机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)。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、数字图像处理模块、智能判断决策模块和机械控制执行模块。
机器视觉是实现工业自动化和智能化的必要手段，相当于人类视觉在机器上的延伸。机器视觉具有高度自动化、高效率、高精度和适应较差环境等优点，将在我国工业自动化的实现过程中产生重要作用。
参考观研天下发布《2018年中国高速机器视觉市场分析报告-行业运营态势与投资前景预测》
视觉图像技术需要重点构建四大核心能力：
1.智能识别。海量信息快速收敛，从大量信息中找到关键特征，准确度和可靠度是关键；
2.智能测量。测量是工业的基础，要求精准度；
3.智能检测。在测量的基础上，综合分析判断多信息多指标，关键点上是基于复杂逻辑的
智能化判断；
4.智能互联。图像的海量数据在多节点采集互联，同时将人员、设备、生产物资、环境、
工艺等等数据互联，衍生出深度学习、智能优化、智能预测等等创新能力，真正展示工业
互联网和智能制造的威力。
工业领域的机器视觉难点在于精度和速度，要求都在毫米级，且工业领域工业机器人抓手的变动是在三维空间内。
2016年全球机器视觉系统及部件市场规模约45.7亿美元，2011-2016年复合增长率10%。预计2018年全球市场规模或达55亿美元。从产业地区分布看，2016年全球机器视觉产业主要分布于德国、美国和日本地区，占比分别为30%、24%和14%。
由于机器视觉系统可以快速获取大量信息，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，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
由于机器视觉系统可以快速获取大量信息，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，在现代自动化生产过程中，人们将机 器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
可以预计的是，随着机器视觉技术自身的成熟和发展，它将在现代和未来制造企业中得到越来越广泛的应用。
微信
彩视能公众号
彩视能名片
售前服务
