在现今的工业生产过程中，或是交通监控领域里，机器视觉以其高效、高稳定性、高安全性、高智能化等优势，已经成为替代人工进行检测、监控、测量等视觉行为的主要自动化技术。一套完整的机器视觉系统主要是由光源、镜头、工业相机、图像采集卡以及图像处理软件等几部分构成，这几部分又根据在系统中作用的不同被归纳为图像采集与图像处理两个环节。在机器视觉系统中，每个组件都有自己的作用，因此，要想实现机器视觉技术的高品质成像，不管是图像采集环节，还是图像处理环节都是必不可少的。

        机器视觉技术在各领域中的应用主要可以概括为三类，第一类是测量应用，利用机器视觉技术特有的非接触测量模式可以对产品的外形、孔径、大小等进行判定；第二类是检测应用，利用机器视觉技术可以对产品的质量、包装、印刷等进行缺陷检测；第三类是定位识别应用，利用机器视觉技术可以对产品进行分拣、可以对车辆进行跟踪等。在机器视觉技术实现这些应用的过程中，图像的采集固然是重要的，准确、全面的获取到图像信号是高品质成像的基础。同样，图像的处理也是成像的另一关键步骤。

        图像处理主要包括图像识别、图像增强、图像编码等几个方面，图像设别是一项经过对图像进行一系列的处理与分析后，以此来识别不同模式的目标以及对像的技术；图像增强则是一项减弱无用信息，同时突出图像中有用信息的处理技术；而图像复原则主要是去除整个系统运行过程中产生噪声或是其他干扰而出现的模糊或是干扰现象，以确保图像的准确性。

        图像处理的这几个方面都为机器视觉系统的应用提供了一定的辅助，例如：在定位应用中，正是借助图像处理软件的图像识别功能才得以在最短的时间内准确的晚出现目标定位；在测量、检测应用中，则正是借助图像增强功能更好的对测量目标的主要特征进行提取，才得以更好的为应用提供有用的图像资料。