视觉是人类观察和认知世界的重要手段。据统计，人类从外部世界获得的信息约有80%由视觉获取。这既说明视觉信息量巨大，又体现出人类视觉功能的重要性。随着信息技术的发展，为计算机、机器人或其他智能机器赋予人类视觉功能，成为科学家们的奋斗目标

目前，机器视觉技术已经实现了产品化、实用化，镜头、高速相机、光源、图像软件、图像采集卡、视觉处理器等相关产品功能日益完善。机器视觉技术在信息化时代正扮演着越来越重要的角色。

与计算机视觉相比，机器视觉偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，对准确度和处理速度要求都比较高。一般而言，计算机视觉多用来识别“人”，而机器视觉则多用来识别“物”

机器视觉是人工智能正在快速发展的一个分支，是研究用计算机来模拟生物视觉的科学技术。机器视觉系统的首要目标是用图像创建或恢复现实世界模型，然后认识现实世界。其具体操作方法是通过机器视觉产品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，再根据像素分布和亮度、颜色等信息将其转变成数字化信号，图像系统对这些信号进行各种运算来抽取目标的特征，进而控制现场设备的动作。

机器人视觉包括以下几种：

2D相机

2D相机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，让机器人根据新的产品信息进行工作。目前2D相机广泛应用于机器人搬运，装配等工作。

线激光

线激光是使用激光三角测量原理, 对不同被测物体表面进行二维轮廓扫描。通过移动被测物体或传感器便可得出三维测量结果。目前线激光广泛应用于弧焊或激光焊的焊缝扫描、车身在线测量等。

3D摄影测量

3D摄影测量通过软件处理采集好的照片来得到待测点的三维坐标。即用一个高精度的专业相机，通过在不同的位置和方向对同一物体进行拍摄所获取。

三维成像

基于结构光的三维成像，实际上是三维参数的测量与重现，需要投射结构光到被测物体上，通过结构光的变形（或者飞行时间等）来确定被测物的尺寸参数。

例如ABB的协作机器人Yumi已可以安装在AGV上行走并完成设定的工作，如果加上结构光视觉，结合物联网及数字化完成自主工作已不遥远。

随着连续采用这些技术，如神经网络和专用机器视觉硬件，我们正在迅速缩小人类和机器视觉之间的差距。