一、机器视觉的概念

      机器视觉（Machine Vision、MV）是配备有感测视觉仪器（如自动对焦相机或传感器）的检测机器，其中光学检测仪器占有比重非常高。机器视觉主要用于检测出各种产品的缺陷、判断并选择出物体、测量尺寸和定位等，广泛应用在自动化生产的各个环节，是计算机视觉中相当有产业化的部分。

机器视觉与计算机视觉的区别在于，前者的重点在自动获取目标的各种特征，并对特征进行处理、分析和测量；而后者的重点放在对目标图像的理解和描述。

二、机器视觉的基本功能

      目前，机器视觉的基础功能主要可以分为四大类：模式识别/计数、视觉定位、尺寸测量和外观检测，当前的应用也基本是基于这四大类功能来展开。

模式识别/计数：主要指对已知规律的物品进行分辨，比较容易的包含外形、颜色、图案、数字、条码等的识别，也有信息量更大或更抽象的识别如人脸、指纹、虹膜识别等。 

视觉定位：主要指在识别出物体的基础上精确给出物体的坐标和角度信息。定位在机器视觉应用中是非常基础且要领的功能，一个软件的好坏大概率与其定位算法的好坏密切相关。

尺寸测量：主要指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确的计算出需要知道的几何尺寸。优势在于对高精度、高通量以及复杂形态的测量，例如有些高精度的产品由于人眼测量困难以前只能抽检，有了机器视觉后就可以实现全检了。

外观检测：主要检测产品的外观缺陷，较常见的包括表面装配缺陷（如漏装、混料、错配等）、表面印刷缺陷（如多印、漏印、重印等）以及表面形状缺陷（如崩边、凸起、凹坑等）。由于产品外观缺陷一般情况下种类繁杂，所以检测在机器视觉中的应用中属于相对较难的一类。

从技术实现难度上来说，识别、定位、测量、检测的难度是递增的。