機器視覺系統包括三個主要部分：工業相機、采集卡和存儲并分析圖像以提取信息的計算機（或圖像處理器）。圖像處理器和采集卡屬于相對容易選擇的電子裝置，它們的主要參數是存儲能力和處理速度。工業相機是這些系統中情況最為復雜的部分�，F代的工業模擬相機和工業數字相機采用電荷耦合器件（CCD）或互補金屬氧化物半導體（CMOS）芯片來捕獲圖像并生成電子信號發送給計算機進行處理。

工業相機按照掃描方式可以分為隔行掃描工業相機、逐行掃描工業相機。

其中大多數顯示器和工業相機都是以隔行方式掃描，但實際上人眼看來仍然像一個平滑的圖像，工業相機一般先獲取圖像的奇數行，對于CCIR標準，工業相機在1/50秒后再獲取偶數行，而對于EIA標準，在1/60秒后再獲取偶數行。絕大多數工業相機都是間隔式轉移的，即隔行掃描，當用來拍攝運動物體時，就會出現梳狀效應。為消除這種效應，可以只采集一半的圖像（只使用奇數行或偶數行），如果要求完全的分辨率，必須利用逐行掃描工業相機。

在機器視覺系統應用中，物體通常移動很快。當利用隔行掃描工業相機時，在兩場之間可能物體都有移動，結果就會是一副模糊的圖像，就像是兩次曝光或者是在垂直邊緣有梳狀效應。為了解決這種影響，可以將隔行掃描工業相機設成只掃描一個場，這樣垂直分辨率將會減半，而幀采集速率將會提高一倍，工業相機的這種操作被稱為場模式，或者非隔行輸出，對許多機器視覺系統應用都很有用。場模式還能夠提供敏感度加倍的好處，由垂直像素BINNING得到（像素BINNING是指CCD傳感器的一個特殊讀出模式，傳感器將2個或多個像素綁定到一起鎖定，從多個像素積累的電荷求和），場模式雖然可以提高幀速度、敏感性以及信噪比，但會降低分辨率，在要求對快速運動的物體完全垂直分辨率的應用中，應該使用逐行掃描工業相機。