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？
机器视觉系统可以快速、准确和高可重复性地自动完成诸如部件测量和检查的工作，这样就可以帮助制造商提高产品质量和生产力。视觉系统在制造过程中的每一步都可以生成有价值的监测数据，这同时也可以帮助控制工程师扩展过程诊断的功能。
机器视觉系统的主要功能可以简单概括为：定位、识别、测量、缺陷检测等。相对于人工或传统机械方式而言，机器视觉系统具有速度快、精度高、准确性高等一系列优点。
机器视觉的应用主要有检测和机器人视觉两个方面:检测又可分为高精度定量检测(例如显微照片的细胞分类、机械零部件的尺寸和位置测量)和不用量器的定性或半定量检测(例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测)。
选择不同的光源，控制和调节照射到物体上的入射光的方向是机器视觉系统设计的最基本的参数。
机器视觉在自动化测量系统中的应用日益普及。其原因是越来越多的信息需要从相机中提取，而不是从一个专用传感器中提取。相机可以用于提取温度信息、测量尺寸，并检查对象存在与否，同时也提供了许多其它有用的信息。这使其广泛应用于质量检测、机械控制和机器人引导等应用中，所有这些应用在选择控制硬件和软件时都有独特的需求和挑战
机器视觉就是利用机器代替人眼来作各种测量和判断。在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但是机器却会不知疲倦地、稳定地进行下去。一般来说，机器视觉系统包括了照明系统、镜头、摄像系统和图像处理系统。对于每一个应用，我们都需要考虑系统的运行速度和图像的处理速度、使用彩色还是黑白摄
目前，机器人视觉伺服控制系统有以下几种分类方式： 按照摄像机的数目的不同，可分为单目视觉检测伺服系统、双目视觉检测伺服系统以及多目视觉检测伺服系统。
机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运
工业镜头畸变又称失真，指被摄物平面内的主轴外直线，经光学系统成像后变为曲线，则此光学系统的成像误差称为畸变。畸变像差只影响影像的几何形状，而不影响影像的清晰度。
