機器視覺是人工智能正在快速發展的一個分支。根據美國制造工程師協會(SME)機器視覺分會和美國機器人工業協會(RIA)自動化視覺分會關于機器視覺的定義：機器視覺是通過光學的裝置和非接觸的傳感器，自動地接收和處理一個真實物體的圖像，以獲得所需信息或用于控制機器人運動的裝置。

通俗地說，機器視覺就是用機器代替人眼。機器視覺模擬眼睛進行圖像采集，經過圖像識別和處理提取信息，最終通過執行裝置完成操作。

深度學習賦能機器視覺

傳統的機器視覺技術需要將數據表示為一組特征，或輸入到預測模型，從而得出預測結果，這是完成制定動作，較難適應未來柔性化的生產需求，尤其是在缺陷類型復雜化、細微化、背景噪聲復雜等場景越來越難適用。

搭載AI 深度學習功能后，機器視覺將原始的數據特征通過多步的特征轉換得到一種更高層次、更抽象的特征表示，并進一步輸入到預測函數得到最終結果。