機器視覺可以理解為給機器加裝上視覺裝置，目的是為了使機器具有類似于人類的視覺功能，從而提高機器設備的自動化和智能化程度。機器視覺涉及到多個學科和多種技術，包括數字圖像處理技術、機械工程技術、控制技術、電光源照明技術，光學成像技術、傳感器技術等。

從應用的層面看，機器視覺的研究包括工件的自動檢測與識別、產品質量的自動檢測、食品的自動分類、智能車的自主導航與輔助駕駛、簽字的自動驗證、目標跟蹤與制導、交通流的監測、關鍵地域的保安監視等等。

從處理過程看，機器視覺分為低層視覺和高層視覺兩階段。低層視覺包括邊緣檢測、特征提取、圖像分割等。高層視覺包括特征匹配、三維建模、形狀分析與識別、景物分析與理解等。

從方法層面看，有被動視覺與主動視覺之分，又有基于特征的方法與基于模型的方法之分。

機器視覺作為一門工程學科，是建立在對基本過程的科學理解之上的。機器視覺系統的設計依賴于具體的問題，必須考慮一系列諸如噪聲、照明、遮掩、背景等復雜因素，折中地處理信噪比、分辨率、精度、計算量等關鍵問題。

機器視覺是通過光學裝置和非接觸式的傳感器，自動地接收和處理一個真實物體的圖像，以獲得所需信息或用于控制機器人運動的裝置。

本質上，機器視覺是圖像分析技術在工廠自動化中的應用，通過使用光學系統、工業數字相機和圖像處理工具，來模擬人的視覺能力，并做出相應的決策，然后通過指揮某種特定的裝置執行這些決策。

在現代自動化生產過程中，機器視覺已經開始慢慢取代人工視覺，尤其是在工況檢測、成品檢驗、質量控制等領域，應用廣泛。