人工智能的应用技术主要包括语音类技术、视觉类技术、自然语言处理类技术和基础硬件等。其中，机器视觉作为一种基础功能性技术，是机器人自主行动的前提，能够实现计算机系统对于外界环境的观察、识别以及判断等功能，对于人工智能的发展具有极其重要的作用，是人工智能范畴最重要的前沿分支之一。机器视觉技术在国内外人工智能企业应用技术中的占比超过40%。在现代自动化生产过程中，机器视觉技术广泛应用于各种各样的检验、生产监视识别中，例如，零配件批量加工大尺寸检查、自动装配的完整性检查、电子装配线的元件自动定位、IC 上字符识别等。通常，人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作，其他物理量传感器也难有用武之地，人们由此开始考虑利用光电成像系统采集被控目标的图像，而后，经计算机或专用的图像处理模块进行数字化处理，根据图像的像素分布、高度和颜色等信息来进行尺寸、形状、颜色等的判别，将计算机的快速性、可重读性与人眼视觉的高度智能化和抽象能力相结合，产生了机器视觉的概念。

美国制造工程师协会（ASME）机器视觉分会和美国机器人工业协会（RIA）自动化视觉分会对机器视觉的定义为：机器视觉（Machine Vision）是通过光学装置和非接触式的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置，即用机器代替人眼来进行测量和判断。本质上，机器视觉是图像分析技术在工厂自动化中的应用，即使用光学系统、工业数字相机和图像处理工具来模拟人的视觉能力，并作出相应的决策，最终指挥某种特定的装置来执行这些决策。

机器视觉是指用计算机来实现人的视觉功能，即用计算机来实现对客观世界的识别。视觉即使用数学功能分析数字图像，当机器视觉使用于工业领域，即称为工业视觉。机器视觉是计算机学科的一个重要分支，综合了光学、机械、电子、计算机软硬件等方面的技术，涉及计算机、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。图像处理和模式识别等技术的快速发展，极大地推动了机器视觉行业应用的发展。

机器视觉的优点包括以下几个：

（1）精度高。作为一个精确的测量仪器，设计优秀的视觉系统能够对一千个或更多部件进行空间测量，且此种测量不需要接触，所以对脆弱部件没有磨损。

（2）具备连续性。视觉系统可以使人们免受疲劳之苦，因为若没有人工操作者，也就没有了人为造成的操作变化，多个系统可以设定单独运行。(www.daowen.com)

（3）成本效率高。随着计算机处理器价格的急剧下降，机器视觉系统成本效率也变得越来越高，一个价值为10 000 美元的视觉系统可以轻易替代三个人工检测者，而每个人工检测者每年需要公司支付20 000 美元的工资。另外，机器视觉系统的操作和维护费用非常低。

（4）灵活性好。机器视觉系统能够进行各种不同的测量。当应用变化后，秩序软件也作出相应的变化或者升级，以适应新的需求。

许多应用过程控制（SPC）的公司正在考虑应用机器视觉系统来传递持续的、协调的和精确的测量SPC 命令。在SPC 中，制造参数是被持续监控的，整个过程的控制要保证这些参数在一定的范围内，使制造者在生产过程失去控制或出现坏部件时能够调节过程参数。

机器视觉系统比光学或机器传感器有更好的可适应性，使自动机器有了多样性、灵活性和可重组性。当需要改变生产过程时，对机器视觉来说，“工具更换”仅仅是软件的变换，而不是昂贵的硬件的更换；当生产线重组后，视觉系统往往还可以重复使用。

（5）对象选择范围广。检测对象广泛，在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。