人类的眼睛并不像摄像机一样，十分精准地捕捉这个世界。但因为其与大脑共同进化了上亿年，人的眼睛是一个十分有效地器官。本文介绍了眼睛与摄像机的相似处和不同点，机器视觉是否会向着拟人化发展呢？
从计算机到机器人再到人工智能，复制或模仿人类智慧、感知能力和行为的需求激发了多项关键技术进步，多年来，让设备、物体和事物直观“看到”周围环境，并进行分析和解读一直是一个重要的研究课题。
机器视觉，或称基于影像的自动检测和分析，当涉及准确和可靠的产品检测时，拥有超越人类视觉的全面优势，且通常还结合了不同的技术。 在任何情况下，机器视觉都可以匹敌甚至超越我们眼睛和大脑的视觉检测能力。
机器学习已被用于增加机器视觉的能力，将两者集成的系统已被证实可藉大数据分析加强工业自动化与检测过程；更先进的分析透过云端与边缘端的机器学习算法，可分析庞大的机器视觉数据，以分辨产品良好与瑕疵的模式，并可自动更新机器视觉系统的辨识算法，无须人力干预。
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能产生的初衷是为了取代人力，将人类解放出来去创造更多的价值。
智能图像处理是指一类基于计算机的自适应于各种应用场合的图像处理和分析技术，本身是一个独立的理论和技术领域，但同时又是机器视觉中的一项十分重要的技术支撑。
基于机器视觉技术的尺寸测量方法具有成本低、精度高、安装简易等优点，其非接触性、实时性、灵活性和精确性等特点可以有效的解决传统检测方法存在的问题。同时尺寸测量是机器视觉技术最普遍的应用行业，特别在自动化制造行业中，用机器视觉测量工件的各种尺寸参数，如长度测量、圆测量、角度测量、弧线测量、区域测量等，需要检测出
机器视觉就是用机器代替人眼来做测量和判断。 机器视觉系统主要由图像的获取、图像的处理和分析、输出或显示三部分组成。主要用计算机软件来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并最终用于实际检测、测量和控制。
主动视觉是当今计算机视觉和机器人视觉研究领域中的一个热门课题。它强调的是视觉系统与其所处环境之间的交互作用能力。与传统的通用视觉不同，主动视觉强调两点，一是认为视觉系统应具有主动感知的能力，二是认为视觉系统应基于一定的任务（TaskDirected）或目的，主动视觉认为在视觉信息获取过程中，应更主动地调整摄像机的参数，如方向
光伏企业如何保障高效可靠的太阳能产品,光伏材料源头-硅片生产过程中的缺陷检测至关重要。
