机器视觉技术是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。它主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。其具有速度快、信息量大、功能多等特点。
图像采集：这是机器视觉技术的基础，通过相机、摄像机等设备将目标物体采集成数字信号，然后利用特定的图像处理算法将其转化为可供计算机处理的数字图像。设备种类繁多，涵盖普通数码相机、摄像机到高端医疗影像设备和工业相机等，应用领域广泛。
图像预处理：将数字图像预处理为更好的质量和格式，以方便机器视觉算法的使用。包括灰度变换、色彩空间转换、噪声过滤、边缘检测、图像增强等多个方面。
特征提取：根据目标应用的需求从数字图像中提取具有代表性的特征，并以数学形式表达。常见特征包括边缘、颜色、纹理等，且通常要根据具体应用设计和选择。
图像分割：把数字图像分割成不同区域，并将不同区域分配给不同的对象和结构。常见算法有基于阈值的分割、基于边缘的分割、基于区域的分割等。
目标识别：依据图像特征检测和图像分割的结果，将特定目标从图像中提取出来，再进行进一步分析和处理。常用算法包括支持向量机、决策树、深度学习等。
二、机器视觉的应用
工业领域
自动化生产：实现对物品的识别、判别和分类，从而达成自动化生产。
质量控制：自动检测并判断产品是否符合质量标准，提高质量检测的效率和准确性。
安全监测：对工厂进行监控和安全防护，保障工业安全。
医疗领域
医学影像分析：对数字化的医学影像进行处理和分析，辅助医生做出正确的诊断和治疗方案。
疾病诊断：通过对患者的症状和影像进行分析，得到更准确的诊断结果。
手术辅助：监控和分析手术过程，提高手术的成功率和安全性。
交通领域
交通监测：监测交通流量、车辆违法行为等，提高交通安全和管理效率。
智能交通管理：实现对交通信号的自动控制和调度，提升交通运行效率和道路通行能力。
无人驾驶：帮助无人驾驶汽车实现自主导航和安全驾驶。
安防领域
智能监控：使监控区域实现自动巡视和目标跟踪，提高监控效率和范围。
人脸识别：协助警方快速抓捕和定位犯罪嫌疑人。
车牌识别：帮助对车辆的违规行为进行罚款和处理。
三、机器视觉所属专业
机器视觉的一二级学科分别是：0811控制科学与工程；081104模式识别与智能系统，机械、机电、自动化等相关专业；或者0812计算机科学与技术 – 81203计算机应用技术。
机器视觉所涵盖的专业领域如下：
电气工程：用于机器视觉系统中硬件和软件的设计。
工程数学：是图像处理技术的基础。
物理：作为照明系统设计的基础。
机械工程：在机器视觉系统中有广泛的应用。
