机器视觉系统为机器提供视觉上的天赋，使用专业的相机和图片处理替换或补充人工检测任务。视觉技术过去非常昂贵和复杂，但至今部署机器视觉系统的成本已经大大的降低，从而创造了令人信服的快速投资回报率，一度成为生产制造界的神话。

机器视觉技术的应用范围从基本的工作任务如检测，到复杂的实时检查和在恶劣环境中的工作任务，它的应用可以分为以下四个：

定位是检测和定位对象的任务，然后报告对象的存在或坐标。

检查是验证产品质量的任务，例如检查组件的所有部件的存在或发现其中的缺陷和瑕疵。

测量是验证产品质量的任务，例如检查组件的所有部件的存在或发现缺陷和偏差。

识别是解码和读取文本的能力，例如1D代码，2D代码和OCV / OCR。

2D机器视觉系统

在2D成像中，可分析场景由区域相机或使用线扫描相机扫描捕获。产生的图像是强度值（单色）或颜色（RGB值）。照明是捕获这些图像的最重要因素之一。正确的照明强调了传感器想要分析的功能并确保高质量的图像。2D视觉非常适合高对比度的应用，或者对象的纹理或颜色是解决方案的关键。根据任务的照明类型，2D视觉可用于完成所有四项任务，并且是机器视觉的主导技术。

3D机器视觉系统

可以使用扫描技术或快照技术完成3D成像。使用扫描技术，通过将对象移动通过测量区域或通过在对象上移动相机，按配置文件创建3D图像。此运动必须保持不变才能使3D图像正确显示。快照技术通过简单地捕捉图片然后创建3D图像来捕获3​​D图像，就像普通相机一样。扫描图像作为3D图像通常比快照图像更精确。3D视觉非常适合分析物体的体积，形状或3D位置。只要存在可检测的高度差，它还可用于检测低对比度的零件和缺陷。3D视觉主要用于测量，检查和定位。

机器视觉中的3D成像可以以各种方式完成，并为不同的成像应用提供许多益处。然而，知道何时部署3D视觉而不是2D视觉是在进行切换之前需要考虑的重要因素。