机器视觉可以理解为给机器加装上视觉装置，目的是为了使机器具有类似于人类的视觉功能，从而提高机器设备的自动化和智能化程度。机器视觉涉及到多个学科和多种技术，包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术等。
从应用的层面看，机器视觉的研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。
从处理过程看，机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等。高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。
从方法层面看，有被动视觉与主动视觉之分，又有基于特征的方法与基于模型的方法之分。
机器视觉作为一门工程学科，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。
机器视觉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。
本质上，机器视觉是图像分析技术在工厂自动化中的应用，通过使用光学系统、工业数字相机和图像处理工具，来模拟人的视觉能力，并做出相应的决策，然后通过指挥某种特定的装置执行这些决策。
在现代自动化生产过程中，机器视觉已经开始慢慢取代人工视觉，尤其是在工况检测、成品检验、质量控制等领域，应用广泛。
