視覺系統(tǒng)的特點是自動化、客觀、非接觸和高精度、速度，以及工業(yè)現(xiàn)場環(huán)境下的可靠性。
照明可分為 4種：①背光，可產(chǎn)生強反差，常用于二值圖像識別技術。②漫射頂光，適用于識別分離的部件或表面方向未知的部件。③直射頂光，它能在目標表面穩(wěn)定時產(chǎn)生可靠的高反差圖像，適用于二值圖像識別。對表面略為粗糙的扁平部件能產(chǎn)生光亮穩(wěn)定的圖像區(qū)域。對彎曲表面或平面拋光表面可設置強光。④結(jié)構光，即用激光點、束或網(wǎng)照明景物，用于景物三維信息的三角測量。
圖像預處理其作用是改進圖像質(zhì)量，以便進行圖像識別。典型的圖像預處理有4個步驟：①陰影校正,即對景物上不均勻的照明進行平滑補償。②灰度校正，即將輸入的灰度值進行線性或非線性的變換以求改進圖像質(zhì)量。③噪聲過濾，通常采用低（頻）通（過）運算器抑制噪聲。④圖像增強，即圖像輪廓增強，采用高(頻)通（過）運算器。 數(shù)據(jù)壓縮最簡單的數(shù)據(jù)壓縮技術是取圖像灰度的閾值，產(chǎn)生二值圖像。二值圖像還可進一步壓縮。按區(qū)域壓縮和按輪廓壓縮是兩種基本的數(shù)據(jù)壓縮方法，它們既可用于二值圖像也可用于灰度圖像。但在工業(yè)視覺系統(tǒng)中，按區(qū)域壓縮的方法常用于二值圖像，按輪廓壓縮的方法則常用于灰度圖像。這是因為早期的工業(yè)視覺系統(tǒng)多采用二值圖像，所處理的部件可用整體區(qū)域特征加以識別，而從灰度圖像獲取可靠的區(qū)域型特征則比較困難。二值圖像按區(qū)域的壓縮是將圖像分為若干連通區(qū)域。通過連通程序來完成這項工作，同時為每個區(qū)域編號。對每個區(qū)域計算面積、重心、慣量矩、空洞數(shù)目、輪廓線長度、最小外切矩形等典型特征參數(shù)。這些特征參數(shù)就作為下一步圖像解釋的輸入。灰度圖像按輪廓的壓縮是從經(jīng)過增強處理的圖像上抽取直線、拐角、圓弧等輪廓特征或求出代表輪廓線方向斜率的一組線段。這后一種方法常出現(xiàn)線段丟失、破碎以及重合等誤差，需要用關于景物的先驗知識加以判斷。數(shù)據(jù)壓縮有時被當作圖像分割，但實際上比把圖像分為有意義單元的圖像分割簡單。
圖像解釋即按照任務對圖像內(nèi)容進行高度概括的描述。它基于圖像的模型匹配。模型是對所要識別的理想模式外形的描述，包括所有可能的部分畸變、平移或旋轉(zhuǎn)的模式的集合。將其中一個模式當作原型，那么解釋就是尋找與經(jīng)壓縮后的數(shù)據(jù)匹配得最好的原型，并用描述模型的參數(shù)給出解釋。最簡單的模型匹配方法是樣板匹配，它僅適用于原型很少的場合，而且計算量也很大。在一般情況下需要考慮大量原型，此時可采用搜索法、松弛法和聚類法，但對于工業(yè)視覺系統(tǒng)都不太理想。已經(jīng)用這些方法初步解決重疊工件的識別問題。雖然松弛法和聚類法已經(jīng)是實驗室中用于圖像解釋的極普通的方法，但由于成本昂貴尚未被普遍采用到工業(yè)視覺系統(tǒng)的設計中去。
用于自動檢驗、工件加工和裝配自動化以及生產(chǎn)過程的控制和監(jiān)視的圖像識別機器。工業(yè)視覺系統(tǒng)的圖像識別過程是按任務需要從原始圖像數(shù)據(jù)中提取有關信息、高度概括地描述圖像內(nèi)容，以便對圖像的某些內(nèi)容加以解釋和判斷。
自動檢驗是工業(yè)視覺系統(tǒng)最重要的應用領域。它的優(yōu)點是可提供快速無接觸測量，對部件的檢驗率幾乎可達100％,而且視覺檢驗機器裝入現(xiàn)有生產(chǎn)系統(tǒng)比機器人視覺系統(tǒng)方便。在很多工業(yè)生產(chǎn)領域中，自動檢驗是實現(xiàn)生產(chǎn)自動化的必要條件。在自動輸送部件的系統(tǒng)中，甚至像螺釘這樣簡單的零件也必須 100％地加以檢驗，否則會降低機器的效率，甚至引起嚴重事故。自動檢驗的任務主要包括完備性檢驗、形狀檢驗和表面檢驗：
①完備性檢驗對部件上的零件是否完備、缺失進行檢驗。部件上丟失零件可能導致嚴重后果。例如，如果丟失發(fā)動機閥門彈簧的帽卡，則有可能使發(fā)動機毀壞。
②形狀檢驗這方面的例子有檢驗螺桿或螺釘這樣的簡單部件、檢驗小圓片的圓度、檢驗包裝上或瓶子上的標簽的尺寸、形狀和位置等。形狀檢驗的一個最重要的應用是檢驗印刷電路板，包括檢測板上的導線破裂、短路、突出物以及相鄰兩線的距離等。
③表面檢驗這是質(zhì)量控制的一個重要步驟。例如，檢驗鋼板、軸承部件、搪瓷或玻璃的表面。通常必須檢驗一批序貫通過的不同形狀的表面，并能對缺陷損傷加以區(qū)分。
部件加工和裝配這類應用的主要視覺任務是確定部件的位置和方向。部件通常裝在容器中運輸或存儲，在此過程中原始位置被打亂。包括從托板對部件位置的微小干擾到把部件裝箱這樣的過程都會使原始位置混亂。對此尚無通用解決辦法。針對機器人隨機抓取傳送帶上的定向部件已研制了數(shù)種視覺系統(tǒng)。但這類應用場合在生產(chǎn)過程中不具普遍性。在芯片焊接過程中需用視覺系統(tǒng)導引焊接位置，并輔助振動傳送帶對元件的機械分類。在用機器人安裝摩托車輪時也需用視覺系統(tǒng)確定輪轂的位置和方向。大多數(shù)裝配任務需要用視覺和觸覺配合才行，例如把針插入洞中這樣的任務還可用特制的機械系統(tǒng)配合完成。
在行業(yè)應用方面，用機器視覺技術取代人工，可以提供生產(chǎn)效率和產(chǎn)品質(zhì)量。例如在物流行業(yè)，可以使用機器視覺技術進行快遞的分揀分類，不會出現(xiàn)目前大多快遞公司人工進行分揀，減少物品的損壞率，可以提高分揀效率，減少人工勞動。