在现代工业自动化生产，机器视觉系统包括各种检验，测量和部件识别应用中，如汽车零件尺寸检验和自动装配的完整性检查，电子元件自动装配线的定位，印刷质量检查的饮料闭包，条形码在产品包装和字符识别，等等。
这些应用的共同特点是连续的大规模生产和对外观质量的高要求。
通常这项工作重复性和高智能只能依靠手工检查完成，我们经常看到在现代装配线在一些工厂数百甚至数千多测试工人执行这个过程，工厂的增加巨大的人工成本和管理成本的同时，仍然不能保证检验合格率100%（即“零缺陷”），企业之间的竞争，甚至不允许0.1%的缺陷存在。
有时，如微小尺寸的精确快速测量、形状匹配、颜色识别等，人眼根本无法连续稳定地进行，其他物理量传感器也难以使用。
这时，人们开始考虑计算机的快速性、可靠性，结果可重复控制的工程网络版权全部，以及人类视觉的高度智能化和抽象能力，从而产生了机器视觉的概念。
一般来说，机器视觉是指使用机器而不是人眼来进行测量和判断。
首先，利用CCD相机将目标转换成图像信号，再传输到专用的图像处理系统。根据图像的像素分布、亮度、颜色等信息，将图像转换成数字信号。图像系统对这些信号进行各种操作，提取目标的特征，如：面积、长度、数量、位置等。最后，根据预先设定的公差和其他条件输出结果，如：尺寸、角度、偏移量、数量、通过/失败、是/否等。
机器视觉具有自动化、客观性、非接触性和高精度的特点。与一般的图像处理系统相比，机器视觉强调精度和速度，以及在工业现场环境中的可靠性。
机器视觉非常适合于量产过程中的测量、检验和识别，如：零件装配完整性、装配尺寸精度、零件加工精度、位置/角度测量、零件识别、特征/特征识别等。
其最大的应用领域是：汽车、制药、电子和电器、制造、包装/食品/饮料、医药。检查汽车仪表板加工精度，高速贴片机快速定位的电子组件，检查密码，表面印刷字符识别的IC,胶囊生产的胶囊壁厚和外观缺陷检查、检查滚珠轴承生产和破坏，面对食品包装生产日期标识，检查标签位置。
目前，国际视觉系统的应用方兴未艾，但在我国，工业视觉系统还处于概念引入阶段。在解决了生产自动化的问题之后，各个行业的龙头企业开始将目光转向视觉测量的自动化。
