在某些应用领域，例如机器人、飞行物体导致等，对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。自动视觉识别检测目前已经用于产品外形和表面缺陷检验，如木材加工检测、金属表面视觉检测、二极管基片检查、印刷电路板缺陷检查、焊缝缺陷自动识别等。在医学领域，机器视觉主要用于医学辅助诊断。首先采集核磁i共振、超声波、激光、Ｘ射线、γ射线等对人体检查记录的图像，再利用数字图像处理技术、信息融合技术对这些医学图像进行分析、描述和识别，后得出相关信息，对辅助医生诊断人体病源大小、形状和异常，并进行有效治i疗发挥了重要的作用。

机器视觉是人工智能正在快速发展的一个分支，旨在赋予机器可媲美人类的视觉。随着研究人员应用专门的网络来帮助机器识别和理解现实世界的图像，机器视觉在过去几年取得了巨大的进步。如今的计算机在视觉识别上能够做到各种各样的事情，从识别网络上的猫到在诸多的照片中识别特定的面孔。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号。

机器视觉就是用机器来代替人眼做测量和判别的体系，它经过光学设备和非接触传感器主动获取方针方针的图画，并由图画处理设备依据所得图画的像素散布、亮度和颜色等信息进行各种运算处理和判别剖析，以提取所需的特征信息或依据判别剖析成果对某些现场设备进行运动控制。机器视觉体系中的图画处理设备一般都选用计算机，所以机器视觉有时也称为计算机视觉。

从企业的成本控制的角度来说，培训一个合格的操作工需要企业管理者花费大量的人力物力，然而单纯的培训还远远不够，后续还需要花费大量的时间，使操作工的水平在实践中得到提升。而使用机器视觉检测设备只要设计、调试和操作得当，可以在很长一段时间内不间断使用，同时确保生产效果，且一个人就可以操作多台设备，人工成本不高。