机器视觉（Machine vision）机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不视觉系统工作原理简图适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。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。

视觉处理器视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。采集卡传输图像到存储器，进而计算分析。当前主流配置的PLC，且配置较高，视觉处理器已经几乎退出市场。机器选型编辑在机器视觉系统中，获得一张高质量的可处理的图像是至关重要。系统之所以成功，首先要保证图像质量好，特征明显。一个机器视觉项目之所以失败，大部分情况是由于图像质量不好，特征不明显引起的。设计制造的经济性表现为机器的成本低，使用经济性表现为高生产率，，低能耗，以及低的管理和维护费用等。要保证好的图像，必须要选择一个合适的光源。

光源选型基本要素：对比度：对比度对机器视觉来说非常重要。机器视觉应用的照明的的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生对比度，从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。亮度：当选择两种光源的时候，的选择是选择更亮的那个。当光源不够亮时，可能有三种不好的情况会出现。，相机的信噪比不够；由于光源的亮度不够，图像的对比度必然不够，在图像上出现噪声的可能性也随即增大。其次，光源的亮度不够，必然要加大光圈，从而减小了景深。[2]机器视觉系统基本的特点就是提高生产的灵活性和自动化程度。另外，当光源的亮度不够的时候，自然光等随机光对系统的影响会。

此外还有：1自动光学检查2人脸识别3无人驾驶汽车4产品质量等级分类5印刷品质量自动化检测6文字识别7纹理识别8定位......等机器视觉图像识别的应用。【机器视觉特点】⒈摄像机的拍照速度自动与被测物的速度相匹配，拍摄到理想的图像；⒉零件的尺寸范围为2.4mm到12mm，厚度可以不同；⒊系统根据操作者选择不同尺寸的工件，调用相应视觉程序进行尺寸检测，并输出结果；⒋针对不同尺寸的零件，排序装置和输送装置可以调整料道的宽度，使零件在固定路径上运动并进行视觉检测；⒌机器视觉系统分辨率达到2448×2048，动态检测精度可以达到0.02mm；⒍废品漏检率为0；⒎本系统可通过显示图像监视检测过程，也可通过界面显示的检测数据动态查看检测结果；⒏具有对错误工件及时准确发出剔除控制信号、剔除废品的功能；纳米(nm)即为10-9m，纳米技术定义为尺寸或公差范围为0。⒐系统能够自检其主要设备的状态是否正常，配有状态指示灯；同时能够设置系统维护人员、使用人员不同的操作权限；⒑实时显示检测画面，中文界面，可以浏览几次不合格品的图像，具有能够存储和实时察看错误工件图像的功能；⒒能生成错误结果信息文件，包含对应的错误图像，并能打印输出。