随着科技的发展人们发明创造各式各样的工具机器来辅助或代替自己完成工作任务。在发明创造工具的过程中，人们通过利用机器模拟自身的视觉、触觉、听觉和嗅觉等器官来感知外部世界，机器视觉检测设备就是利用这些原理对产品的外观缺陷尺寸进行品检相机就相当于机器的眼睛，传感器就相当于机器感应物体的触觉，机器视觉系统用于储存收集数据并根据相应的算法来指导机器的下一步动作。由于人类对外界环境获取的信息中约80%来自视觉感知，因而人们在此类创造过程中，对视觉功能的研究尤为热衷。机器视觉是专门研究如何用机器来模拟生物视觉功能的学科它是现代计算机技术的一个重要分支，涵盖多领域的光学、机械、电子、计算机软硬件等方面的技术，涉及到多层面的计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。由于机器视觉涉及的领域非常广泛且非常复杂，因此目前还没有明确的定义。而图像处理模式识别等技术的快速发展，也大大地推动了机器视觉的发展。

机器视觉是如何通过光学装置和非接触式传感器自动地接收、处理真实场景的图像，以获取目标图像所需信息。机器视觉系统通常通过各种软硬件技术和方法，对反映现实场景的二维图像信息进行分析、处理后，自动得出各种指令数据，以控制机器的动作。

例如，机器视觉系统通过采集、分析生产线上的塑料瓶图像，进而让剔除机构将不合格的产品进行筛选出来，从而达到质量控制的目的。

机器视觉、图像处理以及计算机视觉算法是既相互交叉又有区别的几个概念。图像处理是指用计算机对图像进行复原、校正、增强、统计分析、分类和识别等加工，以达到所需结果的技术和过程，它通常是机器视觉中的阶段(日常生活中图像处理常常指对图像的艺术化，与工业领域的图像处理的概念稍有差别)。计算机视觉的研究很大程度上是针对图像内容的视觉理论研究。它的研究对象主要是映射到单幅或多幅图像上的三维场景，例如三维场景的重建等。机器视觉则主要是指工业领域视觉的应用研究，例如自主机器人的视觉，用于检测和测量的视觉系统等。它通过在工业领域将图像感知、图像处理、控制理论与软件、硬件紧密结合，并研究解决图像处理和计算机视觉理论在实际应用过程中的问题，以实现高效的运动控制或各种实时操作。