機(jī)器視覺和計算機(jī)視覺是兩個既有區(qū)別又有聯(lián)系的專業(yè)術(shù)語。

    機(jī)器視覺(machine vision)偏重于計算機(jī)視覺技術(shù)工程化，能夠自動獲取和分析特定的圖像，以控制相應(yīng)的行為。計算機(jī)視覺(computer vision)是采用圖像處理、模式識別、人工智能技術(shù)相結(jié)合的手段，著重于一幅或多幅圖像的計算機(jī)分析。具體來說，計算機(jī)視覺為機(jī)器視覺提供圖像和景物分析的理論及算法基礎(chǔ)，機(jī)器視覺為計算機(jī)視覺的實(shí)現(xiàn)提供傳感器模型、系統(tǒng)構(gòu)造和實(shí)現(xiàn)手段。

    在某種意義上可以說，一個機(jī)器視覺系統(tǒng)就是一個能自動獲取一幅或多幅目標(biāo)物體圖像，對所獲取圖像的各種特征量進(jìn)行處理、分析和測量，并對測量就誒過做出定性分析和定量解釋，從而得到有關(guān)目標(biāo)物體的某種認(rèn)識并作出相應(yīng)決策的系統(tǒng)。

    機(jī)器視覺和計算機(jī)視覺屬于不同的學(xué)科。研究機(jī)器視覺是更好的為制造業(yè)提供更多有利于提高產(chǎn)品質(zhì)量和生產(chǎn)效率的技術(shù)支持；研究計算機(jī)視覺的目的就是根據(jù)人類的視覺特性來給計算機(jī)帶來“光明”，讓它更好的來代替人來工作或者完成人類不能完成的工作，更大的提高生產(chǎn)效率，同時也不斷提高人們的生活質(zhì)量。

    機(jī)器視覺中把計算機(jī)作為載體或者說是工具，主要是利用計算機(jī)高效率的CPU。因?yàn)橐曈X里看到的都是圖像，而對圖像的處理往往比較耗時，所以能更快的完成圖像處理，為以后的控制贏得時間。

    機(jī)器視覺是自動化領(lǐng)域一項(xiàng)新型技術(shù)，簡單來說，就是給機(jī)器增加一個智能的眼睛，讓機(jī)器具備視覺的功能，能看能檢測能判斷，可以替代傳統(tǒng)的人工或者簡單的機(jī)械治具。其原理是將需檢測的產(chǎn)品或區(qū)域進(jìn)行成像，然后根據(jù)其圖像信息用專用的圖像處理軟件進(jìn)行處理，根據(jù)處理結(jié)果軟件能自動判斷產(chǎn)品的位置、尺寸、外觀信息，并根據(jù)人為預(yù)先設(shè)定的標(biāo)準(zhǔn)進(jìn)行合格與否的判斷，輸出其判斷信息給執(zhí)行機(jī)構(gòu)。

    機(jī)器視覺的功能包括：物體定位、特征檢測、缺陷判斷、目標(biāo)識別、計數(shù)和運(yùn)動跟蹤。正是由于機(jī)器視覺系統(tǒng)可以快速獲取大量信息，而且易于自動處理，也易于同設(shè)計信息以及加工控制信息集成，因此，在現(xiàn)代自動化生產(chǎn)過程中，人們將機(jī)器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域。

    中國機(jī)器視覺商城銷售AVT、DALSA、WATEC、MICROSCAN、JAI、POINTGREY、SONY工業(yè)相機(jī)等全球各大知名品牌工業(yè)相機(jī)以及VGA采集卡、VGA視頻采集卡、1394采集卡、流媒體采集卡、pentax工業(yè)鏡頭、computar鏡頭、CCS光源和多種機(jī)器視覺檢測系統(tǒng)及設(shè)備。

    計算機(jī)視覺是指用攝像機(jī)和計算機(jī)代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等，通過計算機(jī)實(shí)現(xiàn)人的視覺功能，對客觀世界的三維場景的感知、識別和理解。通常有兩類方法：一類是仿生學(xué)的方法，參照人類視覺系統(tǒng)的結(jié)構(gòu)原理，建立相應(yīng)的處理模塊完成類似的功能和工作；另一類是工程的方法，從分析人類視覺過程的功能著手，并不去刻意模擬人類視覺系統(tǒng)內(nèi)部結(jié)構(gòu)，而僅考慮系統(tǒng)的輸入和輸出，并采用任何現(xiàn)有的可行的手段實(shí)現(xiàn)系統(tǒng)功能。

    在計算機(jī)視覺中圖像可以由單個或者多個傳感器獲取，也可以是單個傳感器在不同時刻獲取的圖像序列，然后對目標(biāo)物體進(jìn)行分析識別，確定目標(biāo)物體的位置和姿態(tài)，對三維景物進(jìn)行符號描述和解釋。在計算機(jī)視覺研究中，經(jīng)常使用幾何模型、復(fù)雜的知識表達(dá)，采用基于模型的匹配和搜索技術(shù)，搜索的策略常使用自底向上、自頂向下、分層和啟發(fā)式控制策略。