型的机器视觉系统方框图见例图。

一个完整的机器视觉系统的主要工作过程如下：

（1） 工件定位检测器探测到物体已运动至接近摄像头视野的中心，向图像采集卡发送触发脉冲；

（2） 图像采集卡按事先设定的程序和延时，分别向摄像头和照明设备发出启动脉冲；

（3） 摄像头停止目前的扫描，重新开始新的一帧扫描；或者摄像头在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描；

（4） 摄像头开始新的一帧扫描之前，打开曝光机构，曝光时间可以事先设定；

（5） 另一个启动脉冲打开灯光照明，灯光开启时间应与摄像头曝光时间匹配；

（6） 摄像头曝光后，正式开始一帧图像的扫描和输出；

（7） 图像采集卡接收模拟视频信号并通过A/D将其数字化，或者直接接收摄像头数字化后的数字视频信号；

（8） 图像采集卡将数字图像放到处理器或者计算机的内存中；

（9） 处理器对图像进行处理、分析、识别，获得测量结果或逻辑控制值；

（10） 处理结果控制流水线的动作、进行定位、纠正运动的误差等。

从上述的工作流程可以看出，机器视觉系统是一种比较复杂的系统。因为大多数系统的监控对象都是运动物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物制导等，对整个系统或者系统的一部分部件的重量、体积和耗电量都会有严格的要求。所以说，机器视觉是图像处理系统中最复杂的系统，需要在开发和设计中投入更多的精力。