21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。图像处理也是机器视觉系统的重要组成部分之一，相当于人的大脑，对于系统获取的图像，做出正确判断。是实现工业的智能化、自动化的核心部件，对于系统的处理分析能力有着重要作用。

        图像处理一般指数字图像处理。虽然某些处理也可以用光学方法或模拟技术实现,但它们远不及数字图像处理那样灵活和方便,因而数字图像处理成为图像处理的主要方面。机器视觉系统中，视觉信息的处理技术主要依赖于图像处理，图像处理的主要方法包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。

        在机器视觉图像处理中，有一些特征，我们可以使用不同的方法进行检查。如一个符号，可以使用字符识别的方法（OCR），也可以使用模式匹配，也可以使用几何匹配、形状检查等方法。这时使用的处理方法一般都需要遵循一定的原则：

        一、高效算法优先：先取耗时少的算法，如OCR会比匹配要高效。

        二、稳定准确算法优先：先取比较稳定准确的算法，几何匹配比模式匹配要稳定准确。

        三、算法叠加法：如果经验证一种方法无法取舍时，可以在第一种算法失效后，再使用第二种算法、第三种算法。此种方法，对于一些不太稳定的系统是非常有必要的。因为很多时候可能A特征并不是百分百可靠的，就需要B特征进行辅助，也许B特征也不一定可靠，还得C特征进行辅助。

        机器视觉处理的核心是对采集到的图像进行分析和处理，并将与图像相关的信息进行输出，因此图像处理在机器视觉技术的应用中有着重要意义，选择合理的方式方法将有助于机器视觉系统更加广泛的行业应用。