机器视觉是一种比较复杂的系统。因为大多数系统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。

机器视觉检测模式一般是先通过光学成像和图像采集装置获得产品的数字化图像，再用计算机进行图像处理得到相关检测信息，形成对被测产品的判断决策，后将该决策信息发送到分拣装置，完成被测产品的分拣。

机器视觉技术的应用范围

在医学上的应用

在医学领域，机器视觉主要用于医学辅助诊断。首先采集、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，并进行有效发挥了重要的作用。不同医学影像设备得到的是不同特性的生物组织图像，如Ｘ射线反映的是骨骼组织，影像反映的是有机组织图像，而医生往往需要考虑骨骼有机组织的关系，因而需要利用数字图像处理技术将两种图像适当地叠加起来，以便于医学分析。

机器视觉检测设备-锂电池缺陷视觉检测系统 

产品优势：(l)准确率高:可准确识别涂布刮痕、极片残损、极耳焊接不对称等现象，准确率远远高于人眼检测。

(2)具有客观重复性:排除了电池检测结果受检测人员主观意愿、情绪、视觉疲劳等人为因素的影响，可信度高。

(3)速度快、、成本低:用人眼观察时检测数量能达到15m/min，而用机器视觉检测时能达到60-80m/min，大大提高了生产率，同时也节约了人力成本。