机器视觉和计算机视觉是两个既有区别又有联系的术语。

　　机器视觉(machine vision)偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，以控制相应的行为。计算机视觉(computer vision)是采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析。具体来说，计算机视觉为机器视觉提供图像和景物分析的理论及算法基础，机器视觉为计算机视觉的实现提供传感器模型、系统构造和实现手段。

　　在某种意义上可以说，一个机器视觉系统就是一个能自动获取一幅或多幅目标物体图像，对所获取图像的各种特征量进行处理、分析和测量，并对测量就诶过做出定性分析和定量解释，从而得到有关目标物体的某种认识并作出相应决策的系统。

　　机器视觉和计算机视觉属于不同的学科。研究机器视觉是更好的为制造业提供更多有利于提高产品质量和生产效率的技术支持；研究计算机视觉的目的就是根据人类的视觉特性来给计算机带来“光明”，让它更好的来代替人来工作或者完成人类不能完成的工作，更大的提高生产效率，同时也不断提高人们的生活质量。

　　机器视觉中把计算机作为载体或者说是工具，主要是利用计算机高效率的CPU。因为视觉里看到的都是图像，而对图像的处理往往比较耗时，所以能更快的完成图像处理，为以后的控制赢得时间。

　　机器视觉是自动化领域一项新型技术，简单来说，就是给机器增加一个智能的眼睛，让机器具备视觉的功能，能看能检测能判断，可以替代传统的人工或者简单的机械治具。其原理是将需检测的产品或区域进行成像，然后根据其图像信息用专用的图像处理软件进行处理，根据处理结果软件能自动判断产品的位置、尺寸、外观信息，并根据人为预先设定的标准进行合格与否的判断，输出其判断信息给执行机构。

　　机器视觉的功能包括：物体定位、特征检测、缺陷判断、目标识别、计数和运动跟踪。正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

　　计算机视觉是指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等，通过计算机实现人的视觉功能，对客观世界的三维场景的感知、识别和理解。通常有两类方法：一类是仿生学的方法，参照人类视觉系统的结构原理，建立相应的处理模块完成类似的功能和工作；另一类是工程的方法，从分析人类视觉过程的功能着手，并不去刻意模拟人类视觉系统内部结构，而仅考虑系统的输入和输出，并采用任何现有的可行的手段实现系统功能。

　　在计算机视觉中图像可以由单个或者多个传感器获取，也可以是单个传感器在不同时刻获取的图像序列，然后对目标物体进行分析识别，确定目标物体的位置和姿态，对三维景物进行符号描述和解释。在计算机视觉研究中，经常使用几何模型、复杂的知识表达，采用基于模型的匹配和搜索技术，搜索的策略常使用自底向上、自顶向下、分层和启发式控制策略。