机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)。
机器视觉比人眼视觉有着高度自动化、高效率、高精度和适应较差环境的优点，能够察人眼力所不及，行人力之不可为。因而，机器视觉有着广泛应用，如在识别、检测、测量和机械手定位等工业应用领域。
全球机器视觉发展现状
近年来，随着全球工业4.0变革的兴起，机器视觉的发展也十分迅速。公开资料显示，2015年全球机器视觉市场规模约42亿美元，同比增长10.5%。其中，美国是全球最大的机器视觉市场，占到50%的份额；中国市场规模达3.5亿美元，近五年复合增长率26.6%。机构预测，2018年全球机器视觉系统及部件市场规模达到50亿美元。
在国际上，机器视觉在发达国家已经过了爆发式增长阶段，进入稳定增长期。美日处于领先地位，已较为成熟。就全球份额来说，北美占全球市场份额的半壁江山，普及率高。龙头品牌康耐规、基恩士领跑，其中美国康耐视专注机器视觉领域，在全球汽车行业应用占据了40%左右市场份额，在半导体设备制造领域占近80%的市场份额。
在中国，机器视觉在国内起步较晚，真正工业应用也就十几年的时间，渗透率还处在较低水平。随着我国适龄劳动力减少，人工成本上涨速度超GDP增速，我国人口红利拐点已经来临，以及中国制造业转型升级、产品质量提升带来必然要求都将推动机器视觉进入黄金发展期。目前系统集成及设备是国内企业最有优势的环节，低端竞争激烈，未来行业将向高端发展。
细分领域场景应用广泛
在无人机领域，机器视觉是无人机实现无人的首要解决问题。大疆Phantom 4的面世掀开了机器视觉进入了实用场景的序章。智能跟随依靠机器视觉躲避障碍，依靠机器视觉识别目标，机器视觉的应用使得Phantom 4不再是一台提线木偶，而是拥有了有一定自主飞行能力的空中机器人。
在机器人领域，如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸。机器视觉实现了对工件尺寸、形状、颜色等特征的自动判断和识别，可以让机器代替人眼做测量和判断，是实现工业自动化和智能化的必要手段。
在智能安防领域，机器视觉可以通过生物识别、智能事件分析、太赫兹技术三个方法实现智能监管，解放大量人力并大大提升效率，使大海捞针、透视眼成为可能。以智能交通行业为例，机器视觉具有成本低、稳定性强、准确性高、应用范围广等优点，目前已经在国内外高速公路和公路的交通监控系统中得到了广泛的应用,具体体现在车牌识别、车身颜色识别、车型识别、违章识别、车流量统计、流量控制等。
